播客原话：传统意义上的SQL BOY在3到5年必然消失。他们的出路是必须转型。即便自然语言目前还没法精确描述SQL逻辑，AI还不能让SQL Boy完全消失，但它会让SQL boy的数量大大降低。本质上来说AI会不断对写SQL提效，那么从长久看来它（SQL BOY）必然消失。

自己以前在数据治理、CDP、标签里折腾，对这篇播客的内容太有感触了，汇总了些并最后加了点自己的理解吧

数据中台困境1：

客户以前预期过高，概念炒的太离谱，导致现在数据中台这个词都不太能用了

前几年大家鼓吹的概念，搞得数据中台像能解决所有问题，吹得天花乱坠。但是实际上，数据中台解决的还是一个数据复用问题。能够解决的问题其实并不是特别多，还是要匹配客户场景。

在真正数据中台交付项目当中，满意的客户屈指可数。即使说客户满意，也是说在客户的前期真正解决客户1到2个实际问题。大部分的数据中台项目，客户是被所谓的概念所所吸引了，并不是解决问题本身。

我们现在出去给客户介绍，都不敢提数据中台了，只说自己是数据平台。

困境2：价值感很弱

数据平台型产品距离客户太远了。数据平台型产品基本上是在企业的底层或者后端，它本身是去串联整个企业的这个数据流。它的价值不容易被客户看到。

比如说做个数仓，客户真的希望去理解数仓吗？他并不是很理解他具体做什么，他更关心的其实是能解决什么问题。但是数仓直接能解决的问题场景非常少，它更多的是支撑场景。

AI+数据目前的方向：

1. 帮助开发（写SQL和改SQL）
2. 智能运营——作业或者任务在运行的碰到报错。让AI帮忙给建议，让人能快速去处理这些问题

AI落地中过程中，需要解决的：

1. 目前还需要人来理解业务，为什么A表要Join B表？这个数据能推倒出什么指标？这个指标能得出什么业务决策？现在纯靠模型还有困难
2. 目前自然语言难以精确的描述SQL逻辑，例如财务这种需要精确表达的逻辑，用代码比说话更能精确表述。

个人觉的无论是sql boy还是数据分析师，建模等等，未来都很难，因为大多数工作都偏流程化，很容易被AI替代。可能工业级的建模要用AI来实现，还有比较长的距离，但那些大多数企业也用不到。

随着AI的能力提升，业务能越来越方便的自己拿到数据、模型调参、搭建BI、跑出分析结果，那还要专门做数据的人干嘛？

数据+ai 处境本身就很尴尬，提效了吗？提效了，那能减人吗？往往会表示减不了，因为有A、B、C种种原因，数据分析师如果知道用AI会干掉自己的饭碗，又有多大概率会帮助企业积极拥抱AI+数据呢？

出路在哪里？转型业务

但这很有可能是一句，听了很多年了的正确废话，业务表示，你只要在我需要数据的时候给我数据就行了，不需要你瞎指导。最后很可能变成是做数据的，每天想着法子从数据里找出点业务建议，做拿着锤子找钉子的事情。业务听不听、接受不接受，那就要看业务心情了。

如果数据部门还有多层、多团队的话，那就更搞了，数据洞察一层传一层，最后业务来一句，这都是啥？你们根本不懂业务，我要的数能不能快点给我。或者对数据团队的努力表扬一顿，然后就没下文了。

播主说的用AI做数据清洗、打标，帮AI来理解数据，进而方便AI实现SQL处理，BI等等，或许是乙方公司值得探索的方向，但个人觉得对大量数据方向的打工人来说，困境依旧很明显。