人工智慧的應用已經深入到各行各業，做為普通人對於人工智慧的理解，大多還都侷限於它的應用形態展現上，比如人臉識別、語音識別、智慧聊天、自動駕駛等，但是對於一些有想法或者有理想的人來說，已經開始研究人工智慧的行業發展，以及怎麼從人工智慧的行業發展中提升自己的價值，獲得更好的職業發展。
一、國內AI人才現狀
由於國內對於人工智慧人才的培養，正式開始於2018年的大學招生，所以最近一批畢業的學生應該是在2022年。姑且不說這批學生的理論知識和實戰能力如何，就目前國內人工智慧行業的供需比而言，就算是這批學生全部就業，也很難一下解決國內人工智慧人才長期匱乏的局面。
根據國家工信部2020年釋出的《人工智慧產業人才發展報告》顯示，人工智慧行業的技術人才供需比極低，尤其是智慧語音與計算機視覺方向，供需比僅有0.08、0.09，這說明當企業需要100個人才的時候，市場只能提供8個、9個人才，人才稀缺度可見一斑。
從各地區對AI產業人才的需求與AI產業人才對各地區的意向度來看，京津冀地區和長三角地區人才的需求量很大，而人才的意向度也不小，但是總體來看，這兩個地區對於AI人才的需求量要大於AI人才對這兩個地區的意向度，這說明要找AI相關的工作，去這兩個地區是比較合適的，至少你的工作機會將大於競爭壓力。而粵港澳地區、川渝地區、以及其他地區整體都是人才的意向度要高於地區的企業需求度，對於這些地區工作的AI人才來說，競爭壓力要稍大一些，但是由於國內整體的AI人才缺口很大，所以雖然有一些競爭壓力，但是找到工作還是可以的，只是在薪資的價效比上可能就沒有京津冀地區和長三角地區的高了。
二、市場對AI人才需求的變化
在2018年以前的時候，國內市場對AI行業發展的認知還沒有現在這麼清晰，對於AI技術人才的技術甄別也沒有太好的一些方法，由於當時國內很多初創企業都是做傳統網際網路轉型，或者其他行業的轉型過來的居多，所以很多初創企業在招聘相關的AI技術人才的時候，也沒有那麼多的經驗和方法，基本上大多數都是唯學歷、唯經驗（實際上經驗是可以杜撰的），這就導致了非計科系985、211不用，非理工科碩博不用。
有些用人單位需要什麼樣技術的AI人才，連自己都是不清楚的。有些企業甚至已經拿下一些專案了，還招不到合適的人才，只能從硬性指標上下手招人了，至於招到的人實際技術怎麼樣，企業內部也沒有能拍板決定的人。這主要是當時硬體能力和大資料的發展已經為人工智慧帶來了一些落地應用，尤其是影像視覺領域的應用，讓很多人看到了龐大的市場商機，並且快速地投入了進來，但是進來後才發現AI人才極度稀缺，小企業根本很難招到人，就算有一個真正的懂AI技術的人才來面試，公司的技術也需要在AI方面有很深的造詣，否則，面試官和求職者基本聊都聊不到一起去。
行業裡的大企業還能從國外引進高階人才，而有些中小企業，和財大氣粗的頭部企業不能相比，承擔不起年薪百萬的海歸人才，只能在國內市場尋找合適的人才，加上有些企業的技術負責人自己都不是搞AI的，在招人上基本就是憑經驗，看學歷。
近幾年，經過市場的教育和行業的發展，從市場對AI產業人才的需求變化來看，整體趨向於理性，不再是以前的唯學歷是從了，企業最終需要的還是能夠拿下活的人，而不是拿著一紙文憑幹不了活的人。經過了這三年的技術沉澱，當時的一些AI企業都經歷了很多波折，有些已經在行業裡屬於龍頭型企業，而有些企業則已銷聲匿跡。
不管是以前活下來的企業，還是現在新創立的有些企業，在用人上，變得越來越務實了，員工能以最低的工資完成工作才是最好的招人標準，而同樣技術的碩士要不本科的工資高不少，博士就更不用說了，除非工作任務確實需要碩士學歷的知識才能完成。所以我們看到BOSS直聘、拉鉤等網際網路招聘上的條件，大部分都把學歷降到了本科，甚至有些還是大專。
