來源：“深燃”（ID：shenrancaijing），作者：金璵璠
圖片來源：由無界AI工俱生成
2023年什麼話題最熱？這段時間職場人討論最多的話題是什麼？
毫無疑問是ChatGPT的出現、AI的技術進步。當然，對職場人最有衝擊力的字眼是，“AI取代人類”“10億打工人被革命”……
ChatGPT把我們帶進了AI 2.0時代，AI的確正以一種超乎我們預期的方式，影響著很多行業。由此衍生的兩大話題是，哪些人能坐上這趟AI快車？哪些人的工作會被AI“幹掉”？
近日，深燃直播間邀請到了拉勾招聘聯合創始人兼CMO鮑艾樂，海納AI創始人、原微軟技術顧問梁公軍，就“AI搶人大戰，什麼人最搶手？”這一主題展開了一場深度對話。
鮑艾樂所在的拉勾招聘，日前發布了《2023第一季度AIGC人才供需報告》，從數據層面直觀地反映出這輪AI搶人大戰中，最搶手的職位以及薪酬漲幅。具體來看，AIGC人才崗位需求量在今年3月環比增加42%，其中，25%的AIGC算法工程師崗位月薪超過68K。
梁公軍曾任微軟技術顧問，投資過多家AI+公司，目前他帶領的海納AI，已為5000多家大中型企業提供AI面試服務。
兩位嘉賓分別從人才市場、技術發展兩個視角，提供了一些方向性建議。
要點速覽：
1.對AI相關職業需求量最大的城市是北京，最搶手的職業是算法工程師、AI產品經理等。
2.一家公司宣布做通用大模型後的半年到一年內，用人需求可能會大幅上漲；做垂直領域應用開發的公司，目前已有大量的用人需求。
3.在通用大模型公司裡，兼具學術研究、工程交付的Compound型人才，是最稀缺的。
4.互聯網行業所謂的35歲危機，在AI 2.0行業尤其是To B領域，將不攻自破。
5.未來五到十年，AI 2.0會像過去十年的移動互聯網一樣，“供養”數千萬人。
6.現在是AI技術紅利期，如果想上車，未來半年至一年內是窗口期。
7.“用AI替代人”的趨勢，正在以更快的速度，從頭部公司向腰部和尾部公司滲透。
以下是直播實錄，由深燃編輯整理：
01 AI搶人大戰：從北京開始，從“大廠”開始
深燃：AI搶人大戰真實存在嗎？ AI大趨勢對用人市場的影響到了什麼層面？
鮑艾樂：從拉勾招聘統計的數據來看，AI搶人大戰更多中心化在技術類人才的招聘上，例如CV算法工程師、推薦算法工程師、NLP算法工程師。
我們先看行業需求。對AIGC職位需求量最大的五個行業，首先是“人工智能”，其次是內容短視頻領域，剩下的分別是金融業、企業服務和數據服務、智能製造。
再看城市。對AIGC職位需求量最大的城市，第一是北京，其次是深圳、杭州、上海、廣州。
AIGC領域的確湧現了不少高薪崗位，比如，CV算法工程師、推薦算法工程師、NLP算法工程師崗位的月薪，75%分位數接近60k；25%的AIGC算法工程師崗位月薪超68K；AIGC垂類產品經理的月薪，75%分位數達到59k，遠高於其他產品經理崗的薪資水平。
當然，這些技術人才的招聘需求，並不是短期大幅上漲的，而是長期穩定存在的，而且對人才資深的要求、提供的薪資水平，都是非常高的，可以說，是一小部分人的工作。
我們在行業一線觀察到的情況是，一些投資人看好的項目、訓練中國本土大模型的公司，的確非常火爆。他們現在的感受就像2012年的移動互聯網一樣，把一周當一年來用。整體來看，現在招AI相關人才的公司，還是以核心大廠為主，也有零星的垂類頭部公司。
深燃：做大模型的公司開始搶人了嗎？不同量級的公司搶的人才有什麼不同？
梁公軍：國內目前做通用大模型的公司，大約有30家。這些公司組建團隊的前10個人、50個人，可能都選擇老同事或是內部推薦，50人之後，可能再從外部招產品經理、應用層的工程師。
