我们可以输在人生的起跑线，但绝不能输在人生的转折点。——乔布斯

文/ 冯云飞

全文3531个字，阅读时间6分钟

阿里达摩院成立，又刷屏了，一千亿押注下，赤裸裸的人才争夺。

“麒麟之才，得之可得天下”，阿里心系天下，做得好。

大街小巷人人热议AI，至少也有小半年了，近期“换行”者中，创业、投资及互联网几个方向的热度明显也被人工智能压了下去。

七月初，国务院关于印发新一代人工智能发展规划的通知不仅将这个行业列到了国际竞争、经济发展和社会发展的战略级新高度，更是被很多人解读为“举国之力”，大力发展。

人工智能带来的“新挑战”中，以与人类争抢就业机会最值得关注，职业安全性的隐忧持续蔓延。之前讨论过汽车等传统制造领域已频遭重创，其实教育医疗等千年长青行业也在陆续受到冲击。

商业管理型人才的机会

01. 一张图看懂AI行业的结构

下面这张图，稍微看看，行业结构也就基本清楚了：

-基础层，关乎计算能力，硬件涵盖芯片、传感器与中间件，如寒武纪、深鉴科技；云计算有老3A（AWS、Azure、Aliyun），也有七牛云和青云等后起之秀；

-技术层，有几个原本属于人类行为的动词说得很形象：compute, sense, comprehend, act; 计算机视觉和语言识别两个领域最热门，商汤科技、旷视科技、云从科技已经是独角兽级别；

-应用层，一方面是智能硬件，另一方面可以统称“智能+”。这些消费终端里机器人最火、无人机及其他硬件很酷，如 Rokid 等智能音箱；智慧金融里一直很热的机器人智能投顾已经热了好一段时间，像雅森科技等医学影像公司在智慧医疗领域确实也在酝酿厚积薄发。

02.资本狂热追逐，科技巨头是实力主角

先看一张表，这是过去一年，获得融资量最大的几家人工智能企业如下表。

这不仅是真金白银的真实投票，也是各大实力集团的战略押注，所以数据的可参考性会更强。

从IT桔子上我们获得了一些统计数据，看到大多数 AI 初创企业集中于通用 AI 技术；消费级终端是很大的投资热点，如智能机器人、无人机和智能硬件等。行业场景应用方面虽然公司的绝对数量不少但65%集中于自动驾驶、智慧医疗和智慧金融。而自动驾驶、计算能力平台、计算机视觉及智能机器人这四个领域的初创公司几乎瓜分了大半的 AI 行业融资。

真金白银和各派实力角逐下的股权市场的数据对高潜公司的选择非常有帮助，跟进最新数据，可以捕捉到一些高潜力企业和团队。

资本界在人工智能的角逐，犹如武当少林的华山论剑，各派各系本轮战绩如下：Google 系有出门问问和品友互动等独角兽而稳获第一；百度系因陆奇带来的调整，大牛流失纷纷独立门户，目前斩获融资已超 30 亿元人民币；来自于微软及微软亚洲研究院科学家团队的初创公司位列第三，代表作如小鱼在家、亿航智能和自动驾驶Momenta；阿里系交出了Face++依图科技和 Rokid 两张成绩单，估值排在第四；独留腾讯系本轮垫底。

03. 行业人才需求强烈，供给严重不足

一方面是人才严重不足，连人民日报都在海外发文“中国人工智能人才缺口超500万，供求比例仅为1：10”；Linkedin的数据也显示，过去三年全球范围内该平台上发布的AI职位数量从5万上升到44万。

AI领域人才供需失衡主要集中在：

-基础层：软件、算法和机器学习等几大发展迅猛但又是行业瓶颈的领域；

-技术层：计算机视觉和自然语言处理领域首当其冲；

-应用层：机器人行业恰在最风口；在“人工智能+”领域，既是原行业专家，又懂人工智能的交叉型人才尤其供不应求；

另一方面，各行各业的人才都迫切参与到这一历史洪流中来。

中美两国都将人工智能定位国家战略级发展产业，展开了对现有人工智能顶级人才的全球抢夺，不仅加速了全球范围的人才流动速率，也大势推高了人才的市场价值；

同时，两个邻近领域也被严重渗透：

-科研机构对人工智能商业领域的人才补给： 对国内外顶级科研院所的教授博士的围猎两年前就开始了，这个渠道基本被竭泽而渔；

-互联网和信息化等技术上最接近的领域的人才转型： 每个个体都积极主动，不是在学习培训，至少也在看书或听喜马拉雅，都迫切希望能快速证明原有知识和技能对的“可转移性”。

这时，不懂技术的商业管理型人才愣住了：

高科技，不懂啊；管理技能作为看家本领，貌似正是人工智能的替代目标啊；何况整体产业都处于初期，绝大部分企业也都还规模尚小，即使有机会加入，那这些牛人肯定也不服外行人管啊。

04.非技术型商业人才如何做好职业及事业的准备？迎接人工智能时代的到来

1.敏捷学习以求快速适应，重点准备“人工智能+”

