AI会不会像Android和iOS一样，五年后归于平淡?转型AI真的有必要吗?

如此火爆的AI，会不会像Android和iOS一样，五年后归于平淡?转型AI真的有必要吗?

AI就像一个点石成金的神器，所有的行业，任何的创业，抑或是职位背景，只要沾着这个词，多少有点脚踩五彩祥云的优越感，话题来了，融资来了，故事来了，高薪来了，offer来了。

于是，越来越多的人开始往AI方向涌，哪怕现在做的工作跟AI完全不沾边，也阻挡不了人们转型的热情。

可是，问题就在于，这条路就一定靠谱吗?到底应该坚守当前的开发阵地，力求做到精益求精呢?还是应该坚决一点，转型AI呢?

关于这个话题

1.当下人工智能人才市场，哪一类候选人最受欢迎？

T:30岁以下，在某个细分领域有3至8年工作经验，大中型公司的核心部门，工程师级别，毕业学校是不错的一本，即使不是清北复交。

只要简历出现以下关键词：机器学习，图像识别，语音识别，自然语言算法，数据分析，计算机视觉，并参与过项目实践，被约面试的几率极大。

2、跳槽后薪资会涨多少？

T:如符合上述条件，十个岗位抢一个优质候选人这种现象不足为奇。我们接触过的候选人最高Offer年薪接近200万，这是极端少数个例，是算法稀缺人才，绝大部分跳槽后薪资平均分布在30-80万之间，谈的好能力非常出众的能过百万。

3、AI薪资被大家热议背后的深层原因是什么？

T:行业的大热是一切高薪的前提，而在行业风口上公司发展最大的筹码无疑是人才，商业战场对核心人才的抢夺异常凶猛，巨头把薪资线拉高以增加获胜筹码这是其一。

融到钱的小公司为了发展业务或者为了下一轮融资顺利，更是需要业务骨干支撑估值，人才的价格自然被炒作高到令人不解。

4、现在每个大一些的企业都在砸重金招聘机器学习工程师、研究员，美其名曰是为了业务扩展？

但实际来看，很多公司只是在做人才储备，它们只是需要这么一个部门，而业务上是否需要机器学习、机器视觉、自然语言处理，还不是非常明朗。

而管理层往往也缺乏对于其真实能力的理解，只知道很重要，必须成立这么一个部门。换个角度来看，一个比较健康的状况应该是企业有了业务需求，再去招聘相关人才，这样的话员工有事做企业也获利。然而现在不少的企业的是先去招聘人工智能相关人才，来了再看看能干点什么。

这种情况下，企业可能难以获利而AI人才觉得自己每天无事可做，而其他员工觉得AI组光拿钱不干事，从各种角度来看不是一件好事。

那么企业为什么要做这么出力不讨好的事情呢？除了战略性防御以外，这其实是赌。赌的是AI必然有用，赌的是现在买进来的AI人才未来可能需要5倍10倍的价格才能引进。

从个人角度来看，我们每个人也都在赌，赌要不要转AI，要不要allin深度学习，要不要全职考研考博。这些赌的都是AI未来，但其实赌的是AI能不能从现阶段的人才储备转为业务驱动。我们现在还没到保护泡沫不破的阶段，而还在努力吹泡泡的阶段。

工业界未来需要什么样的机器学习人才？老生常谈，能将模型应用于专业领域的人，也就是跨领域让机器学习落地的人。有人会问现在我们不就需要这样的人吗？答案是肯定的，我们需要并将长期需要这样的人才，现阶段的机器学习落地还存在各种各样的困难。这样的需求不会是昙花一现，这就跟web开发是一个道理，从火热到降温也经过了十年的周期。

一个领域的发展有特定的周期，机器学习的门槛比web开发高而且正属于朝阳期，所以大家致力于成为“专精特定领域”的机器学习专家不会过时。

什么是特定领域的机器学习专家？指的是你有足够的机器学习知识，并对特定领域有良好的理解，那么在职场供求中你肯定可以站在优势的那一边。

所以这是老生常谈。对于个人来说，如果AI从业者有很好的技术能力和良好的领域结合能力，三年五年绝不是职业的瓶颈期，甚至十年都还太早。而对于企业而言，如何从“人才储备”走向“业务驱动”才是重中之重。不然的话，人工智能其实根本就不算曾火过，我们本身都还在婴儿期。