未來，你的工作會被人工智慧所取代嗎？和AI搶飯碗，你能立於不敗之地嗎？

一些人類看上去很難的工作，在人工智慧看來可能非常簡單；一些在人類看上去很簡單的工作，可能卻是人工智慧的死穴。

在AI的衝擊下，哪些工作“名存實亡”，又有哪些工作能“有驚無險”呢？對此，李開復先生給出了一個“預言”。

未來30年內，人工智慧可能帶來太多人類目前還不理解的社會現象，不理解就可能會帶來麻煩甚至是災難。首當其衝的就是取代人類的工作，甚至會讓部分人失去“生而為人”的意義。

當人工智慧開始從實驗室走向更為廣泛的應用時，它就不再僅僅具有技術上的衝擊力，而是會越來越明顯地影響到人類經濟社會的執行。人工智慧使人類獲得更大解放的同時，也帶來了失業、收入差距拉大等負面影響。

而且，它來得是這麼快。一切都網路化以後，人工智慧只要把數字拿來算一算、推一推，就可以做出各種比人更精確的決策、判斷、預測、分類。

我對這個話題做了系統分析：

“華爾街的交易員，這個曾經很光鮮的職業很快消失了；未來的保安也會部分消失，因為攝像頭的監控，加上一些機器人巡視，已經不需要保安了；司機可能也會消失，還包括一些非常高階的白領，比如說放射科醫生，他們的看片能力不如機器人。”

為什麼會出現這個結果？分析人工智慧取代工作崗位，不能僅僅用傳統“低技能”對比“高技能”的單一維度來分析。人工智慧既會產生贏家，也會產生輸家，這取決於具體工作內容。

儘管人工智慧可以在基於資料最佳化的少數工作中遠勝人類， 但它無法自然地與人類互動，肢體動作也不像人類那麼靈巧，更做不到創意地跨領域思考或其他一些需要複雜策略的工作（因為這些工作投入的要素和結果無法輕易量化）。

一些人類看上去很難的工作，在人工智慧看來可能非常簡單；一些在人類看上去很簡單的工作，可能卻是人工智慧的死穴。我們可以用以下的圖來說明：

對於體力勞動來說，X軸左邊是“低技能、結構化”，右邊是“高技能、非結構化”。Y軸下邊是“弱社交”，上邊是“強社交”。腦力勞動圖的Y軸與體力勞動一樣（弱社交到強社交），但X軸不同：左側是“最佳化型”，右側是“創意或決策型”。

如果腦力勞動的重點是將資料中可量化的變數最大化（例如設定最優保險費率或最大化退稅），就歸類為“最佳化型”的職業。

這幾條軸將兩張圖各分為四個象限：

第三象限是“危險區”，第一象限是“安全區”，第二象限是“結合區”，第四象限是“慢變區”。

工作內容主要落在“危險區”的工作（如卡車司機等）在未來幾年面臨著被取代的高風險。

“安全區”的工作（如心理治療師、理療師等）在可預見的未來中不太可能被自動化。

“結合區”和“慢變區”象限的界限並不太明確：儘管目前不會完全被取代，但工作任務的重組或技術的穩定進步，可能引起針對這些工作崗位的大範圍裁員。

在左上角的“結合區”中，大部分計算和體力性質的工作已經可以由機器完成，但關鍵的社互動動部分使它們難以完全自動化。

所以，最可能產生的結果就是幕後最佳化工作由機器完成，但仍需要人類員工來做客戶的社交介面，人類和機器形成共生關係。

此類工作可能包括服務員、理財顧問甚至全科醫生。這些工作消失的速度和比例取決於公司改造員工工作內容的靈活程度，以及客戶對於與計算機互動心態的開放程度。

落在“慢變區”的工作（如水暖工、建築工人、美術設計師等）不依賴於人類的社交技能，而依賴靈活和巧妙的手工、創造性或適應非結構化環境的能力。這些仍是人工智慧的短板。

由於不斷髮展的技術會在未來幾年中慢慢提升這些短板，所以此象限中工作消失的速度，更多地取決於人工智慧能力的實際擴充套件。

在我看來，警告、悲觀、恐慌是“不識廬山真面目”的杞人憂天。撕掉標籤，人工智慧，既不是“人”，也沒有那麼“智”。它只能成為人類的工具，不可能取代人類的所有工作。

對職場人而言，來自機器人與人工智慧演算法的壓力是巨大的，但前景並不完全黯淡。人工智慧將會取代目前由人類員工從事的許多工作，在某些行業，這種趨勢已經開始顯現，但在可預見的未來有些工作並不能被取代。

