今天狀況較差，我先從 dbt 抽離出來，談一些對資料工程、資料分析的敘述；

data 作為一種資產（data as an asset），我覺得慢慢開始脫離成本單位，自己也成為一種業務單位；

換句話說，從過去「資料分析好，業務部門評估後採納」這種支援、後勤的性質，data 開始可以給出自己的答案：

• 你要知道 wau，而且每天要知道？好，那我根據我的技術，來給你關於做得好、做得快、做的便宜的三角之間做 trade-off；
• 你要用資料做其他的產品，like 推薦系統、LLM chatbot、公司的知識管理，好，那你要不要給我足夠的資源，來提供這些產品所需要的 db？向量資料庫（vector db）？RMDBS？寬表？
• data 可以幫你生產出這些產品，因為我們熟悉 data，熟悉 data 的價值，也熟悉 data 的運用。不過，關於 why 這件事，是不是也需要資料來驗證？

換句話說，從 top-down 的開資料需求，開始慢慢的開始專業化分工：

• 上層的人開始不知道 data 做特定的事成本是多少（而且成本的差異可以很大）；
• 開始不知道 data 能做的事有哪些（可能過度樂觀，覺得資料萬能）

專業職能的養成，慢慢形成 gap，然後差生價值，我覺得是 2020 年後 data 最大的轉變。