今年以来，人工智能正式成为风口上的浪尖。大厂资源跑步进场，新兴挑战者层出不穷。刚结束高考的学生也惊讶发现，许多学校新设了人工智能专业，分数甚至比传统计算机专业都高。
这股热潮从行业卷向高校早已不是稀事。2018年，国内35所高校率先获得人工智能专业建设资格生。此后三年，每年都有100所左右高校申请开办这一专业，包括本科学院和专科院校。
对于今年毕业的人工智能学生而言，似乎更是不同寻常。这些乘着“红利”的年轻人，在懵懂中被推向了时代的前沿。这股浪潮能持续多久？现实就业形势如何？职业发展前途如何？正值大学生毕业和高考报志愿的季节，他们带着困惑离开，接替的是另一群困惑的目光。
7月，作为深圳一所专科学校人工智能专业的老师，严虎几乎都奔波在前往各地招生宣讲会的路上。在ChatGPT热潮的加持下，许多学生对这一领域充满好奇，他每天都能接到大量的家长电话。
据南都记者不完全统计，目前国内开设人工智能的本科学校共502所，专科学校共515所。仅在今年，申请开设人工智能专业的高校共有116所。
严虎介绍，人工智能专业本科和专科的培养方向会有所不同。专科课程集中于模型的运维部署，本科课程则要深入背后的算法原理，给予学生更多升学深造、从事研发工作的可能性。
遍地开花的背后，是市场对行业前景的看好。智联招聘报告说明，人工智能依托较高的技术上的含金量、国家产业政策的支持，已然成为具有广阔前景的高潜力行业。特别是随着科学技术进步，智能制造的发展为企业带来了新的业务增长点，企业渴求高端技术与研发人才。
今年生成式人工智能的大热，也引发了一波互联网大厂的“招兵买马”。招聘软件上，企业放出的人工智能高薪岗位比比皆是，在黯淡的就业市场上格外亮眼。
这自然引发了一波填报人工智能专业的高分潮。除了学生，还有老师——严虎不久前才完成一场教师招聘会，来自诸多高校的人工智能博士都前来问询。
对家长而言，未知意味着最大的恐惧，也是最大的希望。作为一门新兴学科，它的就业方向、市场需求、课程和实践的结合度，尚处于迷雾中。许多家长只能惶恐着到处询问，新专业真的好找工作吗？今年的热潮能延续到四年后吗？
以严虎所在学校为例，刘付是该校第一批人工智能专业的专科毕业生。毕业后，她进入了深圳一家AI+人机一体化智能系统的中小型科技企业，担任机器视觉工程师。这是一个近几年才兴起的行业，但应用领域很广。
刘付回忆起来，当初填报志愿的时候，其实对人工智能没有太深的了解。因为从小对机器人感兴趣，以为人工智能专业就是学习如何操纵机器人，觉得特别神奇，就选了这个专业。
后来发现人工智能远不止于此，三年的学习也不足以让她对机器人有多么深入的理解。她的专业由传统的软件专业分支出来，分为三个方向：计算机视觉，用计算机代替人眼去做目标检测等工作；自然语言处理，包括机器翻译和文本生成等；语音处理技术，协助机器与人类用声音进行交互。
和注重编程能力的计算机专业相比，刘付的专业课更强调算法模型部署能力的培养，包括一些数据处理的课程。学校重视理论知识及实践的结合，会安排一些实训项目。像这几年非常火的，人脸识别、口罩检测、车牌识别、自然语言处理的相关项目，她都接触过。
目前她的岗位，和专业方向契合，日常工作就是搭建视觉实施方案，利用机器视觉完成人眼做不到的事情。比如，通过机器视觉快速定位指挥流水线上的机械臂为产品贴标签，对物体进行精度达0.1毫米及以下的高精度测量，以及对智能工业领域的金属品表面进行瑕疵缺陷检测等。
和刘付一同毕业的近80位同学，1/3选择升学，2/3直接就业，大部分都能找到工作。就业去向有两条主线，要么从事传统的软件开发、软件测试等工作，要么做机器视觉、模型训练、数据标注等和人工智能强相关的岗位。总体来说，刘付感觉同学中从事研发工作的还是比较少。软件开发或算法研发之类的岗位，往往门槛更高，也更青睐计算机专业。
