|
|
眼见他起高楼，眼见他楼塌了。
一则新闻破开冰面，浪涛翻涌而出。
互联网裁员潮愈演愈烈，一波未平一波又起。
斗鱼紧急裁员，波及海外业务约70余人，回应称属于团队正常优化调整。
消息称锤子回款不足资金链断裂，裁员只留40%人员，罗永浩回应报道失实，疲于辟谣。
报道称ofo总部裁员50%，同时COO张严琪等多位管理层离职，海外部门解散。ofo对此称为无稽之谈。
“阿里将全面缩减人员编制，华为、京东也要停止社招”的传言刷屏社交网络。
国务院发文「对不裁员或少裁员的企业可返还上年度失业保险费的50%」。
几月前就流传于茶水间的“互联网寒冬说”，终于汇成一股洪流，进入公众视野。
东边日出西边雨，另一则新闻却好似给毕业生打了一针强心剂。
“AI应届博士年薪80万”。
继AlphaGo战胜李世石后，人工智能又一次被推向风口浪尖。
这是第三次人工智能的兴起。与前两次不同的是，这一次，产业界比学术界要活跃得多，各项技术开始落地应用，人工智能逐步包围了日常生活，弱人工智能时代开启，AI进入爆发期。甚至是在互联网企业招聘渐呈疲态的现在，还有企业仍拿出“天价”吸引AI人才。
AI行业招聘市场仍在不断扩张，应届生薪酬整体上涨10%-20%，企业开始给AI博士开出80万年薪...很多AI领域的人才，还未出校门，就已被各大企业抢先“预定”，人才抢夺战愈演愈烈。
但也有业内人士认为，AI行业吃了几年互联网红利，泡沫太大，一旦资本的追捧褪去，寒冬之下，是否还有继续生存的能力？
但不管怎么说，人工智能下半场的战争已经打响，人才争夺战来临。
大量资本注入AI产业
人才抢夺战白热化
从1956年达特茅斯会议，“人工智能”概念第一次被提出，到1997年IBM的“深蓝”第一次在传统经典比赛中战胜人类冠军，学术界用了整整几十年时间夯实理论基础，为产业界的爆发埋下火种。
2017年3月，AlphaGo击败围棋世界冠军李世石，AI正式进入公众视野，成为舆论焦点。
随后的变化更是目不暇接：
2016年11月，世界互联网大会举办人工智能论坛；
2017年1月，人工智能Libratus在德扑比赛中战胜4名人类顶尖德州扑克选手；
2017年7月，国务院印发《新一代人工智能发展规划》；
2018年3月，“两会”期间刘庆峰提出中国人工智能将会走在全球前列；
2018年11月，AlphaFold 成功预测蛋白质的三维结构，又一次将人类甩在身后；
甚至在前几天，张小龙也在员工大会上提到“善良比聪明更重要，AI可以比你更聪明，但是你可以比它更善良”。
一个个消息不断提醒我们：人工智能正在、并将在很长一段时间内进入并改写我们的生活。
几十年集腋成裘，今朝爆发。
在AI产业上，中国的成绩十分亮眼。
CB Insights数据显示，2017年全球人工智能创业公司总融资额达到了创纪录的152亿美元，中国企业以48%的占比排名第一，美国排名第二，占比38%。
仅仅一年后，清华大学发布的《2018中国人工智能AI发展报告》中便指出，中国人工智能投资凭一已之力占到了全球的60%。
这样的环境下，人人都想分一杯羹。但钱到位了，人呢？
在AI产业真正实现大爆发之前，“AI人才荒”这一困境横亘其中。
根据国外招聘平台Paysa的一项研究，在美国，所有行业都投入了13.5亿美元来招揽AI人才。该研究强调，亚马逊在人工智能和机器学习招聘上的年均投资额为2.278亿美元。谷歌、微软、亚马逊等美国科技巨头正在为AI人才建立全新的办公室和研究实验室。
目光转向国内，盛传人工智能公司“财大气粗”的声音从来就没停过。
2017年互联网秋招报告
图源：100offer
可以看到，仅仅是2017年，不管是Google、Microsoft、Facebook 等世界知名企业，以BAT、TMD为代表的一线互联网公司，还是AI细分领域兴起的各类独角兽，如Face++、商汤、云从、寒武纪等等，都在用高薪招揽人才，当然，条件也十分苛刻。