以下是我預測的，最容易受到AI衝擊的10種工作，以及看似很危險，其實很難被AI取代的10種工作。

未來“名存實亡”的10種工作

1、電話營銷員/電話銷售

電話銷售將是最快被AI取代的崗位之一。你很可能接到過自動語音來電，未來這類電話會變得越來越自然。在由AI主導的單一領域對話中，AI也更容易達到真實的效果。

此外，AI會透過顧客資料、購買歷史以及表情識別，找到吸引顧客的方法。例如，使用溫和的女性聲音或有說服力的男性聲音，向衝動型購買者進行追加銷售，用價格、類別均合適的商品來鎖定顧客。

與人工電話銷售員相比，AI幾乎是零成本，而且不抱怨、績效高、與商業邏輯高度一致，所以電話銷售類工作是沒有未來的。如果你正從事電話銷售，可以考慮換成面對面銷售或其他需要和人們打交道的工作。

2、客戶支援

客戶互動會隨著AI的應用而增加。不過，鑑於這類工作的重複性（通常會有教科書式的應答方法作為參考），客戶支援將在很大程度上被AI取代。

這一過程會分為幾個階段進行。最先被取代的將是聊天機器人和郵件客戶服務，接著是涉及大量來電和相對簡單產品/服務的語音服務。

一開始，AI將和人類聯手工作，由AI提供建議性的答案、主題和固定回覆。人類則將充當後備人員，處理AI無法處理的來電（譬如來電者處於憤怒狀態）。

這樣將會縮短顧客的等待時間、提高問題解決率（因為使用AI的前提是確認它可以解決問題）並大大降低成本。這一過程會為AI積累大量資料，並最終使得AI的工作表現超過人類。

如果你從事的是客戶服務工作，可以從文字支援轉向語音支援、從輕度支援轉向深度支援、從電話/網際網路服務轉向面對面服務，同時也應該學習共情、溝通和勸說的技巧。

3、倉庫工人

亞馬遜倉庫已經採用了由Kiva系統開發的機器人，它們會把貨架搬到固定位置的人類工人面前，由這些工人揀選好商品並放入箱子裡。

不過，隨著計算機視覺和機器人操控技術的發展，固定位置工人的工作會經歷強度加大而後被取代的命運。

另外，AI將很快能從事搬箱、裝車以及其他倉庫工作。和工廠相比，倉庫自動化所需的精度低，因此更容易實現。

4、出納和運營人員

花旗銀行近日宣佈將運營人員的數量從兩萬名裁減至一萬名。這些都是和資料、資訊打交道的“無名”中間人，他們負責的工作包括檔案存檔、處理、採購、庫存管理、錯誤勘查、銷售額估算、向管理層報告調查結果等。

隨著商務流程的電子化，商務智慧系統可以讓整個流程實現自動化，AI甚至能直接做出決策。這一現象不僅發生在銀行業，也將出現在每一個和海量資料打交道的大公司。在AI時代，沒有人會想成為千人一面的資料處理員。

5、電話接線員

電話接線員是電話類工作中最不需要用到人際技巧的工作。現在語音識別越來越精準（微軟的語音識別已經超過了人類水平），以情景對話為導向的語音合成也越來越自然（谷歌最新的語音合成與人聲幾無區別）。

另外，電話類工作也隨著更多的人依賴資訊而受到挑戰，因此被徹底淘汰只是時間問題。

6、出納員/收銀員

出納員和收營員正在被ATM機和自助結賬機取代。日益激烈的競爭迫使零售商、銀行和快餐公司大量精簡人工流程。

Amazon Go無人商店已經預示了一個商店完全無人化的未來。不過，由於無人商店價格高昂、移動支付尚未普及且攝像頭和麵部識別仍存在隱私問題，無人商店不會迅速地大規模鋪設。但如果你是一名收營員，可先別感到鬆了口氣。

