由于人工智能的迅速崛起及其对高质量数据的依赖，数据和分析专家在商业战略中的作用日益关键，影响力也不断增强。预计到 2031 年，数据科学家岗位的需求将增长约 35% 。数据驱动的决策不仅为企业节省成本，还能简化运营流程、提高效率并指导财务规划。

此时，数据分析师的角色处于人工智能两个重要应用的交叉点：

其一，利用人工智能实现分析任务的自动化，使分析师能够转向更具战略性的工作；

其二，作为干净、准确且无偏差数据的仲裁者，分析师确保人工智能有效发挥作用。分析师负责确保数据准备充分，他们的战略专业知识对于帮助组织充分发挥人工智能的潜力至关重要。

尽管大多数分析师仍依赖电子表格来管理、组织和确保数据质量，这种方式效率较低且容易出错，但目前似乎正在兴起一种变革，赋予这些无名英雄改变工作方式的能力。随着人工智能和自动化重塑他们的角色，许多分析师看到了为所在组织做出战略性贡献的新机遇。

本文探究了数据和分析专家对商业战略日益增长的影响力：人工智能的兴起对这份工作意味着哪些可能性？探讨了数据分析师采用人工智能和分析自动化工具的方式，以及数据问题带来的重大困难；还解答了数据分析师面临的紧迫问题：人工智能最终会完全取代他们吗？

数据仍然是任何现代组织运营的生命线，但随着人工智能融入运营的多个方面，对数据的依赖在商业层面变得更加关键。人工智能算法的有效性取决于其训练数据，这就要求分析师确保输入这些系统的数据准备充分且质量高。

总体而言，分析师在开展这项重要工作时，仍然面临着各种各样的问题。在一个典型的工作周里，他们平均仍要花 10 - 11 小时从多个来源收集和准备数据。分析师表示，他们在工作中面临的最大障碍是：数据的复杂性（51%）、数据质量问题（46%）以及数据隐私和安全问题（44%）。在为分析准备数据时，只有 4% 的人表示他们根本没有遇到任何挑战。

构成挑战的不仅仅是数据质量，还有从多个来源的整合数据。十分之四（38%）的分析师表示，数据整合给他们带来了一个关键问题。平均而言，受访者在一项分析任务中使用三个数据源，超过一半（55%）的人发现整合多个数据源很困难。

近一半（46%）的数据分析师报告说，他们在准备数据时面临的最大挑战是质量问题。平均而言，受访者每周花 6 小时准备和清理数据，40% 的人花费 6 - 10 小时。76% 的数据分析师仍在使用电子表格来完成这项任务。

在人工智能的帮助下，情况正在改善：79% 的受访者表示，在过去一年里，整合多个数据源变得更加容易。人工智能和分析技术正在减轻数据分析师的工作难度，尽管仍有改进空间。

值得一提的是，86% 的调查受访者表示，在过去一年里，人工智能工具的整合提高了他们的工作满意度，其中 41% 的人表示这带来了尤为显著的改变。十分之六（59%）的人直接将这种改变归因于效率和生产力的提高，而 46% 的人表示人工智能工具减轻了工作负担和压力。同样有 83% 的受访者表示，在同一时期，分析自动化工具提高了他们的工作满意度，56% 的人明确指出这些技术提高了效率和生产力。

81%的 IT 业务分析师（全球平均水平为 73%）报告称，分析自动化使分析师的工作更高效。 51% 的 IT 业务分析师（全球平均水平为 41%）表示，人工智能工具的集成在过去一年中极大地改善了他们的工作。

2025年，数据分析师的角色已被重新定义为商业战略的驱动力。以前将其视为后台职能的组织，如今已将其理解为关键的决策伙伴。如今，94% 的分析师肯定他们的工作影响战略决策，近一半（46%）的人表示影响重大。这种影响力正在加速：87% 的人表示在过去一年里，他们角色的战略重要性有所提高。

数据分析师正在推动三个关键领域的变革：成本优化、流程改进和财务规划。86% 的分析师表示，他们的工作带来了成本效益、简化了流程并为财务战略提供了依据。此外，84% 的人有助于创造收入，80% 的人促进了劳动力规划，76% 的人支持并购活动。通过指出低效率和过时的流程，分析师使组织能够接受数据驱动的变革，提高生产力并减少运营障碍。