要说找工作不难，那是假的。刘付当时投递过很多公司，没有局限于人工智能，也找过软件测试、软件开发，甚至一些文职类工作。首先面对的就是学历问题，人工智能领域需要掌握的东西多且广，专科学生在学历方面还是会面临一些限制。其次就是性别，尤其在AI+人机一体化智能系统领域，用人单位更愿意选择男性。包括她现在的工作，不时会有客户和同行说，很少见到女性机器视觉工程师。最后就是作为应届生没有经验，学校教的东西偏基础，实操内容则不足。
严虎也承认，人工智能专业的对口岗位和传统的软件开发、数据分析等工作都有一定重叠。特别是人工智能领域涌现的大量初创公司，这些公司短期内更倾向招募高端人才。
这也是许多高考生家长找他咨询的问题，是不是一定要读个硕士或博士才能找到工作？随着事物发展到一定阶段，分工进一步细化，严虎相信人工智能领域必然会出现更多适合不同层级人才的岗位。当产业成熟之后，本科毕业生也会有很好的竞争力。
严虎认为人工智能最大的潜力在于其应用场景充满可能。不久前火的还是人脸识别等以视觉为主的技术，今年生成式大模型的崛起就打了所有人一个措手不及。多样化的落地方向予人更多想象空间，也必然带来更多招聘需求。
旺盛的招聘需求，需要广阔的市场前景为支撑。今年刚从北京一所顶尖985高校毕业的小王，则不那么看好人工智能本科生或专科生现阶段在就业市场上的竞争力。
作为人工智能博士毕业后，小王将在入职一所初创企业从事人工智能算法研发工作。今年的确有很多公司找人工智能的学生，他也收到多个大厂offer，但能够明显感觉到，企业对AI算法工程师的要求很高，处于一种宁缺毋滥的状态。即便是急于“招兵买马”，急需的也是高端人才。
找工作的过程中，他能看到部分AI领域的一般从业者，在就业方面比较吃力，难以找到满意的工作。有大厂负责人让他帮忙推荐候选人，说今年AI虽然火，但招人依旧艰难，对应聘者的技术水平要求较高。
行业竞争激烈，一个原因是人工智能的算法相对固定，确实不需要那么多人。大模型的一个趋势是把模型越做越大，用的数据越来越多。当算力足够的条件下，模型的算法不需要怎么调整。因为有研究表明，算法和模型结构的调整，对整体性能的影响不大。所以即便是大厂，也不会投入太多去做算法的探索。
那么多出来的人去干什么？可能从事数据方面的工作，成为数据标注员或者数据清洗工。现实情况是，这些工种并不需要很强的专业能力，低技术门槛也就更高的可替代性和更大的竞争压力。
小王直言，哪怕在未来，行业出现人才过剩，需要他去做数据清洗之类的工作，他也不会排斥。因为作为从业者，他知道数据清洗是多么重要的事情。但对于原来的从业者而言，他们就要面对更高背景的竞争者。
“我的理解是，目前行业还没有出现那么多中间层级的细分岗位。底层工作不需要太高的教育年限，更顶层的研发岗位竞争也非常激烈，普通院校的毕业生也抢不过。”在他看来，目前人工智能行业还不需要那么多人。很多团队都是用极少数的极优秀的人，用极多的钱做极好的事。
当然，这只是一部分猜测。和所有人一样，小王也无法轻易对人工智能的未来下定论。如果它成为和计算机一样、人人都要掌握的一项技能，那么市场对人才的需求将是非常广阔的，分工也会越来越细化。比如中小公司就会需要大量人工智能从业者，帮助他们在大厂训练出来的模型的基础上，开发自己的产品，这将是一个非常广泛的从业场景。
看到今年很多学校新开这个专业，专业招分还很高，小王觉得学生还是要多方面了解判断再做选择，避免单纯地根据现在的红利去追求四年后的红利。投简历的时候，面试官能把人工智能和计算机专业的学生同等看待，是一个比较理想的情况。但如果他们认为本科就学人工智能过于细分，编程实力不如计算机的学生，人工智能的学生要如何自处就很难说。
真的对这个方向感兴趣，小王觉得最好的学习方法是通过书本掌握基础知识后，再去看最前沿的论文，或者跟着有能力的老师做科研。师资没有那么好的学校，可以通过各种渠道去实习。相比而言，他认为上课没那么重要，特别是AI领域现在每天都有新的发现，每一个新的发现都在改变从业者对行业的看法。如果课程内容没有紧跟实际，那么在课堂上获取的知识相当有限。