基於射頻識別（RFID）和計算機視覺的自助結賬機正來勢洶洶，一同來襲的還有智慧販賣機和小型便利店。現在是時候換份銷售助理的工作了，最好是那種會對親和力與說服力進行評估和獎勵的工作。

7、快餐店員

食物的準備工作兼具重複性和場所固定兩大特點，因此將不可避免地被AI取代。

現有的連鎖餐廳已經開始推廣自動化點餐流程，很可能不久後便會使用面部識別和語音識別技術。下一步自然就是對食物的準備和烹飪進行自動化了。

另外，未來還將出現烹飪和上菜全自動化的全新平價連鎖餐廳 （比如價格只有麥當勞一半的機器人中餐廳）。這些“機器人餐廳”將搶走傳統快餐行業的生意，從而導致快餐店員工數量下降。

8、洗碗工

不要把洗碗機想像成一個機器人，而要把它想像成一個超大型洗碗機，能直接從餐桌上撤下碗碟（當然還有食物、骨頭、餐巾和其他餐具），然後把碟碗和銀器洗得鋥亮。

位於加利福尼亞的初創公司Dishcraft已經在銷售這種超大型洗碗機了。這些洗碗機價格的確比較高，但是對於大型餐廳而言，和省下來的人力成本相比，仍然是可以接受的。

假以時日，大規模的投產會使洗碗機的成本降低。如果你現在正從事洗碗這類重複性勞動，是時候接受培訓，換份重複性較小的工作了。

9、生產線質檢員

生產線工作將會逐漸被淘汰，這類工作重複性高，工作環境固定。整個淘汰過程有可能長達二十年之久，因為操控機器人對AI來說仍有難度。

但也有一些AI容易上手的生產線工作，比如檢查商品的損毀和瑕疵情況（像是檢查 iPhone裝殼這類保證產品美觀的工作，或是檢查電路板這類保證產品功能的工作）。

這類工作利用了電腦視覺的快速發展，同時需要很少、甚至完全無需操控。對人類檢查員來說，這種工作既麻煩又累人，特別傷眼睛。所以，是時候換一份對健康傷害小、對靈敏度要求高、需要在非固定結構的新環境中從事的工作了。

10、快遞員

快遞員和送貨員正在被快遞機器人、小型汽車、大型卡車以及無人機取代。最先出現的將是結構化環境中的室內配送服務（酒店客房和公寓），之後會延伸至非公共道路，最後滲透整個快遞行業。

短期內，電子商務會持續增長，快遞需求也會隨之增加，但快遞工作絕不是個好選擇，其中涉及的人類專有技能和人際互動微乎其微。

對智慧機器取代人類勞動崗位的擔憂並非是杞人憂天。從卡車裝卸工人到法律研究工作者，無論是白領還是藍領，只要是重複性的勞動，都將被機器人和基於人工智慧的軟體取代。

未來“有驚無險”的10種工作

1、健身教練

儘管未來總會有更高質量、更智慧的健身器材幫助我們鍛鍊，但健身教練無可取代的地方在於，他們能為我們每個人量身打造健身計劃，在旁陪練指導，還能敦促我們堅持鍛鍊，避免犯拖延症。

