Lenny Rachitsky(@lennysan)
Lenny Rachitsky：当每个人都在做别人的工作
5.2内容质量
TL;DR · AI 摘要
AI工具普及导致非数据科学岗位频繁进行数据分析，造成数据错误频发，数据科学家角色正转向审核AI生成内容。
核心要点
- 50%的PM和工程师用AI做的数据分析存在错误。
- 数据科学家越来越多地承担审核AI分析结果的工作。
- AI正在重塑岗位职责边界，引发职能混乱问题。
结构提纲
按章节快速跳转。
随着AI工具普及，员工跨岗执行他人任务，导致职责不清。
数据科学家正从主动分析转向审核由AI生成的错误分析结果。
非专业人员使用AI进行数据分析时，50%的结果存在错误。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- AI对岗位职责的影响
- 职责模糊
- 跨岗位操作普遍
- 个人难以界定本职工作
- 数据科学转型
- 从分析到审核
- 处理AI生成的低质分析
- 数据质量风险
- 非专业人员误用AI
- 50%错误率
金句 / Highlights
值得收藏与分享的关键句。
50%的分析结果是错误的。
团队大部分工作现在是审查产品经理和工程师用AI做的粗糙数据分析。
当每个人都在做别人的工作时，就很难知道自己该做什么了。
#AI影响#数据科学#岗位职责
打开原文Lenny Rachitsky 在 X 上说：“更广泛地说，我最近经常听到的一点是：当每个人都在做别人的工作时，你很难再清楚自己的工作是什么了。” / X
不要错过正在发生的事
更广泛地说，我最近经常听到的一点是：当每个人都在做别人的工作时，你很难再清楚自己的工作是什么了。
引用
@lennysan
·
10 小时前
很少有人在谈论 AI 对数据科学岗位的影响有多大。我最近和一位从事数据科学的朋友聊天，他说他团队现在大部分工作是审查产品经理和工程师们用 AI 做出的粗制滥造的数据分析。而且有 50% 的时间，这些分析都是错的。
·
35
22
303
83
查看 35 条回复