我覺得未來最有潛力的職業是大資料，原因如下：

首先，對於通訊工程來說，已經從21世紀初的高科技行業慢慢演變成傳統行業，雖然現在5G炒作得火熱，但是從技術上來說已經沒有太多的突破，大多都是從前理論的一些創新應用，隨著通訊行業的發展越來越逼近夏農定理的極限，必須在理論上出現一次大的突破，通訊行業才能來一次浴火重生，迎接新的挑戰，但是從目前可以看到的，這個大的突破還遙遙無期，所以我覺得在三個行業當中，最沒有潛力的是通訊工程。

其次，對於人工智慧來說，隨著我國人工智慧的國家戰略實施，人工智慧是越來越火熱，但是火熱的只是表面，更多的是炒作，人工智慧的核心上還存在比較多的問題需要去解決。人工智慧的出現，目標就是為了取代人類完成部分工作，人工智慧擔當的責任越大，出現錯誤的影響也就更大，但是"人非聖賢，孰能無過”，如何開發一個真正安全可靠的人工智慧系統，就目前的技術水平看來是天方夜譚，整個過程無疑是長期而且緩慢的，絕不是現在市面上所說的AI已經深入我們的生活一樣，長路漫漫我們仍需努力；當前我們對人腦的認識還不夠深入，在這種情況下談人工智慧只是浮於表面，我們還沒有充分了解智慧或認知科學，就妄想造出人工智慧；如何應對人工智慧出現後對社會、對倫理等各方面的衝擊，我們還遠沒有做好準備。諸如此類，我覺得人工智慧是一個長遠的研究熱門，未來五十年或一百年後，可能會出現大發展，到時候才是真正爆發的時候，當前的AI只是在風頭上，在不久的將來也會出現類似前兩次人工智慧低谷一樣的蟄伏期。

最後，來說說大資料。我們可以肯定的預知，隨著5G技術的逐漸深入，未來的社會，一定是一個網路社會、資料社會，萬物互聯不僅僅只是夢，不管是我們每一個人還是身邊的每一個物，必將都是整個社會大網路上的一個個節點，而我們這些節點以及節點之間都在無時無刻地產生巨量的資料，未來的生活乃至整個社會都是基於這些資料開展的，這個時候大資料分析無疑有著無可匹敵的應用空間，如果挖掘資料、分析資料、利用資料也是未來的重中之重，人工智慧的基礎也離不開大資料。

所以我覺得未來十幾年，大資料方向是最有潛力的。

在當下的“後IT時代”，熱門的技術通常被簡稱為：ABCD。分別對應人工智慧（Artificial Intelligence）、區塊鏈（Blockchain）、雲計算（Cloud）以及大資料（Data）。

在提問中，首先通訊工程可以排除掉，因為通訊主要搭建網際網路基礎設施，目前雖然5G等新通訊技術仍在不斷湧現，但是這個領域的創新已經越來越難。並且由通訊工程搭建的“資訊高速公路”現在已經出具規模，更需要的是上面跑的各種“車”----也就是更豐富的應用。

在這個例子中，大資料是基礎原料，人工智慧演算法是加工機器，二者密不可分的：人工智慧需要海量的資料來不斷最佳化演算法，同時可以對資料收集與處理提出更精準的要求。相對而言，未來大資料會像今天的通訊工程一樣，成為底層基礎；而人工智慧則會在更多的領域內延伸擴充套件，包括生產更像人類的機器人。所以說，人工智慧方面的職業在未來會更有發展前景。

其實通訊工程，和人工智慧以及大資料是分不開的，一個形象的比喻：大資料的積累為人工智慧發展提供燃料，而通訊工程則是運送燃料的管道。

IDC、希捷科技曾釋出了《資料時代2025》白皮書。報告顯示，到2025年全球資料總量將達到163ZB。這意味著，2025年資料總量將比2016全球產生的資料總量增長10倍多。其中屬於資料分析的資料總量相比2016年將增加50倍，達到5.2ZB（十萬億億位元組）；屬於認知系統的資料總量將達到100倍之多。爆炸性增長的資料推動著新技術的萌發、壯大為深度學習的方法訓練計算機視覺技術提供了豐厚的資料土壤。

