Πολλοί αναρωτιούνται: «Αφού το ChatGPT μπορεί να γράψει κώδικα και το ERP βγάζει έτοιμες αναφορές, γιατί να μάθω Excel, SQL και Power BI;»

Η απάντηση είναι απλή: Τα εργαλεία και το AI δεν αντικαθιστούν τον Analyst. Τον βοηθούν να γίνει πιο γρήγορος και πιο ακριβής.


1. Το AI δεν ξέρει το Business Context

Το ChatGPT μπορεί να σου γράψει ένα query για το Superstore. Αλλά αν δουλεύεις σε μια εταιρεία, δεν ξέρει ότι το «Καλοκαίρι» για εσάς ξεκινά τον Μάιο και όχι τον Ιούνιο, ή ότι η κατηγορία «Technology» περιλαμβάνει και τα software licenses. Εσύ πρέπει να ξέρεις τη λογική για να καθοδηγήσεις το AI.

2. Το AI Χρειάζεται «Έλεγχο» (Validation)

Αν ζητήσεις από το AI να υπολογίσει το Profit Margin και κάνει λάθος, εσύ θα πρέπει να το καταλάβεις. Αν δεν ξέρεις πώς δουλεύει το DIVIDE στο DAX ή το SUM στην SQL, δεν θα μπορείς να ελέγξεις αν το AI σου λέει αλήθεια. Ο Analyst είναι ο ελεγκτής του AI.

3. Τα ERP είναι Άκαμπτα

Το ERP σου δείχνει τι έγινε (το «Τι»). Ο Analyst δείχνει γιατί έγινε και τι πρέπει να κάνουμε. Το ERP δεν μπορεί να συνδυάσει τα δεδομένα σου με εξωτερικά δεδομένα (π.χ. καιρό, ανταγωνισμό, Google Trends). Εσύ μπορείς. Επίσης, αν ο CEO σου ζητήσει αύριο μια εξειδικευμένη αναφορά, ο προγραμματιστής του ERP μπορεί να θέλει εβδομάδες. Εσύ με το Power BI θα την έχεις έτοιμη σε λίγες ώρες.

4. Ο Νέος Ρόλος του Analyst

Πλέον, ο Data Analyst δεν γράφει κώδικα από το μηδέν. Χρησιμοποιεί το AI για να γράψει τον πρώτο κώδικα και μετά τον ελέγχει, τον βελτιώνει και τον προσαρμόζει στα δεδομένα της επιχείρησης. Το AI σε κάνει 10 φορές πιο γρήγορο, αλλά εσύ είσαι ο «εγκέφαλος» που ξέρει τι να ζητήσει.


📌 Πώς Φτιάχτηκε το Συγκεκριμένο Μάθημα

Είναι σημαντικό να είμαστε ειλικρινείς: η δομή και η αρχική ιδέα αυτού του μαθήματος αναπτύχθηκαν με τη βοήθεια ενός AI Assistant. Ωστόσο, αυτό που διαβάζεις τώρα είναι το αποτέλεσμα συνεχούς ανθρώπινης παρέμβασης και ελέγχου.

Η τελική έκδοση άλλαξε ριζικά σε σχέση με την πρώτη πρόταση, ακριβώς επειδή υπήρχαν σημεία που έπρεπε να προσαρμοστούν στην πραγματική εμπειρία διδασκαλίας, στις ανάγκες των εκπαιδευόμενων και στη σωστή παιδαγωγική προσέγγιση. Από την αφαίρεση έτοιμων απαντήσεων από τις ασκήσεις μέχρι τη διόρθωση τεχνικών λεπτομερειών (όπως οι ημερομηνίες ή η δομή της βάσης δεδομένων), κάθε κομμάτι πέρασε από ανθρώπινο έλεγχο. Προστέθηκαν ενότητες, διορθώθηκαν και ξαναγράφτηκαν άλλες, άλλαξαν ασκήσεις και γενικά χρειάστηκε πολλή ανθρώπινη προσπάθεια. Η βοήθεια παρόλα αυτά του ΑΙ assistant (deepseek.com) ήταν πολύτιμη και σίγουρα βοήθησε στο να εξοικονομήσουμε πολύ χρόνο.

Αυτή είναι η σχέση μας με το AI: Εκείνο προτείνει, εμείς κρίνουμε, διορθώνουμε και αναλαμβάνουμε την ευθύνη του τελικού αποτελέσματος.

Αν έχεις φτάσει ως εδώ, είσαι έτοιμος να ξεκινήσεις.

Καλή μάθηση! 🚀