首先，人工智能相关技术目前已经广泛应用于数据分析领域，机器学习本身就是数据分析的两种基本方式之一。在当前大数据和计算能力的驱动下，机器学习在数据分析领域发挥着越来越重要的作用。
从技术发展趋势来看，未来规则清晰、数据维度明确的领域，基本的数据分析任务都可以由agents来完成，而且现在已经有很多数据分析工具在这个方向上发展。相信随着物联网的部署，未来大量的基础数据分析任务将会自动完成。
虽然数据分析岗位的定义是围绕数据分析的任务，但数据分析岗位的工作不仅仅是完成数据分析，还要结合场景完成数据预处理、算法设计、训练、验证和应用。
实际上，现在的代理商往往使用的是数据分析师提供的数据，自身的数据处理能力较弱，对数据价值的判断能力较弱，需要数据分析师进行标注和处理。
从目前人工智能技术的应用和创新来看，未来，数据分析领域不仅会被人工智能技术取代，还需要大量掌握大数据和人工智能技术的专业人才。
我相信在产业互联网时代，数据分析领域会释放出大量的人才，很多都属于高附加值的工作岗位。
在云计算、大数据、物联网、人工智能等技术的推动下，数据分析岗位的任务边界将逐步扩大，因此数据分析岗位的从业者积极关注当前的技术发展趋势非常重要。
数据分析岗的核心任务是完成数据的价值，数据价值的重要出口是人工智能应用(agent)。所以从这个角度来说，人工智能技术也是高度依赖数据分析的，或者说两者是不可分割的。
从技术发展趋势来看，未来在物联网和机器人的驱动下，从虚拟仿真走向虚实融合，甚至虚实联动将是大趋势，而能够驱动这一过程的核心因素就是数据。所以专注于数据处理、分析、应用相关岗位的从业者会有更大的发展空间。
