随着技术的进步，越来越多的人质疑是否有可能在不久的将来取代数据科学家。

　　在大多数情况下，未来数据科学家是否真的会被人工智能所取代，现在下定论还为时尚早。像AI和深度学习这样的技术已经存在了很多年，但仍有很长的路要走。直到最近，IBM，Google和Facebook等公司克服了一些技术瓶颈并实现落地生产，人工智能才真正开始获益。尽管这些公司是人工智能技术的先驱者，但其范围仍然非常狭窄。

　　事实上，AI和机器学习仍然有很大的局限性。在大多数情况下，面部识别和送餐机器人等人工智能技术并不能很好的完成任务的决策和执行。如今的人工智能在企业组织上还有很多复杂的问题亟待解决 - 这就是需要数据科学家的地方。

　　数据科学家就是负责分析问题和解决数据驱动问题的一群人。更重要的是，他们能够找到数据不可用的原因，或发现机器人尚未输入哪些数据。

　　然而，随着技术的进步，越来越多的人质疑机器人是否有可能在不久的将来取代数据科学家。尽管时间会告诉我们答案，但仍有很多人认为，人工智能若想完全取代数据科学家，仍有很远的路要走，仍有很多困难要克服。

　　将原始数据转换为易于理解的数据的过程称为数据整理，迄今为止人工智能尚无法自动完成数据整理的过程，该过程仍需要人为的判断，从而才能将原始数据转化为对企业组织管理有意义的执行，并充分考虑企业组织管理的复杂性。

　　尽管机器人可以预测企业管理的趋势和方向，但是无法理解每个具体数据对整个企业管理和每个不同、不相关个体之间的操作关系处理的作用。

　　企业组织产生的数据量过于庞大，单靠人类自身是根本无法满足大量数据处理的需求的，因此自动化是时代发展的必然趋势。但是机器人只是用于自动化数据的解析和可视化处理等较低级步骤的处理，帮助人类整理有意义的数据用于决策和管理。

　　但是在大多数情况下，仍需要人类来解释和分析数据。同时还需要人类来为机器人编程。

　　随着计算机编程语言的进步，低级程序员的数量确实有所减少。然而，正如Rudina Seseri指出的那样，随着世界对计算机语言的适应力逐渐增强，软件开发人员的总数还是有所增加的。面对编程工作的激烈竞争，也促生了越来越多更加专业的程序员，编写出更加高级的计算机语言。

　　人工智能的发展已在数据科学领域逐渐兴盛起来，机器人自动执行较低级别的任务，并为人类专家留下更复杂的任何和问题去解决。因此，自动化的发展与人类解决问题的结合实际上是合作而不是威胁。正如全球企业增长咨询公司弗若斯特沙利文咨询公司（Frost&Sullivan）副总裁Andrew Milroy所言：“预期转型所需的人力不足将会减缓技术的发展和自动化进程。所以，新技术只会破坏工作的论据是危言耸听，人工智能等新技术的出现也将创造新的就业机会。

　　机器人会自动收集和清理数据，但是，从这些数据中分析并作出决策仍需要时间。目前，市场对数据科学家的需求仍很大，人工智能正在为能够理解技术并将其变成有意义的专业人士创造一个新的工作类别，企业也越来越多地招募数据科学家。

　　人工智能的发展不仅不会对数据科学家的工作构成威胁，反而有可能成为数据科学家的的得力小助手，帮助数据科学家分析和运行比以前更复杂的数据场景。

　　据预测，数据科学家的作用也将从当前工作涵盖范围广、职责模糊不清的现状发展成职业方向更加具体的角色。人工智能在自动化方面的优势将促使数据科学家将注意力集中放在更多创造性的工作上。

　　美国信息技术研究和咨询的公司高德纳（Gartner）预测，未来数据科学家将促成新的职业规范准则。未来人才市场更多的需要那些有分析能力的员工，对这类员工的需求也将会大幅上升。预计这种转型将创造出一类新的数据科学家，从而弥合了商业智能与严格分析角色之间的诸多差距。

　　Glasswing Ventures公司的创始人兼管理合伙人Seseri表示：“事实是，人工智能的进展创造了前所未有的人才需求，数据科学家的需求和供应之间的巨大差距也逐渐显露，这预示未来人才的培养方向。”

　　ForresterResearch公司预测，到2025年，在人工智能认知发展的新时代，将会创造与数据科学、机器人监管以及自动化监控等相关的890万个新岗位。现在比以往任何时候都更需要高技术尖端人才。

　　尽管现如今数据科学家这一新兴行业的兴起，但截至目前，还是只有少数高校毕业生以及数据专业人才才有机会接触和获得先进人工智能技术和机器人学习等技术的相关培训。这为数据科学家们提供了更多的需求，他们可以理解并将他们正在做的工作与AI和机器学习相结合，我相信这一需求在未来将会持续存在。