第一批AI专业学生已经入学,可AI还是那么缺人吗?

其次,人工智能领域的受欢迎程度有所下降。

像任何“风口”一样,人工智能领域的热度,尤其是资本关注度,将呈现自然下降趋势。根据中国投资研究院和崇启资本联合发布的《2019中国人工智能产业投融资白皮书》,2019年前三季度中国人工智能领域的融资总额仅为577亿元人民币,但去年这一数字达到1189亿元人民币。2017年,腾讯研究所和信息技术橙联合发布《2017 年中美人工智能创投现状与趋势研究报告》,其中提到到2017年年中,中国和美国将有多达50家封闭的人工智能企业,特别是在自主驾驶等高投资领域。

工业规模的缩小自然会导致人才的减少。

第三,其他领域的大量人才换了工作。

如前所述,人工智能行业诱人的薪酬吸引了大量“要约猎人”。一些曾经从事JAVA和C开发的程序员已经开始转型,包括过去炙手可热但后来畏缩不前的iOS和安卓开发,也加入了人工智能的行列。不仅如此,尽管人工智能专业刚刚开始招生,统计学、计算机科学、物联网、智能科学等专业也是人工智能的对口专业。

这样,人工智能自然不会缺乏新鲜血液。

培训机构的批判性罢工(Critical Strike):不同于移动互联网时代的非劳动密集型技术。

目前的形势在对刚刚进入人工智能专业的弗雷谢特(FreshMeat)产生影响之前,对市场上的大量人工智能培训机构造成了严重的打击。

业界已经有很多关于人工智能培训机构常规的介绍。插槽都是一样的。例如,广告上说要学习算法开发。事实上,课程中只有基本的蟒蛇。认真的培训机构也将提供不同方向的后续算法课程,但学生需要继续付费。

当“拉人的头”时,就业案例被大肆宣传,但当学生真正开始找工作时,他们发现成功的就业案例不仅在培训机构上课,而且还拥有相应的专业和优秀的学历。然而,该组织承诺的“就业一揽子计划”往往是让学生去贵州的大数据企业给员工贴标签或在爬虫企业进行数据挖掘。

针对这一现象,作者还采访了2018年参加人工智能培训的程徐苑。另一方表示,这一短期培训课程更适合有一定工作经验和发展经验的“老司机”。此外,许多人参加培训的目的和实际就业的途径不是人工智能算法岗位或机器学习工程师,而是与推荐算法、数据分析等相关的工作。积累的经验将影响更好的职位。

他还提到,由于一线城市的开发商已经对就业形势有了相对较好的了解,培训机构很少“忽悠”人,所以许多培训机构开始把重点放在推进新的一线或二线城市,并向刚从大学毕业的学生推荐昂贵的封闭式住宅课程。在他的求职者群体中,他甚至看到了这样的经历:在为“学习人工智能”付出高昂代价后,受训者很快发现他们无法以自己的学历找到好工作,并开始争取培训机构的退款,甚至要求权利保护。最终的解决方案是培训机构“捐赠”他的用户界面开发课程。现在这个学生已经成为成都的用户界面设计师。

事实上,如果我们抛开“培训混乱”的表象,我们会发现所谓的培训机构对人工智能就业的定位与现实极不一致。培训机构对人工智能职位的定位可能与移动互联网时代的“用户界面设计”和“iOS开发”概念相同,通用性强,要求高。就像现在每个品牌或组织都需要一个应用一样,拥有一个应用意味着iOS开发和安卓开发、用户界面设计等等。然而,目前的情况是人工智能本质上不是劳动密集型的。相反,这项技术对SDK来说非常容易。即使未来每个企业都需要应用人工智能,但并不是每个企业都需要算法工程师或机器学习工程师。事实上,这是巴斯和人工智能独角兽所期待的照片。

需要人才,而不仅仅是“人”

随着培训机构的“经验教训”,d

但是,我们也应该注意到,在前一段中,所有说“激烈竞争”的帖子往往都是由算法工程师担任,而“人工智能科学家”的HC总是向全社会开放。人工智能不是劳动密集型技术,而是思维密集型技术,所以人工智能需要的是人才而不是“人”。开发者像“人”一样从GitHub复制粘贴,不断调整参数后很容易呈现结果,但像“人才”这样的技术创新却很难。

因此,高校和学生本身都应该重视人工智能创新人才,而不是匆忙创造一批人才投入劳动力。但是,培训机构也应该注意到,与其把重点放在难以咀嚼、容易颠覆的“人工智能特殊岗位培训(AI special post training),不如转向泛岗位培训,教各个岗位的员工如何与人工智能合作。例如,教售前工程师如何向客户解释人工智能技术,教人力资源如何与研究型技术人员沟通,或者教内容从业者如何更好地理解推荐算法等。人工智能不需要劳动密集型,但由于其普遍性,它需要“认知密集型”。也许训练认知和训练劳动力一样重要。回到搜狐看更多