高校也在动作。继2017年中国科学院大学、西安电子科技大学等高校设立人工智能学院之后，2018年，清华大学、南京大学等一批高校也纷纷设立人工智能学院或研究院。
直至今日，AI人才抢夺战白热化。
又是熟悉的“XX热”
这次，AI是免死金牌吗
大家都在抢人，似乎只要和人工智能沾上边，就自然而然渡上一层金。
但这样的新闻还少见吗？每一年预见的“XX热”还少吗？
把新闻中的职业换成“人工智能”，也毫无违和感。
历史验证了大部分热门行业的发展态势：媒体大肆渲染，大批人转岗涌入，致使求职者的数量远大于岗位数量，该行业又开始泯然众人矣。
“AI应届博士毕业生80万年薪”的含金量又有多少？它会和往年的“XX热”一样最终只剩骇人听闻的标题吗？AI热能持续多久？它的下半场会打破现有格局吗？
冰山之下，隐藏着的是什么？
行业兵荒马乱
AI下半场如何走
我们走访了几位人工智能行业从业者，从大时代中撷取了几个片段。
/ 求职者 /
@小宋 应届毕业生
求职难度陡增，对非科班并不友好。
小宋的职业规划很明晰——数据科学，因此本科最后两年，她不断积累实习经历和项目经验，但是从北京回到杭城后还是面临了不少求职困难。
“今年的算法岗位，并不像市场说的那么火爆，或者说火爆的定义真的不同。
一方面，像旷世、商汤或者传统BATJ这样的大厂，一些高端岗位，上来直接就让你讲数学的原理，进入面试室的感觉就像进入高数考试现场，满白板数学公式。
像我这样的中途转型学相关算法知识的，就算去小厂，也是认认真真，给你一个题目，恨不得让你在入职之前就做出一个小型项目，而且要把产出这个模型的逻辑、调参的逻辑解释清楚。
毕竟谁都不想找一个岗位，三个月之后发现不能够适应，双方的成本都很大。至于说往年所说的调参侠、调包侠。今年找工作基本上应该很难了吧。据我观察，今年开发者的数量和质量档次都上了不少。”
当一项职业的红利出现在公众视野时，最不缺扎堆挤进来的人。
在算法工程师还算稀缺的前几年，大家对这门职业都没有清晰的定位和认知，调包侠、调参侠层出不穷，甚至有计算机专业学生表示，在面试前突击半个月就能进BAT。
但在今年，半路转行的算法师数量呈现爆发式增长，随之而来的，是行业对专业度的更高要求，很多本科IT专业、想转型算法工程师的人才甚至过不了简历关。
极度拥挤的市场，并不像传说中那样“遍地是黄金”。
/ 企业 /
@Zoey 初创企业技术总监
数据人才获取难度太高
Zoey接近30%的时间都在找合适的人。
这个市场，一方面是招不到顶尖的人才，一方面是大量的人要挤破头进入这个领域，两极化严重。HR又很难深入了解候选人的技术水平，只能由技术负责人多花时间。
她感叹道，合适的人真的不多，深度了解一个人的能力又要耗费很大精力。而一旦放松筛选标准，选进来的人其实并不像面试过程中、或者简历中描写地那么好。
“我参加过几次行业峰会，和运营、营销不同，这个行业里真正能把干货讲出来的人真的很少。偶尔也有几个小型的纯项目和比赛的分享，给予充分的准备时间，也能发现一些不错的候选人，就是组织成本实在太大。”
中国的人工智能企业数量达到世界第二，人工智能投资额更是两年夺得世界第一，巨大的市场理所应当产生巨大的人才缺口。
但再看另一则数据：
截止2017年，按H因子衡量的中国AI杰出人才只有977人，不及美国的五分之一，排名世界第六，并且这类杰出人才主要服务于高校和科研机构，企业AI人才储备薄弱。
企业AI人才储备到底怎样呢：
阿里的AI工程师画像分析
本科占比达到50%，硕士及硕士以上工程师占比46%，博士及博士后只占4%。
宣布“All in AI”的百度，也对求职候选人进行了画像分析
