如果把這裡的【人工智慧】理解為泛機器學習演算法相關崗位，根據我的觀察，各種層次，各個環節的技術人才短期內都有很大缺口，無論是科班出身，理論功底深厚的PhD，還是實戰經驗豐富，瞭解業務線，能讓演算法落地的演算法工程師，還是專注底層效能最佳化的系統工程師，甚至有一定演算法基礎，缺乏經驗但有培養潛力的應屆新人，都有大量的機會。除技術人才外，對演算法有一定了解，善於把演算法和實際產品結合的PM也有巨大的缺口。

至於【搶飯碗】，如果指的是機器學習演算法應用給就業帶來的衝擊，我的看法是，這不是一個偽命題，不過短期內可能並不想很多人預言的那麼嚴重。比如近年來人工智慧再影象識別，語音識別，自動翻譯，內容推薦方面取得了長足進展，但是這些技術似乎沒有搶走太多人類的工作。一場正規的國際會議，短期還無法啟用同聲傳譯，因為涉及到專業領域和複雜的上下文，機器翻譯的靈活性尚難和人類媲美。不過在一些業務邏輯非常簡單的場景，比如常見問題的線上客服，機器確實已經開始大量替代人工客服。展望更遠的未來，比如十年，二十年，機器搶飯碗的速度有可能越來越快，但是考慮到社會對於AI的認知普及和AI對各行業的重塑，新崗位的增加速度也有可能加快，綜合來看，就業崗位的總量未必下降。