數據科學家
🇭🇰 香港 · 科技下一批受影響在香港的 792 種職業中排第 110 · 風險最高的 14%
AI 搶飯碗倒數
2年11個月
09日 21:59:34:000
距離 AI 開始取代這份工作
2029年10月2日 · 倒數 1076 日
建模、實驗及報告已由AI代理自動完成，一人可做整隊的工作；只剩把業務問題化為統計問題、在管理層面前捍衛結論及判斷數據是否不足仍要靠人，團隊因此縮小。
查看詳情
被取代的風險高
20 年後的人手佔比30%
AI 取代時間線
影響方式 · 縮減2026 · 現在2034
估計範圍 1年11個月 – 5年11個月
數據科學家：AI 會改變哪些工作、哪些工作會保留
數據科學家用統計和機器學習方法分析數據，替企業回答業務問題，並把結果向管理層解釋。建模、實驗分析和報告製作越來越多由AI代理完成，留給人的是提出對的問題，以及為結論負責。
建模和分析報告會怎樣由AI代理完成？
一個典型的分析項目，要清理數據、選擇和訓練模型、設計A/B測試、計算結果，再寫成報告和圖表。AI代理現在可以按問題描述自動完成這些步驟，一名數據科學家便能完成以往整個團隊的分析量，團隊規模因而縮小。YOU’RE NEXT估計企業要待工具成熟一段時間後才會縮編，屆時負責執行分析的初級崗位最先受影響。
數據分析中哪些判斷仍需要人？
管理層問「為甚麼銷售下跌」，數據科學家要先把它拆成可以用數據回答的統計問題，決定要比較甚麼、控制甚麼。分析結果與高層的預期不同時，要在會議上解釋方法、捍衞結論，也要坦白交代不確定之處。當數據太少或有偏差時，要判斷結論是否站得住，並敢於說現有數據不足以下結論。這一行沒有牌照或法規門檻，人手主要靠這些工作留住。
數據科學家可以怎樣保持價值？
深入了解所屬行業的業務運作，例如零售、金融或物流，才能提出真正有用的問題。加強統計推論和實驗設計的基礎，令自己能判斷AI的分析有沒有漏洞。練習用簡單的語言向管理層講解結果和局限，這是最難被工具取代的能力。也可以朝分析團隊主管或產品數據負責人方向發展，負責定下分析方向和審核AI的產出。
撰寫日期
加入另一個職業比較
搜尋同事、朋友或家人的職業，看看誰先被 AI 取代。