最近后台和评论区，学数据分析的朋友明显焦虑了。
起因是8月中旬一条刷屏的微博：有AI博主爆料腾讯做了个叫marmos的AI智能体，目标直指"吃掉现存所有BI"，配文一句"帆软们瑟瑟发抖了"。微博与此同时，你打开B站搜"FineBI"，满屏还是《2026最新版零基础数据分析教程》《学完即能就业》——培训机构依然在批量卖课，帆软官方的秋招JD还在宣传"AI+BI前景赛道"。小红书
两套叙事，一个说这行要完，一个说这行正香。正在学FineReport、FineBI，或者刚报名准备考FCA认证的朋友，到底该信哪个？
我把最近一个月微博、知乎、B站、36氪上关于帆软的讨论都翻了一遍，今天把话说清楚。
先辟谣一个流传很广的说法：“帆软还没有AI能力”
这个说法最近在知乎一些BI对比文章里反复出现，但它已经过时了。
把时间线摆出来：
2024年9月，帆软就发布了对话式分析产品FineChatBI，用自然语言问数据，官方口径是"把找数据的时间从5小时降到3分钟"。36氪当时做了报道。36氪
今年6月4日，帆软办了一场叫"不止BI，大有可为"的AI产品发布会，官方预告是九大产品全亮相。微博
8月13日，帆软官微晒出赛迪认证：中国BI市场占有率连续九年第一。小红书8月3日开启的2027届秋招提前批，招聘文案第一句就是"AI+BI前景赛道"。创始人陈炎最近也密集露面——8月初上了第一财经的播客，讲自己怎么从"看AI不用AI"变成亲自下场。微博8月21日无锡锡山发布的《锡山英才说》专访标题就叫《AI之下，帆软的三道"护城河"》。微博所以第一个结论：被"干掉"的这位主角，自己就是AI浪潮里游得最积极的选手之一。把它当成一个等着被淘汰的传统软件，是对当下局势最大的误读。
AI真正干掉的是什么？拆开看，不是一锅端
"AI干掉BI"这种话听着爽，但拆开看，它替代的是不同层的东西，节奏完全不一样。
第一层，已经发生：临时取数。以前业务想看个数，得找IT排期，把"华南区上月回款按客户排名"翻译成SQL，等两周。现在ERP自带的AI分析、各种Chat类产品，一句话几秒出结果。知乎上有个做ERP的实施顾问写了篇很火的文章，说他一个制造业客户上了帆软全套三年花了近400万，结果业务部门一张新报表还要排队两周，而用友BIP里销售助理一句话三秒出结果。客户那句反问"你让我怎么跟老板解释？"，恰恰点破了这场成本对比的核心。知乎这篇文章代表了不少甲方和ERP厂商的真实想法，值得帆软用户警惕，但它是个人观点，不是行业定论。
第二层，正在发生：标准化的管理报表和看板。AI+BI产品对这类常规需求的覆盖确实越来越快。
第三层，短期内还动不了：中国式复杂报表。斜线表头、多层合并单元格、票据套打、国资审计的制式格式——这些是帆软做了二十年的地盘。你可以说它"土"，但它是被监管和财务合规锁死的刚需，大模型生成的图表格式到现在也搞不定打印精度。另外就是跨系统的数据整合：老金蝶、自研MES、WMS各说各话，把数据洗干净对齐这种脏活，AI目前干不了，恰恰相反，AI要干活，得先有人把数据喂干净。
一个反常识：AI越强，越需要懂数据的人
这是我在翻资料时最大的收获，而且证据来自帆软FineChatBI团队自己写的复盘文章，相当坦诚：
第一，“LLM写SQL不靠谱”。时间理解错、排序逻辑错、表关联错，结构化数据答案不能错，幻觉会被严重放大。所以FineChatBI干脆不让大模型写SQL，而是转成查询指令去调用FineBI底座。36氪
第二，“LLM并不擅长数据加工”——原文连说了三遍。他们的经验是，50%的ChatBI类项目推动受阻，都卡在数据底层准备上：字段名有歧义、数据冗余、类型不对。36氪
第三，ChatBI不能开箱即用。企业得先做同义词配置、指标口径配置——比如系统得知道"华北地区"在这家公司等于山东加山西加河南加河北。
看出门道了吗？AI替代的是"把需求翻译成报表"的中间环节，但它自己离不开三样东西：干净的数据底座、清晰的指标口径、懂业务的人来配置和验收。换句话说，纯粹"拖拽图表的手"会贬值，而"给AI喂数据、定口径、对答案的人"反而在涨价。
落到个人：三类人，三个判断
第一类，学FineBI是为了本岗位提效的运营、财务、市场人。放心学，但要换个学法。工具操作压缩到够用的程度就行，把省下的时间拿去学指标怎么定、业务归因怎么做。你以后最大的竞争力不是会做看板，而是能用一句话问出对的问题，再判断AI给的答案对不对。
第二类，准备转行、正在冲FCA认证的朋友。认证还是敲门砖，帆软生态的岗位需求还在，但JD里"会做报表"的权重在肉眼可见地下降。建议你在作品集里主动加两类东西：一个完整的宽表和指标体系搭建过程，一个用Chat类工具解决实际问题的案例。面试官现在更想看的，是你和AI协作的样子，而不是你背函数的样子。
第三类，已经在岗的FineReport报表开发。短期内你最稳——中国式报表、填报、套打这些场景没有替代品。但增量明确在AI侧：公司接下来大概率要上ChatBI、要接大模型，谁先把知识配置、数据准备这套活接过来，谁就从"报表工"变成"数据资产负责人"。
接下来盯什么
三件事可以当作观察信号：一是帆软6月发布会上那九大AI产品，接下来几个月的实际落地和口碑；二是用友、金蝶这些ERP厂商的AI分析模块进化速度——真正抢帆软单子的可能是它们；三是招聘平台上数据分析类JD里"AI工具"相关要求的出现频率。
AI不会干掉学数据的人，它干掉的是只会机械操作、不问业务的人。这波浪潮里，最贵的技能从来不是哪个软件，而是让AI给出的那个数字，经得起追问。