在當前的市場環境下，這些公司拿到了最寶貴的資金，少的是幾千萬人民幣，多則幾億美金。所以大家可以重點留意這些公司，它們可能會在宣布做通用大模型之後的半年到一年內，有大量的用人需求。不過，做底層大模型，更多還是科學家、頂級的工程專家，這些少數人的機會。
而做垂直領域應用開發的公司，現在就已經有大量的用人需求。因為這些公司都是在過去三五年之前成立的，走過了從0到1的過程，但也遇到了一些難題，如今在2.0時代，會迎來爆發式的發展。我相信，未來五年、十年，就像過往十年的移動互聯網一樣，能夠“供養”1000萬人、2000萬人。
深燃：在這場人才爭奪戰裡，技術牛人會更多流向大廠嗎？對創業公司會不利嗎？
梁公軍：首先，近幾年的環境讓很多人覺得，“大廠未必穩、小廠未必不穩”，很多人沒有那麼強的冒險動力。再加上，現在AI的局面還不明朗。這兩大因素還沒有造成人才大規模向大廠流動的趨勢。
但過了半年、一年後，當局面更明朗，我相信會有越來越多的頂尖人才，會湧向AI 2.0的代表公司。
這背後一個重大的變數在於，中國自有的大模型到底能不能趕上GPT-3.5，哪怕是趕上80%的進度，那也能夠推動很多場景的大規模商業應用。
02既懂技術又懂應用的人，是最搶手的
深燃：在用人方面，國內公司主要缺的是什麼樣的AI人才？
梁公軍：翻看OpenAI團隊最早的100人的履歷，我們會發現，真正起到巨大作用的人，都是Compound型專家，他們擁有一個共同的特質：既能夠做研究、輸出Paper（論文），又能夠落地交付工程。
通俗地翻譯就是，既能夠把技術的原理弄明白，又能夠考慮到各種應用場景、解決工程問題。在通用大模型公司裡，這種人才是最稀缺而且價碼最高的。
深燃：在新一輪AI浪潮中，有沒有新崗位被創造出來？
鮑艾樂：國內很多公司在做預訓練的大模型，我相信有一些基礎崗位，還是需要人去參與的，比如跟AI產業相關的數據清洗、數據標註。但這絕對不是主流。
更主流的、更有競爭力的崗位，還是算法工程師、AIGC產品經理、AI產品經理等等。比如其中的產品經理，一定要選好一個細分領域，對行業的使用場景有深度的理解。
深燃：在AI 2.0時代，資歷越深的人會越來越搶手嗎？所謂的35歲危機是不是不存在了？
鮑艾樂：這的確是AIGC領域和過去技術崗位的新變化。過去我們經常說技術崗有35歲的門檻，但從AIGC技術人才的年齡分佈來看，30歲以上甚至40歲以上的人才佔了很大比重。我相信，現在有大批富有經驗的從業者，正在主導當下的技術變革。
梁公軍：這要從B端和C端兩個方面去看。我的判斷是，AI 2.0時代對比過往20年，有個非常大的區別在於，之前是先發展To C領域，再滲透到To B領域，如今是To C、To B領域同時發展。
在To C領域，依然是對消費者感知最敏銳的那波人去做。
To B領域則會發生巨大的變化。我認為，To B領域會有更好的現金流。因為在降本增效的大背景下，越大的企業越願意在AI上花錢。那要讓B端客戶買單，就需要AI人才對AI基座的理解到位，有豐富的行業經驗。
這帶來的一個變化是，過往在To C領域有35歲現象，過了35歲就不吃香了，但在To B領域，反而是更需要35歲以上的成熟從業者，他們對場景有更深理解、對行業有更深認知、對客戶更有耐心。所以35歲+也能找到自己的“第二春”。
03技術人才，要不要現在“上車”？
深燃：從技術的底層視角看，這一輪AI浪潮和過去相比有什麼不一樣？
梁公軍：真正能對人類社會產生重大影響的技術，成熟週期都非常長，動輒30年甚至40年、50年。 AI就是這樣一項技術。
微軟從上世紀90年代初就開始進行AI研究，從當時到現在已經過去30年了。這幾十年我們可以稱為AI的1.0時代。