其次，隨著社會財富增多，出行方式變得更高效（如智慧型、甚至是自動型電動平衡車），我們對於鍛鍊的需求將大大超出以往。

最後，AI時代會給我們帶來更多的社會財富和閒暇時間，自助、娛樂和健康將成為發展的主題。

2、養老護理員

到2030年，麥肯錫醫療保健類工作崗位將在全球範圍內猛增5100萬個，總數將高達8100萬個。

這類工作包括養老護理員、家庭健康護理員、私人護理員以及護士助理，不過最大的崗位空缺將出現在與養老護理相關的領域。

考慮到人類壽命延長、老年人對醫療保健的大量需求以及填補此類工作空缺的難度，這一需求還會不斷攀升。

AI固然可以實現老年人的醫療監護、安全保障和移動輔助等基本功能，但像是洗澡、穿衣以及更為重要的聊天和陪伴工作，都是AI是無法勝任的，只能交由人類完成。

3、房屋清潔工

像房屋清潔、園藝以及其他需要在非固定結構空間內進行、且所在環境較為多變的工作，對於機器人而言難度太大。

雖然像倫巴掃地機器人（Roomba）這樣的智慧裝置會承擔部分工作量，但整體而言，這類工作的就業水平有望得以維持。

此外，我們預測，各類移民服務崗位將大量增加（在法律允許的前提下），因為AI將進一步拉大貧富國家之間的差距。

4、護士

護士、保育員、心理健康輔導員以及戒毒治療師是最難被機器替代的工作型別之一，這類工作涉及大量的人際互動、溝通和信任的培養。

例如，治療情緒不穩定、有抑鬱症狀的病人需要嫻熟的溝通技巧，治療師需要先了解造成病人情緒困擾的根源。這些都遠遠超出了AI技術目前的能力範圍。

5、樓房管理員

樓房管理、酒店管理、定製服務等其他高階服務將是財富新貴群體的高需求所在（如AI企業家和工程師）。

在網際網路（旅遊網站）和AI（自動化快餐和咖啡）提供標準化服務的同時，那些具有人情味、個性化以及能夠構建長期關係和信任感的優質服務將具有更高的價值。

在AI時代，休閒和娛樂產業將成為強勁的增長領域。

6、運動員

雖然未來機器將比人類更擅長比賽，但體育運動不會因此而受到絲毫的影響。這些都是需要人類參與的娛樂活動。運動明星與知名歌手、演員並無二致。

隨著人們閒暇時間的增加，擁有非凡天賦和個人魅力的運動員將有更強的吸金能力。

7、保姆

保姆是最討喜的工作之一，甚至可能會被當成家庭成員來看待。

保姆的許多體力工作會實現自動化（比如除塵和洗碗），如此一來，他們的工作會逐漸轉向“關愛和個性化”服務，比如悉心烹飪一頓孩子愛吃的飯菜，或是朗讀孩子最愛聽的故事。

保姆將花更多的時間去陪伴、照料家裡的孩子，和他們玩耍。能夠成功轉型的保姆是AI無法替代的。

8、導遊

優秀的導遊是擅長講故事的人。他們將個人經驗和百科知識巧妙地融合在一起，並以戲劇化的方式呈現給遊客，從而打造出獨一無二的旅行體驗。

優秀的導遊還能挑起趣味橫生、內容豐富的談話，創造出一段令人懷念的旅程。當然，那些照本宣科、一味重複的導遊，在AI取代人類工作的大潮中就沒那麼走運了。

9、人力資源

人力資源、特別是員工招聘和獵頭工作，都要涉及大量的人際互動。說服某人放棄現有工作、考慮其他工作是相當不容易的，這需要建立在對對方的長期深入瞭解和互相信任的基礎上。

當然，隨著人力資源工作變得更傾向於以人為中心，人力資源行業也會利用AI完成常規的問答工作（比如回覆僱員的郵件）、監督僱員工作表現、發起招聘啟事、篩選求職者並進行工作匹配等。

10、資料處理和標籤

最後來個大驚喜。

雖然每個人都認為資料錄入和處理會因機械化而被淘汰（甚至不需用到AI）。但在未來二十年內，AI進行的訓練會用到規模龐大且不斷增長的資料。這些資料需要經過初期的人工篩選、處理、貼標籤和分類。

亞馬遜土耳其機器人（Amazon Mechanical Turk）就是個很好的例子。不過，可別期待能從這類工作中獲得高薪。

人工智慧的相關職業主要是基於演算法為基礎發展起來的崗位。從領域分佈來看，自動駕駛、智慧機器人、語音識別是目前人工智慧的主戰場，這方面的職位從業人群相對稀缺；智慧客服ADAS、語義識別也極為火熱，且近兩年企業增速呈上升趨勢;一二線網際網路公司急需研發、AI型別的科學家、研發總監、核心工程師等。

