我在前一篇文章中主要以上海交通大学为例，分析人工智能专业与计算机类专业学习内容的不同。本文是人工智能专业的第二篇，对准备报考大学本科人工智能专业的家长，了解人工智能行业发展现状和就业情况，提供参考。
本文的结论就是，近几年不一样的层次高校逐步扩大人工智能专业的招生规模，但AI产业链整体规模小，劳动力吸纳能力有限，可能不超过5年，人才供给就会严重过剩。
为方便大家理解，我先分析人工智能公司产品研发落地的过程，说明AI产业公司其实就是软件公司；再以云从科技公司的情况为例说明，不像消费电子制造企业一样可以吸纳大量的劳动力。
例如，某学校需要一款无人监考系统来识别作弊的学生，向某人工智能公司发出订制。人工智能公司的应用产品研究开发，一般采取项目制的形式。人工智能公司基于这项市场需求成立项目，产生项目经理。由项目经理总体负责整个项目的研发推进直到产品的最后落地，整个产品研制流程一般是：
第一步信息收集：收集学生的考试场景信息，进行作弊行为的人工识别，建立数据库。
人工智能，也能够理解为由“人工”训练出来的机器“智能”。要让机器识别出作弊行为，先要让机器懂了什么行为是作弊。因此，要有大量的考试场景图像，由人工来预判断识别出监控视频场景中，哪些人物动态是作弊行为，并进行图形数据的标识（标注工程师）。这样的一个过程需要很多的图形数据的积累与处理。
这个过程需要的人工智能专业方面技术并不多，而是与考试监考经验（行业应用知识）紧密关联，只要普通教育工作者即可胜任。当然，如果是智能医疗的图形诊断，那就需要高级医生的参与，进行图形标注。才能提高后续的计算机视觉正确性。
对第一步收集的数据，进行采集、整理、处理、分析，形成计算机算法程序。这一环节就要使用到人工智能专业方面技术，例如运用神经网络的深度学习技术，对作弊图像情景提取出特征。也就是数据清洗，根据前步整理出来的作弊图形信息设计出模型算法。
这环节对人工智能技术与计算机技术的要求比较高，计算机技术能提高数据整理效率。AI发展到现在，积累了相当多不同应用场景的AI算法程序，这都是可以互相借鉴。因此，对于某一项目算法程序，往往会有现成的开源算法程序供参考，这就减轻了工作量。作为研发工程师、算法工程师必须有很强的学习能力。当然，“借鉴”是有风险的，近期百度“文心一格”AI生成的天价“爱国猫”事件，可能就是“借鉴”跌坑，有兴趣的能了解下。
在作弊识别这一个项目中，就是运用开发出来的算法程序，进行场景应用的验证，并反馈修正，提高场景应用的准确率。在这样的一个过程中，要运用到人工智能专业方面技术，如深度学习等等，这些基础层的人工智能技术，始终是第三代人工智能技术探讨研究的技术核心。斯担福大学李飞飞教授的imageNet训练计算机的图像识别能力，在深度学习上作出的重大贡献，是人工智能业界大神。
人工智能技术发展到现在，对于一些成熟应用的场景，也出现了许多预训练模型，提高了效率，降低了开发验证的难度。
通过提供考试现场监控场景，观测模拟结果和监考老师的判定结果是否匹配，如果不匹配则将该类数据反馈给到后台，后台再修正深度学习的结果，摒弃不合适的数据，为后续类似的操作提供更好的算法设计。
完成上述流程后，作弊识别智能系统方案已经开发研制完成了。但是提供给学校订制方的是一套监控系统硬件设备，因此就需要将研发出来的AI系统导入硬件产品与监控相结合，这才算是产品落地了。而AI公司一般不进行硬件产品的生产，在第三方公司软硬件基础上再整合，形成可交付的产品。因此，一些第三方软硬件规模公司也能自己设立人工智能研发部门，向市场提供AI产品服务，例如海康威视。
通过上述的例子，我们大家可以看出，人工智能企业主要就是以软件设计为核心产品。如果这款作弊识别系统场景应用市场需求广泛，智能项目成熟，就可以研制成专门定制的人工智能芯片（通用芯片GPU\半定制人工智能芯片FPGA或是完全定制芯片ASIC），这些业务一般是由著名的基础层研发公司（像谷歌、IBM等芯片公司）来完成芯片研发，再交由台积电这样的芯片制造公司流片后批量制造，成为AI专用芯片。
2.以云从科技为例，人工智能公司需要的劳动力是很少，而且需要的都是高端技术人才。