2022年11月30日，OpenAI訓練出GPT-3.5大模型，發布ChatGPT，代表AI進入了2.0時代，以一個普惠大眾的單點應用，迎來了真正的百花齊放。
過去AI雖然也在發展，但一直沒有迎來真正的大爆發。舉例來說，過去很多客戶是出於“科技感”的噱頭，採購AI產品，用了三五個月發現，還需要雇傭專門的人去“伺候”AI。因為信效度差、效果不明顯，客戶不願意長期續費。
隨著國外國內多個新的底層基座的開源，各種C端、B端的應用場景得以大規模湧現，過去半年，幾乎每天都有新的應用面市，AI終於變成了人人可用的技術。
我們真正做技術的人還是非常興奮的，因為這可能是一輩子當中難得一遇的重大機會。像我自己，自從ChatGPT發布以來，有兩三個月時間，每天晚上看各種新技術、新動態，興奮到睡不著。
深燃：To B企業搶AI人才的趨勢，會更加明顯嗎？
梁公軍：在現在的大環境下，越是體量大的公司，反而越是穩健。當然，企業也擔心錯過AI大趨勢，所以也在做一些佈局，例如，在IT部門裡加入更多有AI背景的人；內部增加採購AI系統的預算。
深燃：這輪AI大趨勢下，你更看好哪類型公司？
梁公軍：無論是做底層通用大模型，還是垂直大模型，比拼的無非是算力、算法、數據、雲基建這幾大關鍵要素。其中最大的門檻是數據。誰擁有高質量行業數據，誰就能取得更大的優勢。而中國公司的優勢在於，在中國這樣一個統一的大市場，有數據量的極大優勢。
在底層大模型上，我們和美國的OpenAI還有它的競品公司，還存在巨大差距，但無論是騰訊、阿里、百度、華為，都在奮力追趕，它們需要更多的鼓勵和掌聲。
而對於垂直場景的行業模型，行業應抱有更充足的信心，我們認為，極有可能重演過往十年的移動互聯網發展，也就是再過三五年，排名在前十、前二十的AI 2.0垂直場景公司，很多會來自中國。
深燃：對於有一定技術背景，也想搭上AI 2.0這趟車的人，你建議是現在加入還是再等等？
梁公軍：以一個旁觀者的視角來看，如果自己有堅定的判斷，自己或家庭有比較強的抗風險能力，不妨在多數人觀望的時候，下定決心“上車”。當然，對於絕大部分人來說，最優的選擇是，先保證自己所在的位置是穩定的。
鮑艾樂：我覺得對於關注AI機會的同學來講，比較殘酷的一點是，如果你有機會參與，你可能已經身在其中了，這部分人是行業裡的技術人才；如果你沒有機會參與，那你可能要再等一等，等發展到應用層面，看一看有沒有跟自己過去的工作經驗相關的用人需求。
04“用AI取代人”，一些老闆已經動手了
深燃：具體聊聊老闆和企業，AI大趨勢下，老闆們的用人策略有調整嗎？
鮑艾樂：招聘方可以總結為三種狀態。
第一類老闆，也是第一波吃螃蟹的人，他們已經動起來了，把不必要的人裁掉，快速應用AI。比如有的遊戲公司已經把畫師團隊裁掉，轉而用AI工具為公司創造價值。
第二類老闆願意擁抱新變化，但不是先裁人，而是調整組織架構，希望帶領團隊加快學習如何應用AI。像我知道的，有一家公司組建了一支AI大腦團隊。這類老闆的觀點是，未來團隊也會像AI一樣，像水母一樣，首先需要一個大腦，再伸出去無數個觸手。觸手其實不重要，但大腦要足夠聰明。
第三類就是剩下的金字塔底部的大多數，其實還沒有發生任何的變化。因為AIGC的概念在新科技、互聯網圈子雖然比較熱，但還沒有滲透到廣泛的傳統行業，講AI的應用還為時過早。
深燃：企業用AI替換人的趨勢出現了嗎？
梁公軍：AI替換人的說法，已經討論了很多年，這個趨勢現在的確加快了，正從頭部公司向腰部公司和尾部公司滲透。