具體相對稀缺的職位有：

深度學習工程師：年薪在40-150萬區間

計算機視覺工程師：年薪在50-160萬區間

語音識別工程師：年薪在45-150萬區間

機器學習工程師：年薪在40-150萬區間

NLP工程師：年薪在45-150萬區間

深度學習框架研發工程師：年薪在40-150萬區間

影象識別工程師：年薪在40-140萬區間

人工智慧領域的其他相關職業有：自然語言處理、AI開源平臺開發、產品經理、資料分析、產品開發等相關職位，年薪也在30萬-80萬不等。

除此之外，與人工智慧緊密相關的車聯網、物聯網、區塊鏈等領域的職位，也是人工智慧領域從業者可以橫向選擇的職業方向。

人工智慧行業，目前的就業方向，主要分為搜尋、影象處理、計算機視覺、模式識別和影象處理等等，具體如下：

搜尋方向 ：百度、谷歌、微軟、yahoo等（包括智慧搜尋、語音搜尋、圖片搜尋、影片搜尋等都是未來的就業方向

醫學的影象處理：醫療裝置、醫療器械都會涉及到影象處理和成像，大型的公司有西門子、GE、飛利浦等

計算機視和模式識別方向 ：指紋識別、人臉識別、虹膜識別，還有一個大的方向是車牌識別，目前鑑於影片監控是一個熱點，跟蹤識別也不錯。

還有一些影象處理方面的人才需求，例如，威盛、松下、索尼和三等等

目前鑑於AI方向的人才都是高科技型，在待遇方面也是比較豐厚的，所以說，這個發展方向也是很有前途的

人工智慧、大資料、雲計算和物聯網的未來發展值得重視，均為前沿產業，多智時代專注於人工智慧和大資料的入門和科譜。

人工智慧可以用在很多方面，如同網際網路+一樣滲透到各行各業。如機器人，車輛，無人機，家電等等，都可以用人工智慧進行改造。

近年來，人工智慧客服行業發展迅速

據統計資料：近三年中國智慧客服行業市場規模平均增速57.35%。智慧客服在中國興起的原因主要為：1、大資料、雲計算、人工智慧等新興科技為智慧客服行業提供的底層技術支援。2、企業客戶行為習慣的變化所推動的企業客服中心的智慧化變革。

在過去的很長一段時間，企業客服只有單純的人工坐席，但隨著網際網路與移動網際網路時代的企業客戶需求不斷提升，傳統的人工坐席已經無法滿足日益增長的客戶需求，由此也推動了企業客服體系由被動、單一的人工應答轉為開放、主動、能夠提供個性化服務的智慧客服。而智慧客服本身也在進行不斷升級，從電話客服、網頁線上客服再到SAAS雲客服，智慧客服推動企業客服中心不斷進行智慧最佳化。

中國智慧客服的下游主要為客戶群體基數大、諮詢頻次高、問題重複度高的銀行、運營商、快遞、電子商務等行業。這些行業對於智慧客服的需求規模呈現出井噴式增長，這在一定程度刺激了中國智慧客服行業的成長速度，且目前隨著智慧客服平臺的增多，與智慧客服的商業化落地逐漸成熟，之前無力自研智慧客服的中小企業，也開始不斷展現出對智慧客服的使用需求。

儘管智慧客服在中國的發展迅速，但智慧客服的發展理念自始至終並不是為了用AI完全取代人力，並且當前的技術水平做到完全取締也尚有差距。目前，企業使用智慧客服的主要目的在於對企業客戶意圖的理解與預測，對企業客戶的常見、簡單問題進行諮詢答覆及業務辦理，對一些複雜、特殊或業務相關的問題智慧客服會及時轉接人工，以此提升工作效率。此外，智慧客服能否主動與客戶進行溝通，如何進一步提高客戶滿意度等也是目前AI技術的研究方向。

移動網際網路、人工智慧等新技術的發展，為中國智慧客服行業帶來了莫大的機遇，但中國智慧客服行業的持續發展仍任重道遠。相信隨著中國雲計算、大資料、 機器學習、NLP 、TTS 、ASR、等技術的不斷進步，智慧客服行業的發展速度也將得到進一步的提升。

