可以先制定一個小目標，先掙它一個億。

開個玩笑

我覺得。

首先要先弄明白自己要幹什麼，能幹什麼，在想要乾的領域裡什麼最擅長。這挺重要的。

其次你自己那些不足，怎麼去彌補？多長時間彌補上來。

同時要有計劃，有大計劃，有階段性計劃。彌補要和在計劃之中。約定好自己什麼時候完成什麼樣的計劃。階段性的去完成計劃

要對市場有把握。

要做好對失敗的掌控率。要明白什麼樣的失敗可以承受。適當的放鬆自己一點。什麼樣的失敗不能接受。絕對不允許自己出錯。

如果需要到融資。要明白你能給投資者帶來什麼樣的利益。並且你要怎樣才能盈利。

如果是進入職場。你要明白你老闆需要的是什麼。需要你幹什麼？

曾在大學畢業的機械系學生，應該有一定的氣動，液動，與電子自動化初步知識，如到企業工作，要深入工作每一個環節，找到自動化改造的切點，結合實際，先行設計，試驗，待到有一定把握，再申請有關部門欲導予以支援。我曾和一合工大機械系學生為臨，他很有心，曾帶回一些氣動自動化另件，後來用到其自已設計多

座標自動進鑽加工裝置上十分成功，雖然達不到完全智慧化，但這是很關健一步！可惜該人後來從政了，很可惜！

萬事開頭難，學到的知識與實踐相結合，聰明才智有的發揮有的創造，有著淵博的知識，沒有理想的見證實踐，實現理想志願或許不太現實。

這是一個新型而高階的行業，你有機械專業的基礎，從事這個行業應該算有基礎的。不過真正做這個行業最好還要做好功課，從源頭抓住它的特點，相信憑你的基礎和興趣一定可以做好。

我大三的時候，就有這個想法，想組建一個關於人工智慧的創業團隊，我當時和我學長的想法不謀而合，但是，因為人工智慧這個方面技術含量實在太高，而且需要的知識也比較多，一個小團隊完成的話，任務量太大，時間太慢長。如果你想學的話，我挺支援你的，我沒有相關的經歷，沒有給你提出意見，抱歉。

最好進入大工廠，或者進入一個比較強的團隊，這樣見識廣，創造有利的條件，這是最好的第一步。將來如何，下一步怎麼走，各人都不會相同的。

我們可以從生涯諮詢的角度來考慮這個問題。

此同學的專業和意向工作關聯度很低，所以必須確定定位階段的諮詢工具的實用。

關於定位階段的諮詢工具使用

1 霍蘭德職業興趣測試過程就不再贅述了，只講一下使用的體驗。a，題目比較老舊，做的時候可能來詢者是略有迷惑，但是沒有解釋，憑直覺完成。所以不確定分數準確。但透過非正式訪談可以佐證差距並沒有那麼大。b，來詢者對職業對應表，可能並沒有理解，甚至有些職業來詢者也不一定就認同。

2 興趣星空這裡發現霍蘭德職業興趣評測，一下子把氣氛帶到僵硬，並且沒有產生引爆點，所以我開始用興趣星空。並把原來學的興趣星空做了改變。a，我們面臨的問題是找到職業興趣，找到職業方向，找到定位b，霍蘭德或者興趣星空都是幫助來詢者提升自我認知，開啟思路。c，來詢者可能對職場，對行業企業都沒有了解，所以一味的知識做霍蘭德，並不能達到來詢者預期。所以我建議來詢者列出20個以上的興趣、想做的事情、嚮往的職業，從影視劇，親朋好友那裡得到的資訊都可以。我是希望找到目標，然後幫來詢者認清差距，識別能力，制定計劃。

霍蘭德的職業程式碼如果能夠指導來詢者找到更合適的工作當然是好事，程式碼匹配是理想狀態，不至於被工作磨去稜角，泯滅興趣，那樣只會越做越不開心，所以在還有選擇的機會時，挖掘更多可能性，去把握住更多的機會。

3、挖掘更多可能性的辦法

3.1人工智慧崗位非要僱我的理由，這樣可以幫助來詢者學會分析行業，分析企業，找到從自己是否滿足人工智慧的初級崗位的要求，然後再看是否匹配自己興趣，自己對未來的規劃。

3.2 關聯創意法讓來詢者隨便想一個主題，進行無限制的聯想，然後再去透過這個腦圖去做替換自己的興趣，去發現更多的可能性

3.3 A+B+C 創意法讓來詢者把自己最擅長的兩件事情先固定下來，然後再把之前的興趣進行輪換，看看能否找到更多的可能性。

透過這三個方法，我幫來詢者找到至少5個可以馬上落地執行的可能性，10個以上可以賺錢養活自己的可能性。

4、根據個案最後決定介紹一下能力卡片探索，幫助來詢者做能力識別介紹職場常用的能力（針對性），擺了能力卡片，讓他覺得有差距。介紹 cd 模型理論，讓他明白未來的職業規劃能力是首要的，有能力之後再談回報。

AI這個方向絕對是未來一個很好的領域，你的方向沒問題，但是這個領域也是非常大的，主要看你想做哪個方面，不知道你有沒有看今年李開復博士在哥倫比亞的畢業演講，他就比較詳細滴介紹了未來人工智慧對人類社會的影響，描繪了未來一個大概的藍圖。這張圖你可以看看，這些是人工智慧裡面比較火的小領域。

不知道你高等數學學的咋樣，人工智慧主要難得是演算法，理論基礎你可以從網上查查，程式設計基礎差不要緊，剛開始可以用matlab的工具箱實現，我們碩士畢業做課題專案都用這個，它的程式設計規則也很簡。初學者靠他入門較快，但想真正入進去，那主要依靠你的數學基礎了，否則你連演算法的各種迭代公式都看不懂