AI 不是数据分析师的替代品,而是“给你100小时”的助手

AI PM 编辑部 · 2025年07月06日 · 2 阅读 · AI/人工智能

正在加载视频...

视频章节

Amplitude AI 负责人 James Evans 罕见地拆解了一个被过度神话的问题:为什么 AI 至今没有“取代”数据分析师?通过真实产品演示和一线经验,他给出了一个反直觉但更务实的答案——AI Agent 的价值不在于自动决策,而在于放大人的时间与判断力。

AI 不是数据分析师的替代品,而是“给你100小时”的助手

Amplitude AI 负责人 James Evans 罕见地拆解了一个被过度神话的问题:为什么 AI 至今没有“取代”数据分析师?通过真实产品演示和一线经验,他给出了一个反直觉但更务实的答案——AI Agent 的价值不在于自动决策,而在于放大人的时间与判断力。

为什么至今没有“AI 数据分析师”?问题本身就问错了

这是整场对话中最尖锐、也最重要的问题。主持人直接抛出疑问:AI 已经彻底改变了写代码(比如 Cursor),为什么却没人真正做出一个 AI 数据分析师?

James Evans 的回答非常不“AI 神话”。他说,大家总期待 AI 像水晶球一样“自动拉出趋势”,但现实是,大多数分析工作并不神秘,而是极其耗时。他的一句原话点破了本质:“我更愿意把 AI 看成是无限的时间,而不是魔法。”

在他看来,AI Agent 今天能做的事,80% 本质上都是人类分析师本来就会做的:拆指标、找漏斗、看异常、反复验证。区别只在于——如果一个人有 100 个小时,他也能做出来,只是大多数人没有。

这也解释了为什么“AI 数据分析师”这么难:真正难的不是算力或模型,而是分析本身就高度依赖上下文、业务判断和取舍,而不是一个标准答案。AI 可以发现人类“可能没注意到”的点,但它并不知道哪个点值得行动。

真正有价值的中间态:AI 在后台跑,人类点“Approve”

当讨论转向“AI Agent 能否脱离人类独立行动”时,James 给出了一个非常务实、甚至有点泼冷水的观点。

他说,行业里很多人都在纠结一个问题:Agent 要不要在没有 human-in-the-loop(人类介入)的情况下直接上线、直接改产品?而他的答案是:完全没必要。他直言:“你只要停在中间态,就已经能创造大量价值。”

这个中间态是什么?是 AI Agent 在后台持续运行,自动扫描数据、生成洞见、提出假设和改进建议,但最后一步一定是人类点击“批准”。

这背后是一个成熟产品人的判断:分析的成本在下降,但决策的责任不能外包。尤其在 B2B 和数据产品中,一次错误的自动行动,可能比十次慢一点的人工确认更昂贵。

这也顺带回答了很多人的职业焦虑。当被问到“数据分析师、PM 要不要担心失业”时,James 半开玩笑地说这问题“可能不该由我来回答”,但他的立场已经很清楚:被替代的不是角色,而是低价值、纯体力的分析时间。

Amplitude Agents 是什么?不是功能,是“AI 用户”

在视频中段,James 现场演示了 Amplitude Agents,这也是整场对话中最具体、最有信息密度的部分。

他的定义很明确:Amplitude Agents 本质上是“AI 用户”。它们像一个真正的分析师一样,使用 Amplitude 里已有的所有工具,而不是一套全新的、黑盒的 AI 功能。

在演示中,他通过模板快速创建了一个针对特定网站的 Agent,让它持续进行 friction analysis(摩擦分析)。Agent 会自动查看 dead clicks(无效点击)、路径异常等信号,然后给出总结和策略建议。

一个关键细节是:这些 Agent 是“persistent”的。也就是说,它不是你问一次、它答一次,而是一直在后台“盯着”数据变化。一旦出现新的异常或模式,它会主动生成新的分析结果。

这让 AI 从“问答工具”变成了“长期合作者”。James 特别强调,这种持续性,才是 Agent 和传统 BI 报表、本地脚本最大的差异。

评估 AI 产品,比模型本身更难的是“怎么验收”

在后半段,话题从产品演示转向更抽象、但对 AI 创业者极其重要的问题:AI evals(评估)怎么做?

James 的态度非常坦率。他认为,AI 产品最大的失败模式之一,就是试图用静态、一次性的方式去评估一个本质上动态、非确定性的系统。他直言,很多团队过度关注“今天的模型表现”,却忽略了模型、成本、调用方式随时都在变。

他举了一个很现实的例子:有一天你醒来,发现模型成本突然降到了原来的四分之一,你的整个产品策略都会被迫重算。这种不稳定性,决定了 AI 产品评估必须是持续的、和真实用户反馈强绑定的。

在 Amplitude 的实践中,Agent 的输出会不断被用户修正、确认或否定,这些反馈再回流到系统中。这不是一次性的 benchmark,而是一个长期的学习闭环。

这也是他给 AI Builder 的隐含建议:不要迷信一次 demo 的“聪明”,要设计一个系统,允许它长期犯错、被纠正、再变好。

总结

这场 41 分钟的对话,最有价值的地方不在于某个炫酷功能,而在于 James Evans 对“AI 应该扮演什么角色”的清醒判断。AI Agent 不是用来取代分析师或 PM 的,而是用来把他们从时间黑洞中解放出来。真正的分水岭,不是会不会用 AI,而是能否把判断权牢牢握在自己手里。


关键词: AI Agent, 数据分析, Amplitude, 产品分析, AI 产品设计

事实核查备注: James Evans:Amplitude Head of AI;Amplitude Agents:AI 用户概念;核心观点:AI=无限时间而非魔法;human-in-the-loop 中间态;功能演示包含 friction analysis、dead clicks;提及代码工具 Cursor;视频时长约 41 分钟