2787 字
14 分钟
AI 时代专业选择红黑榜
2024-07-01

AI 时代专业选择红黑榜:职业发展指南#

A. 结构化精简草稿#

黑榜专业 (AI 替代风险高)

  • 第一类:被 Deep Research 替代的初级岗位
    • 经济管理、哲学、历史等专业普通院校毕业生,从事信息收集、整理、分类、检索、分析和撰写等工作。
    • AI (如 OpenAI) 已经能胜任此类工作,效率超过能力平庸的人类。
    • 初级经管毕业生从事销售、运营、分析助理等工作,AI 助理将取代部分工作。
  • 第二类:被 AI 内容生成替代的岗位
    • 文学、艺术类专业,如设计、编导、翻译等。
    • AI 能够生成设计图、艺术评论、文稿、音乐、视频等。
    • 未来可能只需要学习 AI 工具,深入了解范式,即可成为“人均设计师”。
    • 初级设计师、传统编辑校对岗位需求大幅减少。
  • 第三类:被锤类 Agent 产品替代的传统工科基操岗位
    • 土木水利、机械测绘、计算机软件、网络、医学影像分析、化工材料检测等。
    • 过去从事模块化、重复性工作,如绘图、测量、数据整理、增删改查、看片出结论等。
    • AI 擅长基础 CRUD、CV 和调 API。
    • 大量基础程序员岗位消失,架构师在 AI 帮助下如鱼得水。
  • 黑榜职业共性:
    • 线上交付,数字化成果。
    • 成果易衡量,标准简单。
    • 技能单一,负责生产流程中的一环。

灰榜专业 (转型机会多)

  • 第一类:服务于人类个体的专业
    • 医学、教育、艺术的部分相关专业。
    • 人类需要人类医生、教练、音乐冥想治疗师等。
    • AI 辅助完成具体工作,人类竞争力在于同理心、想象力、创造力、复杂情感理解和 AI 协作能力。
  • 第二类:服务于社会制度的专业
    • 法学、管理、经济金融、社会学、公安学等。
    • AI 社会需要有序结构,人类掌握决策和管理权。
    • 需要既懂原有专业,又深刻了解 AI 技术的人才。
  • 第三类:服务于创造社会所需物品的专业
    • 工科、农业等。
    • AI 时代加速智能化设备建造。
    • 需要深入了解特定领域实际问题,并利用 AI 解决。
  • 灰榜专业特征:
    • 学科有长久存在的需求或新需求。
    • 解决自身领域问题,创造学科价值。
    • AI 作为武器,提升效率和创新。
    • 人机协作是新常态。

红榜专业 (AI 之子)

  • 学历要求高 (硕士博士起步),技术迭代快,需持续学习。
  • 第一类:做 AI 大脑的专业
    • 数学、统计、人工智能、计算机偏 AI、神经科学、智能科学等。
    • 研究 AI 核心算法和基础理论。
  • 第二类:做 AI 身体的专业
    • 集成电路、高端信息技术、自动化、机器人工程、软件工程、机械工程等。
    • 研究和制造 AI 可以行动的物理和工程基础。
  • 第三类:靠 AI 快速飞升的其他高精尖科技
    • 生物工程、制药、智能制造、新能源、航天航空等。
    • AI 加速研发速度和应用落地。

总结

  • 红榜:精英人才,越来越尖、越来越卷。
  • 灰榜:中间力量,发展出新产业和岗位。
  • 黑榜:被少量精通 AI 的人替代。

建议

  • AI 素养是必修课。
  • 拒绝单一技能,要基础知识 + 跨界 + 终身学习。
  • 热爱驱动,做好自己。
  • 专业选择不是人生定音锤,随时可以改变。

AI 时代专业选择:红黑榜与职业发展策略#

本笔记总结了在人工智能 (AI) 快速发展的时代,如何选择专业以适应未来的职业发展趋势。视频分析了不同专业在 AI 影响下的前景,并将其分为红榜(高潜力)、灰榜(转型机会)和黑榜(高替代风险)三个类别,并给出了相应的职业发展建议。

核心概念#

  • AI (Artificial Intelligence): 人工智能,指通过计算机模拟人类智能的技术,包括学习、推理、问题解决、感知、理解语言等能力。
  • Deep Research: 深度研究,指利用 AI 技术进行大规模数据收集、整理、分析和报告撰写等工作。
  • AI 内容生成: 利用 AI 技术自动生成各种内容,如文本、图像、音频、视频等。
  • Agent: 智能体,指能够感知环境并自主行动的计算机程序或机器人。
  • CRUD: Create, Read, Update, Delete,指计算机程序中对数据进行创建、读取、更新和删除的基本操作。
  • CV: Computer Vision,计算机视觉,指使计算机能够“看”并理解图像和视频的技术。
  • API: Application Programming Interface,应用程序编程接口,指不同软件系统之间进行交互的接口。
  • AI 素养: 理解和应用 AI 技术的能力,包括了解 AI 的基本原理、应用场景、伦理问题等。

黑榜专业:AI 替代风险较高的专业#

这些专业的工作内容容易被 AI 自动化,岗位需求可能大幅减少。

1. 被 Deep Research 替代的初级岗位#

  • 专业: 经济管理、哲学、历史等。
  • 工作内容: 信息收集、整理、分类、检索、分析和撰写。
  • AI 替代原因: AI 能够高效地完成这些任务,成本更低。
  • 示例:
    • AI 可以快速检索大量文献,提取关键信息,并生成报告。
    • AI 可以分析市场数据,预测销售趋势。
  • 应对策略: 学习其他领域的知识,提升自身竞争力。

