数据分析的未来,是把 AI 跑出来的 Python 代码固化下来

我最近做智能分析有一个很大的启发：数据分析真正能沉淀下来的基底，是把 AI 生成的代码固化下来。

现在 AI 界有个说法，我们要不断去做 skills。但 skills 有个不利于数据分析的点——它可能只是单次的。即使它某种程度上能固化下来，也不一定完全固化。这就导致我们在经营过程中，没法有一个特别固化的表格。

比如资产负债表，这一次弄的科目和下一次的科目就有可能变化。当然大概率不会变，90% 是不会变的。但你也不能说那 1% 不可能，因为 AI 还是一种盲盒的存在。

但我觉得应该这样做：我们做分析的时候，不是一次性的，而是叠加一层。相当于我自己先分析一遍，AI 生成了很多很多 Python 代码、SQL 代码，一堆代码。如果我们判断最后这个结果是可用的，那么中间为了得到这个结果所产生的所有 Python 代码，它就是可以固化下来、可以复用的。

沿着这条思路走下去，我认为所有的数据分析都可以某种程度上固化下来。因为每一种方式方法都能固化，每一种数学运算几乎都能对应到一个指标。这是很重要的一个点。

有了这些指标之后，再利用 AI 的分析能力。它相当于拿到了这么多数据指标、数据结果，再做一个有机的判断。中间有很多节点，它可能跑 30 分钟、一个小时，这都没关系——反正它半夜在跑，耗多少 token 都无所谓。

对我们来说最重要的，是把这些东西固化下来。固化 Python，是我觉得未来很重要的一个点。