前述的“考试作弊识别系统”，实际上就是基于计算机视觉的泛安防AI系统。与商汤科技、旷视科技、依图科技、云从科技“AI四小龙”的安防人工智能技术产品类似。
云从科技2022年在科创板上市，非常详尽地批露了公司的经营状况，从中我们大家可以一窥究竟。云从科技成立于2015年成立，面向智慧金融、智慧治理、智慧出行、智慧商业等多个领域提供人工智能解决方案。云从科技共有五个研发中心11个子公司，分布在广州、常州、上海、苏州、成都等地，公司研发费用2021年为 4.54亿，主要经营业务收入分别是 7.8亿元。在最终产品中，第三方软硬件产品收入占人工智能解决方案收入的比例为 57.71%，即AI核心技术产品只占收入的40%左右。目前，包括云从科技的AI四小龙，都是处于亏损状态。
人工智能产业链分为基础层、技术层和应用层（下文有详图），各分工层次在整个市场占有率中所占比重分别是2：2：6（工信部2021年统计）。云从科技公司主要营业业务主要是基于AI的计算机视觉技术，业务处于AI产业链的技术层与应用层兼跨技术层和应用层，并以应用层为主的人工智能公司。那么这类人工智能公司所吸纳的劳动力多么？其实是非常少的。下图是云从科技《招股说明书》1-1-36中批露的员工结构构成情况：
整个公司2021年年底员工只有1120人。研发人员占一半，而销售人员（不需要人工智能高品质人才）三分之一左右。即使AI产业是处于行业扩张的蓝海期，销售人员也只占三分之一。
可见，人工智能公司属于技术密集型、资金密集型行业，所需要的劳动技术人才以研发人员为主，劳动力吸纳能力和消费电子制造企业相比，微乎其微。以此类推，处于人工智能的基础层和技术层企业的劳动力吸纳情况只会更少。
人工智能专业的就业去向就是AI产业链公司。国海证券整理的这份图表，较为全面的列出人工智专业毕业生的就业公司去向。
上游的基础层，包括数据资源、硬件芯片和传感器，以及云计算算力支撑平台。这样的平台实际上以计算机类专业、电子信息类专业为主，独属人工智能专业实际上比重并不大。
中游的技术层，比如计算机视觉的AI四小龙的商汤、云从、旷视、依图等，以及语音识别的科大讯飞；最近非常热火的chatGPT则是涉及的人工智能技术就是自然语言处理。这个层次应当是AI产业的主体。
下游的应用层比如AI+安防的海康威视、大华，AI+医疗的迈瑞医疗等等。这层次应当是人工智能专业与行业应用知识的结合。更多依赖行业应用人才。
基础层与技术层会有专门的主营人工智能业务的独立公司，而在应用层，最多就是设立人工智能研发部门。
下图就是人工智能专业方面技术对应的岗位工程师，每个公司的构架不同，工作岗位称呼名称也会有所不同。
由于人工智能专业本科专业2022年才第一届，并且很多毕业生选择继续考研深造，因此现在的人工智能公司专业方面技术人才一般来源于计算机类、电子信息类等专业毕业生。根据《脉脉-人工智能顶尖人才数据图鉴2022》，AI人才的大多数来自行业依次为纯互联网、企业数字化服务、新教育培训、电子商务和通信行业。在行业波动中寻求转型的互联网人，为AI行业带来了重要的人才供给。由于计算机类专业技术与人工智能技术有一定的不同，所以，有的人工智能公司一般不招收应届毕业生。在人工智能各类人才中，下图为AI行业最难招排名前十的岗位：
这些岗位都是集中在各类人工智能算法研发岗。在前10岗位中，有7个算法岗位，3个工程岗位。视觉算法工程师供需比为0.08，平均12.5家企业争抢一个人才。总体来看，算法方向人才招聘难度较大。在行业最难招的岗位TOP10中，9个岗位都能在自动驾驶领域找到（除了高级视频开发工程师），岗位涉及自动驾驶感知、定位、规划及控制四大算法模块。
这个数据和工信部2020年统计的数据相符合的。在中软卓越研究院《AI行业人才研究报告》中列出的数据，最为紧缺的是算法研究岗、应用开发岗、实用技能岗，而管理岗，特别是销售岗是严重过剩。
还不用五年，就目前而言，AI产业就已经面临着结构性过剩，因此家长们，面对低分就能上的一些高校人工智能专业，您觉得是画饼还是画皮？
