在風口上豬都可以飛起來，但只有真材實料的才能走到最後。只要有毅力，知乎上有非常好的Roadmap，跟著學就行了，如果再有點天賦成功不難。絕大多數人都沒有足夠的毅力堅持，最後半途而廢，甚至還沒有上路夢想就夭折了。

首先回答第一個問題，國內市場的AI人才是否供不應求，答案是頂尖人才稀缺，底層人才很多但尚未飽和，這個熱度已經持續了兩年左右，無數人的求職目標都是AI方向，想要乘上這班快車，但是現實很殘酷，真正做AI的，我很有把握的說，本科基本沒戲，不是說本科做不了，就拿我實習的某國內一流科技企業來說，很多本科生，但是他們的工作可以說極其沒有技術含量，也就是標註工作，現在AI的比拼很多時候可以說是資料集和標註量的PK，無疑這是畸形的，所以未來一定會去改正，但是現在的確需要很多人來幹這個，也有很多人願意來幹這個，但是我相信大部分人也應該看的出來，這是不長久的職業選擇，所以做AI，搞演算法才是王道，但是這個沒有研究的積累是很難的，基本來說你最好能讀到博士，有過論文或者專利，還要參加過一些比賽，kaggle，天池之類的，證明你的工程能力也不弱，所以說，這行現在確實很熱門很高薪，但是門檻其實很高，沒有做好長遠打算的最好慎重，畢竟網際網路本身就屬於不夠穩定的行業，一味的追求熱點，而缺少核心競爭力，這條路將會很難。再談薪資待遇，一線大廠，以我今年校招的歷程看，25w屬於正常水平，優秀者60-80的也不在少數，百萬以上也不是沒有，這是應屆的工資，而一些也致力於佈局AI的中小型企業來說，薪資波動較大，有超過一線大廠挖人才的，也有較低價格撈秋招失利的。總的來說，絕對是應屆能拿到的第一梯隊，社招本人學生不予評論。

第二個問題，上述回答感覺似乎略顯悲觀，但是學習是沒有錯的，即使不從事，業餘時間學習各種知識也是有利無害的，學習AI知識，大致兩條路，若是比較著急補充知識技能，推薦靠譜的機構，我這裡不做推薦，自行斟酌，多打聽，第二條路也是我曾經走過的，自學，書和網上的影片很多，吳恩達系列，西瓜書等等都是經典要說論壇，簡書，CSDN，Github足夠你學習討論，特別是Github，發現人和人的差距原來可以這麼大，大神真的太多了，有時間我可以詳細介紹，這裡更多是想說，無論什麼形式的學習，堅持才是最重要的，簡單兩字，但其中艱辛自然會有所體會。就說這麼多吧。共勉。

目前AI人才確實呈現出供不應求的狀態，一方面原因是目前大資料的發展帶動了AI的發展，另一方面原因是市場對於AI的期望值比較高，各大企業也都陸續開始佈局AI領域，這是導致AI領域人才短缺的重要原因。

由於AI是典型的交叉學科，涉及到的內容非常多，AI的基礎學科包括哲學、數學、計算機學、經濟學、神經學、控制學、語言學等，所以AI人才的培養週期往往也比較長，大部分能在AI領域做出一定成果的研發人員往往都需要讀研，由於研究生培養數量非常有限，所以這也是導致市場上AI人才供不應求的原因之一。

一方面市場需求迫切，另一方面人才培養週期長，這就導致了市場供需的嚴重失衡，從而不斷助推AI人才的薪資待遇，實際上企業面臨的問題是即使提供較高的薪資待遇，也無法招聘到合適的人才。

現在很多科技公司都會安排人事總監甚至是企業副總去參加各種AI領域的學術會議，用他們的話說，企業已經等不了“蛋”（學生）了，要對“雞”（老師）下手了，這足以說明目前AI人才在市場上的短缺程度。當然了，待遇當然也是比較高的，有的企業甚至表示，只要是他們需要的AI人才，一切都可以談。

雖然目前AI相關技術已經發展了60多年，但是一個比較現實的問題是AI研發領域的進展速度遠不及市場的期望，AI的相關技術體系還有大量的課題需要去突破，由於標準尚未統一，所以技術交流往往都有較大的侷限性。對於初學者來說，網路上有一些技術交流社群，包括GitHub有大量的研發專家可以交流，足以能為初學者奠定一定的基礎。

作者簡介：中國科學院大學計算機專業研究生導師，從事IT行業多年，研究方向包括動態軟體體系結構、大資料、人工智慧相關領域，有多年的一線研發經驗。