據研究人員預測，人工智慧的應用將幾乎遍佈所有行業。為了解人工智慧相關技能在軟體行業之外的普及程度，領英研究了技能在各行業的年增長率。在擁有人工智慧相關技能的專業人員數量方面，軟體行業依然名列第一，教育和學術研究、硬體和網路、金融、製造業等領域的增長勢頭也很強勁。

具體到增長數量，教育領域是2017年領英會員新增核心人工智慧技能數量第二多的行業。這表明，研究活動更頻繁的領域，人工智慧普及率增長更快。

人機互動遍及全球

人工智慧技術在全球的普及程度非常高，美國、中國、印度、以色列和德國是職業人群中人工智慧相關技能普及率最高的國家。

研究結果表明，目前，隨著人工智慧相關技能與工作的相關性日益提升，人際交往技能並沒有出現消減的跡象，這一結果並不出人意料。

世界經濟論壇釋出的《未來就業報告》指出，前十大新興職業（即過去五年就業量增長最快的職業）包含多個以人為中心的職業。縱觀全球各個行業，排名靠前的新興職業包括營銷專家和經理、人力資源專家和顧問、使用者體驗設計師。這些職業要求從業者瞭解人類行為和偏好，所涉及的技能基本上無法實現自動化。

十大衰退職業（即過去五年就業量下降最快的職業）則包含許多可以高度自動化的職業，例如行政助理、客服代表、會計以及電氣、機械技術員。經濟合作與發展組織強調，如果某個職業從業人員的受教育程度和技能水平普遍較低，這個職業面臨的自動化風險就會上升。自動化風險最高的職業包括食品加工助理、清潔工和助手，以及採礦、建築、製造業和交通行業的勞工。

隨著全球各國不斷加大對人工智慧技術的投資，領英將繼續評估人工智慧技術的外部效應及其對職業人士的影響，這種評估有助於更有效地實施再培訓和教育計劃。隨著新技能不斷湧現，政府、教育機構和僱主應思考如何透過制定學習計劃，幫助職業人群具備滿足現代經濟發展需求的新技能。

人工智慧出現到底意味著什麼

很多人抱有樂觀態度

認為人工智慧能大大解放勞動力

是人們最大限度的獲得自由

但是解放勞動力是什麼意思？

之前你是一名門診護士，每天負責解答患者的諮詢

後來人工智慧來了，它能夠全天候無休止的進行工作

並且能夠透過學習逐步完善自己的知識庫

於是你失業了

之前你是一名醫生

動不動就不吃不喝不拉不睡幾小時進行手術

現在人工智慧來了

他可以全天候手術，就是有點費電

基本上零失誤

傷口縫合的還特別漂亮

於是你失業了

未來的日子有無數種職業會被人工智慧取代

不僅僅是廉價勞動力

就連醫生這種技術含量極高的工作也有可能被取代

這種情況下，思考一下你有什麼理由不被取代比較好

受人工智慧浪潮影響，近年來以及往後幾年會出現以下和人工智慧相關職業：

1. 資料的採集、標註員

機器學習需要海量的資料的支撐，常見的包括語音資料、圖片資料等等，所以就產生了一大批專門從事資料標註、採集的“資料搬運工”。他們或專職或兼職，從事著日常的語音與圖片資料的標註與採集工作，有的利用工作之餘，有的則是全職寶媽。他們將採集的資料彙總給專業的資料服務商，這時就出現的另外一個新的職業。

2. 專業的人工智慧研究人員

在科研機構獲得了所需要的資料之後，就輪到人工智慧的專業研究人員登場了。當前人工智慧主要研究領域集中在機器學習方面，各種推動機器學習的演算法工程師應運而生，這些演算法工程師同以往的技術人員不同之處是，以往的程式設計師只專注於演算法的開發；而人工智慧大背景下的工程師，更側重同不同領域的結合，都是綜合性的高階人才。

機器學習是我的主要研究方向之一，目前也在從事相關方向的高等教育工作，所以我來回答一下這個問題。

人工智慧領域目前已經形成了一個較為龐大的行業體系，涉及到的相關職業崗位也比較多，而且不同的研究方向往往在崗位設定上也會有所區別，所以要想了解人工智慧相關的職業崗位，首先要了解人工智慧的主要研發方向。