大資料主要包括採集與預處理、儲存與管理、分析與加工、視覺化計算及資料安全等，具備資料規模不斷擴大、種類繁多、產生速度快、處理能力要求高、時效性強、可靠性要求嚴格、價值大但密度較低等特點，為人工智慧提供豐富的資料積累和訓練資源。以人臉識別所用的訓練影象數量為例，百度訓練人臉識別系統需要2億幅人臉畫像。

比如，在新零售領域，大資料與人工智慧技術的結合，可以提升人臉識別的準確率，商家可以更好地預測每月的銷售情況；在交通領域，大資料和人工智慧技術的結合，基於大量的交通資料開發的智慧交通流量預測、智慧交通疏導等人工智慧應用可以實現對整體交通網路進行智慧控制；在健康領域，大資料和人工智慧技術的結合，能夠提供醫療影像分析、輔助診療、醫療機器人等更便捷、更智慧的醫療服務。同時在技術層面，大資料技術已經基本成熟，並且推動人工智慧技術以驚人的速度進步；產業層面，智慧安防、醫療影像等都在加速落地。

而人工智慧和大資料的結合要是離開通訊工程的支援，當然還有云計算也是非常重要的一環。就好像一輛擁有各種效能的汽車，卻無法新增燃料，即使再厲害也無法使用。比如無人駕駛技術，雖然現在技術不存在問題，缺的就是5G的到來，有了5G才能運用高精度的的地圖，才能使訊號問題達到完全的同步，才能保證自動駕駛汽車處在一個安全和受控制的的狀態。

這三個是同步發展的，互相協調，相輔相成，互利共生，都有巨大的潛力和很好的發展前景。要是對於個人，就得要看自己的愛好，以及以後的工作環境和方式自己做決定

智慧化使 勞動主體由人類轉變為智慧機器。生產力的飛躍要求生產關係發生根本性的改變。 網際網路是由軟體、公眾的休閒時間、公眾的智慧手機、電腦和筆記本搭建起來的超級機器， 是一種全新的超級生產資料。當前，經濟困局、債務危機、貿易保護的根源在於： 這種超級生產資料（網際網路）的所有權被獨享與壟斷。

壟斷的結果：一面是BATJ們的總體市值逼近十萬億；另一面則是實體與公眾賺錢越來越難。 科技發展與公眾的幸福指數開始呈現負相關，科技越發達，壟斷程度越高，公眾獲利越困難， 實體企業經營越困難。這是所有中國人、企業與政府所不願意看到的。

要從根本上改變這種現狀，需要重新建設全民與中國製造聯合持股的公共網路， 讓公共網路的股權價值（十萬億級別，參照物是BATJ們與BANK）成為全民和中國製造的新增基礎資產和信任紐帶。 公共網路內生股權和提貨權，前者是公共網路長期服務價值的數字資產化， 後者是公共網路短期服務價值的數字貨幣化。

公眾與中國製造以公共網路股權為提貨權擔保，用提貨權投資創新專案， 會為創新專案提供充足的資金。創新專案（智慧機器）的開啟，可以進一步擴大公眾與中國製造的遠期權益， 使公共網路內生的智慧資產規模自我強化。未來，每個人都可以透過公共網路獲得相當比重的智慧機器權益， 智慧機器幫每個人賺取的收入會逐漸超過其自身勞動賺取的收入，分紅逐漸取代工資成為家庭收入的主體是未來， 一種全新的社會形態會因此發生，我們可以稱之為 智慧社會。

關於這種未來的量化分析與論述，見中信出版社出版的《智慧社會》， 作者是公共網路發起人高金波（另外2名發起人陳實、張燕均為《智慧社會》讀者）， 作者從2009年開始發現問題，並開始尋求解決問題的鑰匙，經過幾年的系統研究， 2013年撰寫完成作業指導書《智慧社會》，於2016年初由中信出版社出版。

