如此火爆的AI，會不會像Android和iOS一樣，五年后歸于平淡?轉型AI真的有必要嗎?

AI就像一個點石成金的神器，所有的行業，任何的創業，抑或是職位背景，只要沾著這個詞，多少有點腳踩五彩祥云的優越感，話題來了，融資來了，故事來了，高薪來了，offer來了。

于是，越來越多的人開始往AI方向涌，哪怕現在做的工作跟AI完全不沾邊，也阻擋不了人們轉型的熱情。

可是，問題就在于，這條路就一定靠譜嗎?到底應該堅守當前的開發陣地，力求做到精益求精呢?還是應該堅決一點，轉型AI呢?

關于這個話題

1.當下人工智能人才市場，哪一類候選人最受歡迎？

T:30歲以下，在某個細分領域有3至8年工作經驗，大中型公司的核心部門，工程師級別，畢業學校是不錯的一本，即使不是清北復交。

只要簡歷出現以下關鍵詞：機器學習，圖像識別，語音識別，自然語言算法，數據分析，計算機視覺，并參與過項目實踐，被約面試的幾率極大。

2、跳槽后薪資會漲多少？

T:如符合上述條件，十個崗位搶一個優質候選人這種現象不足為奇。我們接觸過的候選人最高Offer年薪接近200萬，這是極端少數個例，是算法稀缺人才，絕大部分跳槽后薪資平均分布在30-80萬之間，談的好能力非常出眾的能過百萬。

3、AI薪資被大家熱議背后的深層原因是什么？

T:行業的大熱是一切高薪的前提，而在行業風口上公司發展最大的籌碼無疑是人才，商業戰場對核心人才的搶奪異常兇猛，巨頭把薪資線拉高以增加獲勝籌碼這是其一。

融到錢的小公司為了發展業務或者為了下一輪融資順利，更是需要業務骨干支撐估值，人才的價格自然被炒作高到令人不解。

4、現在每個大一些的企業都在砸重金招聘機器學習工程師、研究員，美其名曰是為了業務擴展？

但實際來看，很多公司只是在做人才儲備，它們只是需要這么一個部門，而業務上是否需要機器學習、機器視覺、自然語言處理，還不是非常明朗。

而管理層往往也缺乏對于其真實能力的理解，只知道很重要，必須成立這么一個部門。換個角度來看，一個比較健康的狀況應該是企業有了業務需求，再去招聘相關人才，這樣的話員工有事做企業也獲利。然而現在不少的企業的是先去招聘人工智能相關人才，來了再看看能干點什么。

這種情況下，企業可能難以獲利而AI人才覺得自己每天無事可做，而其他員工覺得AI組光拿錢不干事，從各種角度來看不是一件好事。

那么企業為什么要做這么出力不討好的事情呢？除了戰略性防御以外，這其實是賭。賭的是AI必然有用，賭的是現在買進來的AI人才未來可能需要5倍10倍的價格才能引進。

從個人角度來看，我們每個人也都在賭，賭要不要轉AI，要不要allin深度學習，要不要全職考研考博。這些賭的都是AI未來，但其實賭的是AI能不能從現階段的人才儲備轉為業務驅動。我們現在還沒到保護泡沫不破的階段，而還在努力吹泡泡的階段。

工業界未來需要什么樣的機器學習人才？老生常談，能將模型應用于專業領域的人，也就是跨領域讓機器學習落地的人。有人會問現在我們不就需要這樣的人嗎？答案是肯定的，我們需要并將長期需要這樣的人才，現階段的機器學習落地還存在各種各樣的困難。這樣的需求不會是曇花一現，這就跟web開發是一個道理，從火熱到降溫也經過了十年的周期。

一個領域的發展有特定的周期，機器學習的門檻比web開發高而且正屬于朝陽期，所以大家致力于成為“專精特定領域”的機器學習專家不會過時。

什么是特定領域的機器學習專家？指的是你有足夠的機器學習知識，并對特定領域有良好的理解，那么在職場供求中你肯定可以站在優勢的那一邊。

所以這是老生常談。對于個人來說，如果AI從業者有很好的技術能力和良好的領域結合能力，三年五年絕不是職業的瓶頸期，甚至十年都還太早。而對于企業而言，如何從“人才儲備”走向“業務驅動”才是重中之重。不然的話，人工智能其實根本就不算曾火過，我們本身都還在嬰兒期。