2. 被 AI 内容生成替代的岗位#

  • 专业: 文学、艺术类,如设计、编导、翻译等。
  • 工作内容: 平面设计、文案撰写、视频制作、翻译等。
  • AI 替代原因: AI 能够生成高质量的内容,提高生产效率。
  • 示例:
    • AI 绘画工具可以快速生成各种风格的图像。
    • AI 写作工具可以自动生成文章、新闻稿等。
    • AI 翻译工具可以实现多语种之间的快速翻译。
  • 应对策略: 学习 AI 工具,深入了解领域范式,提升创造力和审美能力。
  • 常见误区: 认为 AI 只能生成低质量的内容。实际上,AI 生成的内容质量已经很高,甚至超过了部分人类。

3. 被锤类 Agent 产品替代的传统工科基操岗位#

  • 专业: 土木水利、机械测绘、计算机软件、网络、医学影像分析、化工材料检测等。
  • 工作内容: 绘图、测量、数据整理、增删改查、看片出结论等。
  • AI 替代原因: AI 能够自动化完成这些重复性、模块化的工作。
  • 示例:
    • AI 可以自动生成建筑图纸。
    • AI 可以分析医学影像,辅助医生诊断。
    • AI 可以自动检测化工材料的质量。
  • 应对策略: 学习 AI 技术,提升解决复杂问题的能力,成为架构师或领域专家。
  • 计算机专业争议: 计算机专业是 AI 的基础,但基础程序员岗位容易被 AI 替代。需要向架构设计、业务理解和问题解决方向发展。

黑榜职业的共性: 线上交付、数字化成果、成果易衡量、技能单一。

灰榜专业:转型机会较多的专业#

这些专业需要与 AI 结合,提升效率和创新能力。

1. 服务于人类个体的专业#

  • 专业: 医学、教育、艺术的部分相关专业。
  • 发展方向: 利用 AI 辅助完成具体工作,提升同理心、想象力、创造力和复杂情感理解能力。
  • 示例:
    • 医生利用 AI 辅助诊断,提供更个性化的治疗方案。
    • 教师利用 AI 辅助教学,提供更个性化的学习体验。
    • 艺术家利用 AI 辅助创作,探索新的艺术形式。
  • 人机协作: AI 完成模式匹配和数据分析,人类负责判断、决策和情感交流。

2. 服务于社会制度的专业#

  • 专业: 法学、管理、经济金融、社会学、公安学等。
  • 发展方向: 既懂原有专业,又深刻了解 AI 技术,成为纹理监通者。
  • 示例:
    • 制定 AI 相关的法律法规。
    • 管理 AI 驱动的社会系统。
    • 分析 AI 对经济金融的影响。
  • AI 家的新文科: 培养既懂人文社科,又懂 AI 技术的人才。

3. 服务于创造社会所需物品的专业#

  • 专业: 工科、农业等。
  • 发展方向: 深入了解特定领域实际问题,并利用 AI 解决。
  • 示例:
    • 智慧农业:利用 AI 提高农业生产效率。
    • 智能制造:利用 AI 优化生产流程。
  • 需要摸实物: 需要深入了解特定领域的实际问题,才能利用 AI 解决。

灰榜专业特征: 学科有长久存在的需求或新需求,解决自身领域问题,创造学科价值,AI 作为武器,人机协作是新常态。

红榜专业:AI 之子,未来的香饽饽#

这些专业是 AI 发展的核心驱动力,需要高学历和持续学习能力。

1. 做 AI 大脑的专业#

  • 专业: 数学、统计、人工智能、计算机偏 AI、神经科学、智能科学等。
  • 工作内容: 研究 AI 核心算法和基础理论。
  • 学历要求: 硕士博士起步。
  • 能力要求: 开拓性、构建能力、紧跟前沿。

2. 做 AI 身体的专业#

  • 专业: 集成电路、高端信息技术、自动化、机器人工程、软件工程、机械工程等。
  • 工作内容: 研究和制造 AI 可以行动的物理和工程基础。
  • 就业机会: 产业复杂,零部件众多,研发生产维护链条长,就业机会相对较多。
  • 卡脖子专业: 国内芯片产业相关岗位需求增长迅速。

3. 靠 AI 快速飞升的其他高精尖科技#

  • 专业: 生物工程、制药、智能制造、新能源、航天航空等。
  • 发展方向: 利用 AI 加速研发速度和应用落地。
  • 示例:
    • AlphaFold 预测蛋白质结构。
    • AI 加速药物研发。
  • 人才稀缺: 各大厂成立 AI 加生物医药团队,人才需求旺盛。

红榜专业特征: 精英人才,越来越尖、越来越卷。

重点总结#

  • 黑榜: AI 替代风险高,需要转型。
  • 灰榜: 与 AI 结合,提升效率和创新。
  • 红榜: AI 发展的核心驱动力,需要高学历和持续学习能力。

职业发展建议#

  • AI 素养是必修课: 无论选择什么专业,都要学习 AI 技术。
  • 拒绝单一技能: 要基础知识 + 跨界 + 终身学习。
  • 热爱驱动: 做好自己,才能在快速变化的时代立于不败之地。
  • 专业选择不是人生定音锤: 随时可以改变自己。
AI 时代专业选择红黑榜
https://blog.wlens.top/posts/ai时代我们如何选专业/
作者
Lao Wang
发布于
2024-07-01
许可协议
CC BY-NC-SA 4.0