通訊工程，大資料，人工智慧代表著計算機網際網路的過去、現在、和未來。

我們都知道，在上世紀九十年代以及二十世紀初，通訊工程是非常火爆的，從電腦，手機開始進入平民百姓家時，網際網路就迎來了高速發展時代。

中國移動、聯通、電信等通訊公司基站的建設，光纖的佈置等，都是國家重點工程，所以說通訊工程是已經火爆的專業，而且是持續火爆的，只是從現在的就業待遇和職業上來說沒有人工智慧個大資料方面的人才好，但是也是非常不錯的，尤其是現在的5G建設的熱門發展！

大資料是什麼？大資料通俗的來講就是對資訊資料的分析、管理和運用。

為什麼說現在大資料人才非常受歡迎呢？因為現在的我們處於移動網際網路時代，我們每個人都在時時刻刻的產生資訊資料，大型企業為了更好精準營銷自己的理念和產品，就需要對這些資料進行分析運營，所以就產生了大資料人才難求的現象，也就造就了大資料的快速發展！

那麼人工智慧為什麼說代表著網際網路發展的未來呢？

我們現在所說的人工智慧還不是真正的人工智慧，只是人工智慧的一些弱的表現形式，也就是弱人工智慧，也就是計算機智慧，就是對計算機網際網路的高階應用而已！大資料、無人駕駛等都是弱人工智慧的一種表現形式！

計算機智慧可以像人一樣作邏輯思考，作理性判斷，還可以在實踐中學習。不過前提是，邏輯是人給它設定的，判斷是基於人給它的數學模型，學習也只是擴充套件人給它輸入的資訊庫。”

只有強人工智慧才是未來的發展趨勢，“真正的人工智慧可以像人一樣自己建立邏輯，自己尋找資訊和方法，自己研究和解決問題，還能自我完善，自我進化的……”

我覺得還是大資料，大資料有了，才能談得上人工智慧和通訊工程，一切技術的發展，都離不開大量資料的測試。

通訊工程主要研究訊號的產生、資訊的傳輸、交換和處理，以及在計算機通訊、光纖通訊、無線通訊、交換與通訊網等方面的理論和工程應用問題，通訊工程在5G建設發麵迎來了發展的機遇，大量的通訊基站建設必將帶來這個行業的就業機遇。但是通訊工程相關的資料測試和資料探勘都是圍繞大資料的。

人工智慧涉及的領域非常廣泛，工業、航天、商業都有應用，並且已經深入人們的生活，開啟手機中的Cortana或者Siri，這就是AI的產物。要知道，在幾十年前，這種超前的技術是不受認可的，教授相關課程的學校也是寥寥無幾。究其原因，主要就是資料的積累和應用。高容量儲存裝置豐富了資料量的留存，隨著資料的不斷增加，人們開始在其中發現某種規律，引發了分析的需求。說實在的人工智慧能取得這麼快的發展，還是多年來積累的大資料提供了支撐。

綜上所述：不管是通訊工程，還是人工智慧都是圍繞在大資料做支撐的前提下的發展起來了，今後不管還有多少的技術出來，多少行業的興起，這一切都離不開大資料，大資料的資訊對任何行業都有用，透過一系列的分析，可以得出一些切實的計劃，研發出有針對性的產品。

大資料自身能夠創造出更多的價值。大資料相關技術緊緊圍繞資料價值化展開，資料價值化將開闢出廣大的市場空間，重點在於資料本身將為整個資訊化社會賦能。隨著大資料的落地應用，大資料的價值將逐漸得到體現。目前在網際網路領域，大資料技術已經得到了較為廣泛的應用。在人工智慧研發領域，大資料也起到了重要的作用，尤其在機器學習、計算機視覺和自然語言處理等方面，大資料正在成為智慧化社會的基礎。大資料推動科技領域的發展。大資料的發展正在推動科技領域的發展程序，大資料的影響不僅僅體現在網際網路領域，也體現在金融、教育、醫療等諸多領域。

新職業更有“科技味”

