我想說，這持續時間不會長的。這玩意的落地需要業務場景的辨識能力，落地的時候最好還要有IT行業的工程能力。而且AI這種敏感的東西，學歷的專業性不能決定個人的能力。這種現象和當年的滴滴快滴沒兩樣。只是人才的轉移週期比司機長。雖然持續不久，但是也應該有三年，研究生要讀三年嘛。三年後入門起薪的綜合標準會明顯降低吧。有專業行業背景和工程能力的AI從業人員會更高。至於多少，至少目前博士的培養成本的兩倍吧，具備以上能力的baby員工更加是企業的至寶。

作為BAT們，他們相當的願意這種新聞廣為流傳。池子大了，魚多。魚多了，大魚也多。

自古以來，物以稀為貴，我認為AI人才的短缺與行業迸發的需求矛盾是導致高薪現象的本質。要說能到80W年薪，我覺得也是高技能長尾的人群了。從上圖來看，AI人才的薪水是符合正太分佈的，大部人月薪集中在2.W~4W之間，少數人是5W+，至於低於1.5W的，應該不是什麼AI人才。不過，AI的人才平均薪酬還是高於一般技術人才的。

所以說，並不是人人都是80W年薪的，想報考或者轉學AI相關專業的，請客觀看待這件事。那麼如果你想了解AI，我倒是可以提一提你未來可能從事的崗位有哪些領域。主要包括自然語言處理、語音識別、影象識別、機器處理自動化、情緒識別等等方向，我就不贅述了，其實google比我說得好。舉個例子吧，比如你最近在愛奇藝或者騰訊影片觀看綜藝的時候，它們現在應用到了AI彈幕摳圖，比如好聲音的李健或者吐槽大會的李誕可以不被彈幕“穿過”，如果大家稍微學習過Photoshop的話，這個圖層蒙版差不多，隱藏不需要的，展示需要的。當然，實現這項技術，需要紮實的影象演算法基礎。

那麼，AI（人工智慧）未來的前景怎麼樣？我要不要學？我弟弟妹妹要不要學？我的答案是，肯定可以學。人人都說網際網路現在是白銀時代，未來是黃金時代，2030年之後漸入青銅時代。那麼網際網路都是青銅的時候，什麼是白銀？這還用說，當然是人工智慧。未來是人工智慧的時代，而且你已經看到了，它正在被廣泛應用到生活中。。

有前景的職業，才是高薪的鑰匙，開啟這道門，未來很可期，你可以在路上！

最近幾年科技公司在大資料、人工智慧相關領域的人才爭奪上一直比較激烈，一方面是由於行業對大資料和人工智慧有巨大的預期，另一方面大資料和人工智慧人才的培養週期相對比較長，人才缺口較大。

由於人工智慧領域是典型的多學科交叉領域，所以能培養人工智慧博士的單位並不多，資源都集中在一些重點高校（科研院所），由於這些高校（科研院所）本身就處在行業研究的領先位置，所以畢業生的薪資待遇往往也比較高。最近幾年從事大資料、雲計算、人工智慧（機器學習）方向的研究生待遇普遍比較高，而且上升趨勢還比較明顯。

對於AI領域薪資待遇比較高的情況，在我看來有一定的必然性，而且未來的薪資待遇也會逐漸提升，原因有以下三點：

第一：大資料和人工智慧是科技發展的必然結果。大資料和人工智慧的發展本身就是科技發展的典型代表，從事先進技術研究的研發人員自然會得到更多的關注和更高的待遇，因為這部分人在推動科技的進步。

第二：大資料和人工智慧本身會創造出大量的財富。大資料的特點是資料價值化，未來大資料的市場規模將會非常大，大資料會形成一個巨大的資源池。人工智慧的發展必然會進一步解放生產力，推動整個社會的勞動力結構升級，這個過程必然會創造出巨大的財富。

第三：人工智慧依然處在初級階段。目前大資料技術正處在落地應用的初期，而人工智慧的研究則還處在初級階段，這個過程對中高階人才的需求量比較大。隨著人工智慧的不斷髮展，人工智慧領域的落地應用逐漸增多，人工智慧領域的研發人員自然會獲得更多的收益。

教育問題，可能是人工智慧行業面臨最大的問題。我們知道，大家常說的人工智慧有三個要素：資料、演算法跟算力，很少有人會提到人才。但人才的缺口可能才是我們現在整個國家，在人工智慧裡面的最關鍵的一點。

目前人工智慧人才方面，我們至少需要三個層次的人才：

第一個層次，是具有AI思維的管理者。管理者自身必須要了解人工智慧的基礎知識，擁有AI Thinking，就是AI思維。這樣他身為管理者，在去管理、決策的時候，才會聯想到目前已有的AI解決方案和工具，才會懂得如何在實際應用中恰當、合理地去佈局AI。

第二個層次，是AI技術的研究者。相比較管理者，他們在演算法上的研究更深一步，對於AI演算法在實際應用中如何逐漸擺脫對大資料的過度依賴等的議題有更深入的思考。事實上我認為，是否擁有足夠多、足夠優秀的AI研究者，也是中國未來能否在人工智慧領域超過國外部分發達國家的一個關鍵因素。

第三個層次，是把行業資料拿到AI平臺上解決行業難題的工程人員。這也是中國非常缺乏的一類AI人才。只有工程人員懂得如何把自己行業裡面的資料，應用到相應的AI平臺上，去解決自身的行業問題。因此在AI加速滲透到各行各業的過程中，這一類人才是不可缺少的，是至關重要的。