在所有候选人中，本科生占3.18%，硕士生占93.78%，博士学历占3.05%。
博士生太稀有了。。
回到新闻，薪酬随之井喷也只是博士生。
既然企业不愿意花费大量时间、精力了解候选人，那请猎头寻找有经验的开发者不就好了吗？
不，我们探访猎头公司后发现，他们对这类人才也很“头疼”。猎头们大多也是用传统的方法，依照“学校+专业”、“当前公司”、“经手项目”三大指标进行筛选，再深层的能力也无法了解了。
而优秀的开发者大多已经拥有不错的薪酬与平台，让他们重新去了解一家企业、尤其是初创企业，也需要耗费巨大的时间与精力，因此，也不愿随意跳槽。
大量普通工程师挤破头想进入AI领域是真的，企业确实招不到人也是真的，高端人才依然处在“短缺”状态。
/ 行业 /
曾经，火速创立公司，再火速拉到投资，在AI创业公司中很常见。而今年，同样常见的是，火速亏损投资人的钱与火速倒闭。
投资好拉，钱难赚。
根据亿欧智库《2018中国人工智能商业落地研究报告》，2017年中国人工智能创业公司获得的累计融资超过500亿元，但2017年中国人工智能商业落地100强创业公司累计产生的收入却不足100亿元，90%以上的人工智能企业亏损。
而在投资方面，整体投资阶段也由早期向中后期转移，种子/天使轮投资占比持续减少，战略投资增多。
2012-2018H1各阶段投资频数占比情况
图源：亿欧智库《2018中国人工智能投资市场研究报告》
和大多数行业一样，AI也会经历“野蛮生长——优胜劣汰——基本稳定”的几个阶段。现在，随着资本整体向战略投资倾斜，市场开始淘汰不合格的企业。
8月腾讯研究院和创投数据平台 IT 桔子联合发布的报告显示，2018年截止到6月份中美倒闭企业总数已超过50家，AI泡沫正在被挤出。
这一轮AI热潮过后，考验的便是企业赚取真金白银的能力，市场是公平的，它只留下真正具有竞争力的产品，届时，行业生态将会更加健康。
总结：现在入场依然不晚
看过AI市场的现状后，不妨做个总结：
1、市场极度拥挤、普通算法师扎堆、高端AI人才欠缺，产品商业模式难易持续……这些都是目前存在的问题。AI存在的百万人才缺口，需要高质量的人才去填补，不过我们也看到，各大高校、企业正在健全人才培养机制，相信未来AI人才也将迎来爆发期。
2、数据科学人才的获取变得越来越专业化，企业和人才也需要新的沟通方式。例如企业树立自己的雇主品牌，开发者树立自己的个人品牌，HR以打包成套的流程和产品作为辅助，相信都能减少沟通成本。
3、这几年，对AI的过度期待催生了大量创业公司和投资，一旦资本的追捧过去，市场必将大浪淘沙，野蛮生长归于平静。
至于爆红过后，AI是否会面临昙花一现的境地，成为一地鸡毛？
我并不这么认为。AI的技术和产品价值都是不可忽视的，它正在潜移默化影响我们的生活，也许还将成为未来生活的主流。泡沫破碎后，市场将得到净化与提升，而最终留下的企业，必定要拥有成熟的商业模式，具有竞争力的技术人才也需要拥有解决实际问题和不断更新自我的能力。这不仅是对企业的高要求，也是对从业者的高要求。如果只是头脑发热要转行，也必将黯然离开。
如果你已准备好投身AI，也不用被大环境吓到，为此付出的精力就是你坚不可摧的壁垒。
这个行业中，大量人才无法触达企业，企业也同样找不到人才，因此诞生了大量竞赛，把一道应用题抛给大家。
凭借手中技术，无法入行的人开始接触一线企业、积累项目经验，最终形成自己的核心竞争力。而这些从易到难的一道道竞赛题，也见证了他们职业生涯的成长。
这个职业并不是安全港，它只让准备好的人上船。
在左下角的阅读原文，不妨看看数据大佬参与过的经典项目和你可以上手的比赛。
科赛网，聚集35000+数据科学人才，通过数据竞赛解决行业问题，陪伴数据人积累项目经验、共同成长。
|
|
发表于 2018-12-22 01:39:20