　　不少新職業屬於高新技術產業，以豐富的相關專業技術知識為支撐；新職業具有對從業人員高素質以及相關操作技能等要求的特點。

　　這些新職業所在的高科技行業，比如人工智慧、大資料、電競行業和機器人行業，都是潛力無窮的新興行業，選擇這些行業或許意味著更多的就業機會，意味著更高的薪資水平。

　　今年1月，國家批覆安徽省2018年第二批高新技術企業。去年，安徽省新增高新技術企業1093家，高新技術企業總數達5403家，居全國第八位。和安徽一樣，全國多地對於高新技術產業發展都有政策傾斜，這意味著高新技術企業將會面臨更好的發展機遇，並將提供更多就業機會。

　　根據領英發布的全球AI領域人才報告，中國人工智慧行業從業者中，62.1%有研究生及以上學歷。而清華中國科技政策研究中心釋出的《中國人工智慧發展報告2018》顯示，從人才投入看，科研機構和高校是人工智慧人才的主要載體。

　　根據人力資源和社會保障部的釋出資訊，工業機器人系統操作員必須能夠使用示教器、操作面板等人機互動裝置及相關機械工具對工業機器人、工業機器人工作站或系統進行裝配、程式設計、除錯、工藝引數更改、工裝夾具更換及其他輔助作業。

　　無人機駕駛員是透過遠端控制裝置，駕駛無人機完成既定飛行任務的人員。駕駛無人機之前也需要經過考試獲得無人機駕駛執照。根據《民用無人機駕駛員管理規定》，要想獲得執照必須學習航空知識和相應的飛行技能，並且滿足飛行經歷要求。

　　為何眾多新職業紛紛呈現聚焦高科技行業和技術導向的特點？蘇海南認為，中國正處於加快經濟發展方式轉變和經濟結構調整過程中，整個職業結構也將發生較大的變化，將由原來的低端職業佔多數逐漸變成中高階職業佔大多數的狀況。

　　新職業大有可為

　　新職業的紛紛出現，為產業、行業、職業結構的調整帶來了一種引導，從新職業的產生可以看到，在轉換髮展方式和調整經濟結構程序中，將有越來越多的新職業亮相，同時也會有某些傳統職業逐漸消亡，這既給新產業、行業、職業的發展提供了支援，也給某些傳統產業、行業、職業提供了一個預警。

　　在人工智慧領域，《中國人工智慧發展報告2018》顯示，截至2018年6月，中國人工智慧企業數量已超過1000家；而根據中國城市軌道交通協會發布的2017年統計報告，中國城市軌道交通進入快速發展新時期，截至2017年末，中國內地已有34個城市開通城市軌道交通，開通城軌交通線路165條，投入運營線路長度5033公里。

　　蘇海南認為，新職業不斷髮布有利於形成好的導向，給人力資源市場就業及其服務的改進完善、大學教育專業設定調整和教學方法改革、年輕人求學、勞動者就業等提供引導。

　　以資料科學與大資料技術專業為例，2016年2月，北京大學、中南大學和對外經貿大學等3所高校率先開設本科的大資料專業；2017年，中國人民大學、復旦大學等32所高校成為第二批成功申請到該專業的高校；2018年，中國傳媒大學等200多所高校獲批開設該專業。

　　對於年輕學生來說，未來職業發展的空間可能會更加廣闊。2018年6月11日，麥可思研究院在北京釋出《2018年中國大學生就業報告（就業藍皮書）》，其中顯示，2018年，資訊保安、軟體工程、網路工程、物聯網工程、數字媒體技術、通訊工程、數字媒體藝術等專業，屬於失業量較小而就業率、薪資和就業滿意度綜合較高的需求增長型專業。

　　專家指出，新職業是中國產業升級的產物，社會面對新職業，心態正在變得更加開放，同時也需要從制度、法律等層面入手，促進新職業的良性發展。

　　在健身教練這一行從業不久的唐鑫看來，這份工作的壓力還是很大的，因為如果他達不到健身房規定的營業額，收入只能勉強維持生計。雖然工作剛起步，壓力較大，但是唐鑫樂觀地表示：“健身教練做得好了，工資會比較高，而且人們健康意識逐漸變強，這個行業發展空間還是很大的，自己也會不斷學習相關知識，在這個行業繼續幹下去。”