反應最快的，更多是頭部公司，例如世界500強裡的沃爾瑪、順豐等。 ChatGPT的出現，相當於是對這些頭部公司進行了一場市場教育，讓它們更快考慮用AI的方式提效。像我們轉化客戶的周期都大大縮短了。而絕大多數腰部公司，對AI的認知和動作，還不是非常急迫。
深燃：哪些行業已經在用AI或機器替換人？
梁公軍：如“十四五”就業促進規劃所提到的，越是“簡單重複的工作環節和危繁臟重的工作崗位”，越容易被AI替代或被AI大大提效。
從我們海納AI的運營數據，也反映出這樣的人才遷移趨勢。
首先，製造業用工量相比去年同期的確是在大幅下跌。第二，疫情過後，中高端服務業在快速恢復中，例如沃爾瑪、順豐的招聘量，相比去年同期都在大幅上漲。也就是說，類似流水線工人這樣的基礎藍領需求未來會越來越少、機器替代人的趨勢正在加速，釋放出來的勞動力會快速向中高端服務業遷移。
05非技術人才，怎麼減少AI焦慮？
深燃：到目前為止，AI相關崗位需求猛增的趨勢，依然在持續還是趨向平穩了？
鮑艾樂：這些崗位的薪資不是一夜之間漲上來的，只不過，因為AI話題非常受關注，更多人注意到，“原來他們這麼賺錢”。
不過，技術人才也是分層的，有人是引領潮流，有人是底層搬磚。而高端的AI研發人才，一直是行業裡最優秀的一批技術人才。
我剛才在評論區看到有網友說，“原來大家的收入差距從文理科分班的時候就開始了”。我覺得是這樣的，我們去看互聯網行業的整體薪資，技術類人才一直高於其他崗位。
深燃：互聯網人還有機會“上車”嗎？
梁公軍：我認為，對於原來做互聯網、移動互聯網的人，想用湧入AI的應屆生，AI 2.0都是一個幾十年一遇的重大機會。我建議，可以開放性地去關注AI 2.0，尤其是垂直場景的機會。
如果想“上車”，趁著現在的技術紅利期抓緊。因為行業會用新的AI 2.0技術手段，把幾乎每一個生活場景和產業場景重做一遍。
深燃：作為一個文科生、沒有技術背景，面對AI趨勢很焦慮，你有什麼建議？
鮑艾樂：這種焦慮可能不是AI造成的，更多來自於外部變化太多，你對自己職業未來的可預測性降低了。
緩解焦慮的唯一辦法是，無論你處在什麼行業和崗位，讓自己成為相對頂尖的人才。如果跟同行、同齡人相比，你能做到前10%、前15%，那你就不必焦慮，因為無論行業怎麼變化，哪怕AI把整個職業都徹底“打掉”了，那你作為佼佼者，再去換行時，也一定是最先被注意到的。
梁公軍：就像電力的出現，勢必要讓人類從基礎的工作，向更高端的工作崗位去遷移。那AI來了，很多人會想“人去做什麼呢？”其實還有很多有溫度、有情感、需要創造力的崗位，比如高端服務業裡的家庭教師、養老行業等等。
像我使用ChatGPT有半年左右的時間了，我問它一些問題，它能幫我寫一份“草稿”，但還需要我再重新梳理，它沒辦法交付一篇真正高質量的文章。
深燃：最後用一個來自觀眾的提問結束今天的直播，現在什麼類型的人才是最搶手的？非技術人才怎麼成為這樣的人？
梁公軍：不要被不同的風吹到不同的方向，一定要把自己人生的“坐標”標記好，選擇一個領域，以十年為周期去增持，我相信，如果你能成為自己領域或大或小的專家，那所有的新技術都只是你的工具而已。與此同時，保持開放心態，擁抱新的工具、新的技術，把它更多地用到工作中。
鮑艾樂：第一，無論你處於什麼行業，一定要熱衷於學習新技術，對人機交互、人工智能有一些基本認知，能夠快速學習。第二，你對自己所在行業的經驗是非常寶貴的。無論AI多麼聰明，最終還是要應用到真實的世界中，需要服務客戶、創造價值，而不是從零創造一個新世界。
不必慌張也不必焦慮，最後的長勝者，一定是擁有相對穩定的心態。 AI大潮必將到來，當它來到你的行業時，考驗的是你能不能成為更快、更好應用這個工具的人。
資訊來源：由0x資訊編譯自8BTC。版權歸作者所有，未經許可，不得轉載