很多不懂AI的人總以為搞AI必須要碩士博士才行，實際上由於現在深度學習和一些常用的框架的流行（比如Google的TensorFlow，Facebook的PyTorch，百度的PaddlePaddle等），早已經大大的降低了學習AI技術的門檻，不像很多人想象的那樣，總以為搞AI的，都是天天在搞數學，推導公式，實際上只是更高階的程式設計師而已。不同的任務對技術的要求也不一樣，其實很多工作只需要本科的學歷就足夠了，甚至都不到本科的學歷也能夠做。
根據國家工信部發布的《人工智慧產業人才發展報告》來看，企業的招聘條件基本還是以本科為主，其次是碩士，然後是專科，最後是博士。本科學歷在幾個AI相關的崗位中佔比都是最大的，就連要求最為苛刻的AI演算法崗，本科的比例也是最高的。
三、國內AI人才的培養途徑
目前國內人才的培養途徑，主要以大學和培訓機構為主。大學的優勢是有四年的時間來慢慢學習消化，能夠將基礎打得紮實一些，真所謂厚積薄發，修煉的是內功底子，還能夠獲得人工智慧專業的畢業證，在以後的求職中要比以前的計算機專業學生更有優勢。但是也有一些劣勢，實際上對比一下很多大學計算機專業畢業的學生中，有大部分出來後還需要在培訓機構繼續培訓，這不是說上大學沒有用，恰恰相反，上大學讓學生學到了很多底層基礎的理論知識，這是外面的培訓機構在短期內很難做到的。但也就是因為大學裡太注重理論基礎了，反而讓學生出來後到企業求職的時候，發現自己實踐專案能力不夠，從而無法獲得一些好的求職機會。所以大學畢業後到培訓機構的學生，並不是因為沒有學好，是為了讓自己變得更優秀，獲得更好的工作機會。這就好比大學四年都在練內功，到培訓機構學習招式步法。只有兩者結合，才能發出最大的威力。
培訓機構的優勢是實際專案操作上，這一點上是大學永遠無法相比的，培訓機構可以隨時根據行業新技術的發展而增加相應的實際操作專案，以提高學學員的就業競爭力，而大學的課程不是說變就變的，要涉及到課程改革的，這是一件很漫長又複雜的事情，這也導致了大學的課程往往要比行業技術滯後4到10年。雖然大學畢業的學生在理論上是非常紮實的，但是在實戰專案上卻沒有培訓班出來的學員有優勢，而企業用人，看重的就是專案能力。
除了上大學和培訓機構，進入AI行業，還有一些其他方法，比如自學、找人帶等等，但是在效率上就不能同日而語了，畢竟人工智慧是一門發展了五六十年的多重學科交叉的一門技術。如果從零起步自學成才，不敢說絕對不會成功，就算經歷了千辛萬苦，學到了一些東西，也是確實實戰專案經驗的，畢竟大學的教學環境和培訓機構的商業專案的優勢是無法體會得到的。而且從單位時間收益上看也是極不划算的。如果只是為了興趣，而不是為了找工作，那麼自學倒也不是不可以。當然如果能夠找到大神帶自己，那是最好不過的了，但是大神本來就少，這麼就會是你的身邊人呢？就算身邊有大神，他也未必會帶你，除非是你的親兄弟姐妹。否則，以時間成本來計算，就算你支付人家學費，人家也未必帶你。
四、未來AI人才的發展
隨著AI技術日新月異的發展，國內AI人才的整體水平也將越來越高。可以預計，在不久的將來 AI行業需要的將是更加細分化的專業人才，另外，AI人才的需求缺口也隨著大學AI相關專業的畢業學生以及培訓機構的畢業學員的填補，而得到一定的補充，但是隨著AI與各行各業更深入地滲透和結合，AI的商業市場也會越來越大，有更多的初創AI公司加入進來，所以AI技術人才在未來的10-20年之內基本都是處於供小於求的狀態。
從政策方向來看，國家對於AI人才的培養是非常重視的，從各大學獲批開設人工智慧相關專業就可以看出，國務院及各大部委幾乎每個月都會召開發布關於人工智慧行業或者與人工智慧相關行業的發展報告和計劃，這些相關的計劃都是需要AI技術人才去完成的。
如果條件允許，還有選擇，那麼加入人工智慧行業將是一個不錯的選擇。
深度人工智慧學院
傳播人工智慧教育，培養人工智慧人才。