关于人工智能，必须得多学习了解，大势面前，最优策略一定是融合适应。管理和技术最大的差异就是，管理是更容易跨行业的。所以商业管理型人才一定不要认为AI是不可了解和认知的行业。商业管理型人才的转型重点应该是在应用层，而非对技术和专业要求都极高的的基础层和技术层。与上一轮的“互联网+”类似，“人工智能+”核心是要完成各产业的智能化升级，实现融合创新。制造业、农业、物流、金融、商务、家居几大重点产业已经开始人工智能应用试点，规模化的应用或将很快铺开。

我们来读一下国务院文件里关于智能制造的那段话：

“围绕制造强国重大需求，推进智能制造关键技术装备、核心支撑软件、工业互联网等系统集成应用，研发智能产品及智能互联产品、智能制造使能工具与系统、智能制造云服务平台，推广流程智能制造、离散智能制造、网络化协同制造、远程诊断与运维服务等新型制造模式，建立智能制造标准体系，推进制造全生命周期活动智能化。”

很多新词，看起来意义宏达，其实就两个层面：第一是实物的智能化，如装备、软件及系统等，第二是经济活动的智能化，实现制造全生命周期的所有活动的智能化。

实物本身的研发创造门槛很高，隔行如隔山，但实物的生产运营以及市场销售，基本的商业逻辑还是不会变的。 经济活动本身，具体的方法可以变，实现效率可以变，但价值的创造逻辑也是不会变的。

在原有行业背景的基础之上，快速了解和学习AI对行业价值链当中的哪些环节发生影响和改变，以及怎样的影响和改变，并且延展开来。AI的发展已经有了相当的时间，各种各样的分析文章和研究报告也能够比较容易的从公开渠道获得，例如36氪，麦肯锡季刊等这些前沿的学术平台上都能够找到相当数量的优质分析文章可供学习，此外，同行业内对AI有了解的人士交流也是快速学习最新知识的有效途径。

2.技能盘点并重构核心壁垒

各种骇人听闻的机器替代人类的故事，有人惶惶终日，有人置若罔闻。历史上经历过多次产业革命，大可不必如此。

第一步还是应该盘点一下自己以及现有的工作，明确一下自己有哪些技能及核心竞争力？现有工作需要哪些技能？哪部分是至少三年内机器无法轻松替代的？这部分的价值如何？价值的度量甚至可以从自己收益、公司盈利、产业发展和社会意义几个维度多做衡量：

小概率被机器取代的工作，典型要求从业者具备：

-对人性的深度把控，如社交融合、协商平衡、坚毅敏锐，移情共情等人情练达之术；

-在人际上的游刃有余，如妥协包容，说服影响，激励授权，远见卓识及大局意识等；

-对美的敏锐感知，在灵感和创意间长袖善舞，如文化创意，艺术文学和各种和审美相关的技巧。

大概率被冲击的工作典型有如下特征。

-单一性：如工作中接触的人、产品、项目、观念、方法论、商业逻辑、收益渠道等变化很小；或即使社会变迁行业发展呼唤改变，而受制于职位，或妥协于惯性，也少有感知，乏有行动；

-重复性：无论工作有多么复杂看似高大上，或者商业关系中如何甲方貌似主动权稳握，但日久天长，难度降低，无需用心，甚至用脑渐少；

-可替代性：无需天赋，不讲创意，即使有一定门槛，但换个智商正常的其他人经过类似的技能训练，读类似的书，拿一样的证，就可以直接替换；

而且人类培养一个人才，无论是18年的高中生还是25年的研究生，对于未来的AI物种，都是复制黏贴间的秒替。

如果你的工作符合以下一项或几项特征，建议这场工作革命最好自己率先发起，争取更多主动性。

第二步，努力将这部分不能被替代而又价值明显的技能放大一些，结合有些可以敏捷习得的新技能，划出虚拟边界，构建人才竞争的核心壁垒。

当然，任何的边界和壁垒都是可以被攻破的，但天下武功唯快不破。所以又回到第一点：持续敏捷地学习，并快速适应愉快融合。

3.摒弃大公司心态，拥抱创业生态

进军AI的，除了上文提到的科技巨头之外，很多都是创业公司，中国市场见证了人工智能投资的热潮。在苏州，人工智能公司可以获得 80 万美元的补助用于建立分支机构；而深圳为前来建立研究机构的企业提供了 100 万美元的奖励。目前，人工智能已经吸引了绝大部分的天使轮/A轮投资，在 2016 年，这个数字超过了 90%。

如果还怀抱着大公司情节，就会错失很多好的机会，所以尽早放下某些洁癖式的成见，拥抱创业公司。可重点关注在无人机、语音识别、图像识别等我国优势领域的企业，以及智能机器人、智能汽车、可穿戴设备、虚拟现实等新兴领域快速发展起来的新锐企业。

所以，之于人工智能，即使不懂高科技技术的商业管理型人才，虽然会承受一定的转型压力，但依然有广阔的用武之地。