包括人工智能和分析自动化平台在内的先进工具的兴起，将数据分析师带入了一个新时代。几乎所有分析师（94%）都认为人工智能增强了他们工作的战略性，45% 的人表示这产生了变革性的影响。人工智能正在简化重复性任务，使分析师能够专注于创新。

超过四分之三（79%）的人精通将人工智能用于核心业务功能，如财务对账、合规、税务自动化和库存管理。值得注意的是，37% 的受访者认为自己是这些应用方面的专家。

“人工智能已经将我的角色从主要被视为技术角色，转变为在战略和决策中具有一定核心地位的角色。”——新加坡银行业的数据科学家

“人工智能有能力处理大型数据集，并揭示复杂的模式，这也提高了分析在跨职能规划中的重要性。现在，高层管理人员越来越依赖我的见解来做出与产品发布、价格策略和资源分配相关的决策，因为有数据支持的策略降低了风险。”——英国消费品行业高级数据分析师

58% 的 IT 业务分析师表示，他们的工作在很大程度上直接节省了成本，而全球平均水平为 41%。88% 的这一群体表示，在过去 3 - 5 年里，人工智能改变了他们的角色。

85% 的人表示，与一年前相比，他们能够更快地适应不断变化的项目范围，95% 的人将这种转变归功于人工智能，94% 的人归功于分析自动化。这些工具不仅提高了响应速度，还彻底改变了工作流程，超过一半（51%）的受访者认为这种影响是变革性的。

在过去一年里，86% 的分析师表示人工智能重塑了他们的职责，43% 的人认为这种变化意义深远。这是一个持续的趋势，80% 的人肯定人工智能至少在过去三到五年里影响了他们的工作。

即使人工智能改变了数据分析师角色的可能性，但仍有持续改进的空间。对于30%的人来说，数据质量差是主要问题，还有沟通障碍（30%）以及缺乏培训和发展（30%）。这一群体希望能够实现分析工作流程文档的自动化（51%），从使用人工智能工具的更好培训中受益（48%），并能够自动将分析结果传达给利益相关者和管理层（45%）。超过三分之一（39%）的人希望人工智能使用起来更简便。

人工智能的兴起可能提升了数据分析师的地位，但也引发了一个紧迫的问题。这项开创性的技术可以通过接管数据分析师的部分工作职能并提供即时结果，提高他们的工作效率。但人工智能最终会完全取代数据分析师吗？分析师们对此看法不一，但总体而言，态度是谨慎乐观的。只有 17% 的分析师非常担心人工智能会减少或消除对他们工作岗位的需求。

事实上，90% 的受访者将学习人工智能与职业发展联系起来。近一半（48%）的人认为，掌握人工智能技术对他们个人的职业晋升有重大影响。同样，88% 的人表示学习分析自动化将带来职业机会 ，46% 的人预计会有重大影响。对于 41% 的数据分析师来说，使用人工智能已经在促进他们的职业发展。

调查发现，那些对人工智能最为担忧的人，往往将这项技术与失业、伦理和法律问题，以及因快速适应新工作方式的压力而增加的压力联系在一起。

然而，更为乐观的分析师则认为，人工智能需要人为监督：员工的某些职责无法完全实现自动化。他们将人工智能视为一种有用的工具，能够辅助工作人员并提高效率。由于人工智能处理信息需要人为干预来进行核实和管理，所以它并不构成威胁。

普遍的共识是，人工智能不仅仅是一种短暂的趋势，它正在重塑商业分析的可能性。73% 的受访者认同，商业分析的未来在于人工智能和机器学习。这种多数人的观点强调了这项技术的持久影响力及其在推动商业成功方面的重要性。

“毫无疑问，人工智能有潜力实现我工作中许多方面的自动化，比如数据准备、基础分析，甚至某些类型的模型构建。然而，我认为我工作中具有战略性、创造性和解释性的方面仍然至关重要，因为这些方面需要人类的判断以及对商业背景的深刻理解。”——新加坡银行业数据科学家

“人工智能对我的技能发展产生了重大影响，尤其是在预测建模和高级分析等领域。它提升了我在公司内部的角色……从单纯的数据分析师，变成了推动公司未来业务创新和战略规划的关键贡献者。”——英国消费品行业高级数据分析师