目前人工智慧領域比較熱門的方向包括機器學習、計算機視覺、自然語言處理和機器人學，以機器學習方向為例，比較常見的崗位有演算法設計工程師、演算法實現工程師、演算法訓練工程師、演算法驗證工程師和演算法應用工程師，當然不同的團隊在命名上會有一定的區別，另外不少團隊的演算法設計工程師也會同時完成部分演算法實現的過程，至少在驗證過程中通常是自己完成的。

人工智慧領域的研發涉及到三個核心因素，分別是資料、演算法和算力，而資料與大資料有緊密的聯絡，算力則與雲計算有緊密的聯絡，所以不少人工智慧團隊中也有大資料工程師和雲計算工程師，涉及到的崗位也比較多，比如資料分析工程師、資料整理工程師、安全工程師等等。

人工智慧的研發與應用場景也有密切的聯絡，從大的層面上來說，人工智慧與物聯網相關領域關聯較大，因為物聯網是人工智慧技術的重要落地應用場景。所以，不少從事物聯網開發的工程師也會廣泛參與到人工智慧的相關開發任務中，涉及到裝置、網路、平臺等內容，在5G技術的推動下，未來物聯網和人工智慧的結合會越發緊密。

主要就業方向：科研院所(機器人研究所等)，軟體與硬體開發者，大學講師等。就國內而言，就業前景較好，國內產業升級、 IT產業轉型、工業機器人、智慧機器人、可穿戴裝置研發都是未來的熱門話題。

人工智慧觸及人們生活的方方面面，所以人工智慧相關的職業也相當的多，目前主要的有以下領域的相關職業：

無人駕駛自然語言處理邊緣計算大資料影象處理智慧機器人

人工智慧所用到的技術和數學知識很多都是通用的，初學者應該將基礎知識學習牢固，觸類旁通。

1.認知與神經科學課程群具體課程：認知心理學、神經科學基礎、人類的記憶與學習、語言與思維、計算神經工程2.人工智慧倫理課程群具體課程：《人工智慧、社會與人文》、《人工智慧哲學基礎與倫理》3.科學和工程課程群新一代人工智慧的發展需要腦科學、神經科學、認知心理學、資訊科學等相關學科的實驗科學家和理論科學家的共同努力，尋找人工智慧的突破點，同時必須要以嚴謹的態度進行科學研究，讓人工智慧學科走在正確、健康的發展道路上。4.先進機器人學課程群具體課程：《先進機器人控制》、《認知機器人》、,《機器人規劃與學習》、《仿生機器人》5.人工智慧平臺與工具課程群具體課程：《群體智慧與自主系統》《無人駕駛技術與系統實現》《遊戲設計與開發》《計算機圖形學》《虛擬現實與增強現實》……6.人工智慧核心課程群具體課程：《人工智慧的現代方法I》《問題表達與求解》、《人工智慧的現代方法II》《機器學習、自然語言處理、計算機視覺等》

有危機意識很好。

AI研究院（Research Lab）

公司研發部門（R&D）

公司產品部

全球範圍各大廠人工智慧方向薪資及高薪攬才計劃

從各大網際網路公司先後建立人工智慧研究院，以及以下這些高薪攬才計劃便可略窺一二。

1.阿里星計劃

年薪平均估計60w左右，上不封頂，本科生-博士生都有機會入，CTO直接面試，每年招10人，半年base美國office的機會

2.百度少帥計劃

IDL部門（機器學習、深度學習），年薪100w+，每年9人，30歲以下，工作地北京、深圳，一年後矽谷或常青藤名校訪問至少半年，三年後帶領20-30人團隊

3.滴滴新銳計劃

滴滴研究院，面向全球高校博士、碩士、優秀本科生的精英人才計劃，研究方向包含機器學習、計算機視覺、機器人、自動控制、汽車工程、人工智慧、資料探勘、最最佳化理論、分散式計算、圖形影象、語音識別、語音合成、自然語言處理等

4.騰訊技術大咖

要求，全球TOP100 CS相關碩士博士畢業，人工智慧相關，待遇：上不封頂offer，深圳市還有“孔雀計劃”160w的獎勵

5.Google/Amazon/Facebook/Apple等