小王本科是计算机系的，在实验室摸索很长时间后，才确定了人工智能作为研究方向。但他强调，时间不是十分宽裕的话，不建议在本科阶段进实验室。因为人工智能作为前沿探索的研究，最好有老师一对一或者一对多地带。没有人带的话，可能花很多时间却做不出什么成果，甚至进入不了真正的科研状态。特别是在一些师资力量比较薄弱的学校，老师带学生的精力和能力是有限的。
在本科阶段打好计算机或者数学基础，才是更重要的。像人工智能这种细分学科，可以放到研究生阶段再涉足。因为人工智能覆盖的领域越来越多，可以从语言、生物、医学等不同方向研究，偏偏本科又难以顾及那么多。
“这不代表人工智能的内容不够广或深度不够深，而是它还没有形成一套完善的理论体系。”关于人工智能，学界还是众说纷纭，有多派学术观点。学生只有通过实验和研究，才能明辨其中的区别。很多本科生可能没有足够的精力，也没有做实验的条件。
不止今年，其实这几年来，人工智能一直热度不减。在小山高考的2021年，人工智能招分甚至比计算机要高。当年这所位于南方的中外合资学校第一次开设人工智能本科专业，父母认为学校对第一批学生会更上心，这一话题又特别火，就这么选了。
小山高中学过一点编程，大学想读计算机相关专业。被录取后，才有意识地去搜人工智能的新闻，了解人工智能的含义。
上了大学后，学校的重视没感觉到，小山感受比较明显的是，很多专业课程和计算机专业是相同的，老师也是共享的。她在大一大二阶段学习的数学和算法等基础课程，和人工智能的相关度不高，授课老师也不一定是人工智能专业出身，相当于给后续学习打基础。
翻开学校公众号的专业介绍，绝大多数老师都是计算机专业出身，在研究方向上与人工智能契合。这也不难理解，人工智能是一门新兴学科，院校建系的时间往往不长，能够想象短期内没有足够的人才补位。
值得注意的是，这不是一所学校的困境。严虎和很多兄弟院校的同专业老师交流过，普遍反映最大的问题就是师资问题，很难有又懂人工智能又懂教学的老师去支撑这个专业，没有足够的博士。仅有的博士中，也极少人愿意来高校，毕竟企业开出的报酬要丰厚得多。
“如果要走算法研究方向，竞争会非常激烈。在我们学校，可能就得靠自己多努力。”尽管离毕业还有一段时间，小山已经感觉到要读研的焦虑。不仅本科毕业比较难找工作，就连实习也会被要求发表论文和科研成果。
以小山找实习的经历来看，基本在简历关就被淘汰了。很多AI算法的实习生都要求本科及以上，发表论文优先。而且从笔试题来看，就算最终选上了，完成相应工作也相当吃力。和计算机专业对应的实习岗位相比，人工智能岗位的要求普遍更高。
尽管已经上了两年专业课，小山感觉能写进简历的经历寥寥无几。专业群里分享的大多都是公共类的实习，比如校园大使等，和人工智能不那么相关的岗位。学校的老师助教们倒是很乐意为学生提供科研的机会，好几个实验室都欢迎本科生加入。这个暑假，小山也抓紧时间加入了一个老师的项目，研究使用AI算法进行DNA测序。
南都记者了解到，部分学校正在试图以校企合作的形式来解决实习资源不足的问题。包括和本土企业联合打造假期的实训课程，以产品为载体，将技术的实际应用场景搬到学校课堂上来，由学生提出解决方案。
但无论如何，小山的选项里，本科直接就业从始至终不在考虑范围内。那么对公司而言，是否对学历有一个硬性的门槛要求呢？一家人工智能有突出贡献的公司的招聘负责人告诉南都记者，人工领域的不同岗位对从业者的专业背景和基础能力的要求不一样。比如算法研究员对从业者的要求比较高，一般来说我们正真看到的算法研究员大部分都是博士或者硕士。
人工智能专业学生的主要对口岗位有计算机视觉、无人驾驶、大模型、研发工程师等。上述负责人称，面试官最为看重的，一个是工程能力，熟悉基础架构及工程方面的技能，可以有效的进行架构设计，将科研问题实现落地。另一个是科研能力，学习获取领域知识，研究定义科研问题，提出创新解决方案。所以有较强的编程能力、学习能力、处理问题的能力，更受青睐。
他建议，作为人工智能专业的学生，在校期间可以热情参加一些偏科研的课题项目，多和各个研究方向的学者交流。若条件允许，多到各大企业实习，做到理论和实践相结合，清楚自己的兴趣点和企业需求，更早地做好职业规划。
