今天小編分享的科技經驗：轉行做AI的人：恐懼者、遲疑者與漫遊者，歡迎閱讀。
出品 | 虎嗅科技組
作者 | 王沁
編輯 | 苗正卿
頭圖 | 視覺中國
當今的大經濟環境下，AI 是少數的上升賽道，雖然商業化曲折，但畢竟寄托了 " 全村的希望 "。不少人跟随潮水的方向，轉行到 AI 行業：深夜求職直播間裡，人們問 " 今年 AI 賽道值不值得去 "，小紅書上不少互聯網從業者分享如何轉到 AI 產品經理。
轉行人有着不同面貌：那些想轉行、但在風險面前遲疑的，那些下決心抛掉安穩、縱身一躍的，那些在嘗試之後又返回原軌的……
有人把轉行看作在無數分岔路口做出最優解的戰争，也有人當作臨時起意的漫遊。
而站在浪頭的，是那種并非半途跟風，而是在風口與狂熱來臨之前，就有勇氣在黑暗中獨自前行的人。
熱望與恐懼
如果把大模型技術比作金礦的原點，有人離原點只有一公裡，比如深度學習、強化學習的研究者；有人離金礦一百公裡，比如非 IT 從業人員。ChatGPT 出世後，人們朝着金礦前進，近者不一定比遠者更快挖到金子。
" 除了極少數的大模型‘科班’，其他人幾乎都是零基礎。" 電子信息專業的研究生誠漢說。
誠漢是一所 985 學校的電子信息專業的研究生，有軟體開發基礎，屬于離大模型原點不近也不太遠的人。誠漢現在研三，面臨秋招。7 月，他集中跟十幾位互聯網前輩聊，得出結論——傳統軟體開發已經飽和，得轉行做大模型。
他開始行動，在 7 月把中文互聯網上播放量靠前的大模型講解視頻全都看了一遍，天天晚上激動得睡不着覺，" 大模型對傳統技術衝擊很大，感覺我們之前學的很多編程技術沒有用了。"
一位朋友強烈建議誠漢 " 立馬轉行過去，分一杯羹，再慢就晚了 "。這位朋友在做數據中心算力相關的業務，一年多來目睹了大模型行業的風起雲湧："這不是‘要不要參與’的問題，而是‘如何快速占位’的問題。"
轉到大模型，沒有想象中容易。
誠漢在七八月份投了 20 多份簡歷，都是 AI 大模型的技術崗位，最後正職崗位沒有一個能過的，只拿了兩個實習 offer。誠漢投的兩家 AI 獨角獸公司，當天投遞，當天就挂掉，實習、秋招提前批、秋招正式批都挂了。互聯網大廠的大模型崗位，則是面了一兩輪之後再挂掉。
面對慘淡的秋招結果，誠漢開始懷疑，"AI 大模型這個東西，後面到底有沒有搞頭。"
求職博主林木曾擔任一家互聯網大廠的產品負責人，收過上千名轉行或求職的學員。在他看來，想轉到 AI 的人是兩極分化的：一類是剛畢業、沒工作幾年的年輕人，沒有吃到移動互聯網的紅利；一類是工作特别久的，吃到過互聯網紅利，知道風口有多重要。
學電子信息的誠漢就是沒吃到互聯網紅利的年輕人。他曾在 21 年本科畢業時趕上移動互聯網的尾巴，當時能拿到的 offer 比現在多，" 當時面試都不用出門，呆在房間裡線上面試就能拿到 offer。" 他當時進了華為的外包崗，但在拿到研究生錄取後辭職了。
轉行期間的失重感，對心理考驗很大。9 月是秋招高峰期，誠漢沒想到一個秋招 offer 都沒拿到。最焦慮的時候，他連續幾天睡不着覺，一人在寝室裡，半夜爬起來，打開電腦看 B 站上關于日本經濟 " 失落的三十年 " 的視頻，看魏晉南北朝的歷史書，或者跟一位獨自租房、二戰考研的朋友深夜聊電話。朋友慰藉他，很多事要看大環境，不是光靠自己的問題。
求職博主林木看來，就業寒冬下，"轉行的驅動力是恐懼" ——行業下行，一些人覺得自己的行業沒出路，于是轉行。
想轉行到 AI 的人群中，很多來自下行的行業，比如房地產、建築城規等。林木表示，這類人大多學歷背景好，過去在房地產企業或建築設計院，做設計師或項目經理，能力強，危機感也強。林木見過的一個案例是從 Top 985 院校本碩畢業，不至于丢掉工作，但面臨降薪，或未來薪資沒有發展。" 這類背景的人，很難一步（轉行）到位，但學習能力不錯，可以一點一點進入 AI 領網域。"
一位 95 後文濤（化名），就從城市規劃專業轉到了 AI 產品經理。文濤是城規專業的海外碩士，原本在 2022 屆校招時入職了一家房地產開發公司，做項目運營管理。
今年春節前，他離職，決定轉行到汽車或者 AI 行業。他給了自己三天時間，在各大社交平台上刷行業信息，為了 " 養大數據 "。四五月份開始，理想、廣汽、日產汽車等車企陸續裁員，他決定把更多精力投入到 AI 行業而非汽車行業上。他跟着 YouTube 和 B 站上的教程，自己寫代碼，做 AI 智能客服、AI 知識庫、AI 對話機器人的項目。五月下旬，他拿到成都一家做北美市場的外企的 AI 產品崗 offer。
AI 是新興行業，面試官和候選人都在摸索中。文濤入職的這家公司，剛剛開始搭建 AI 團隊。" 不要覺得面試官很牛逼，啥都知道。我碰到好幾個面試官，對于你自學的項目，他還沒你懂。"
有人轉行 AI 之後，面臨更大的挑戰和不适應。
相比于互聯網產品，AI 產品的難點在于，大模型是一個黑盒，其生成結果不穩定，無法在產品中達到标準化的交付效果。訓練、微調大模型的人，在調整各種參數并達到預期效果後，也不知道為何如此調參就能達到如此效果，此模型的調參 " 配方 " 也無法在彼模型上復現。
思穎（化名）是文科生，校招入職一家航旅公司，本來做運營崗，因為之前的 AI 產品經理離職，她被迫轉崗到 AI 產品崗位。" 每天不斷在和（大模型的）幻覺率做鬥争，鬥争的過程是無止境的黑盒。那些讓你眼前一亮的 case，可能要經過上百次的調試才能出來。"
思穎負責的是一個在線旅遊產品，容錯率很低。她剛轉崗 AI 產品經理後不久，AI 的幻覺便釀成事故。一次，AI 功能告知一位用戶的班機起飛時間出了錯，用戶把全責歸到了這家航旅公司，要求賠償。
轉行到 AI 的難度還在加大，因為 ChatGPT 發布近兩年以來，AI 行業也水漲船高了。去年還有跳到大廠做 AI 產品經理、漲薪 120% 的例子，今年很難再有如此高的漲薪。求職博主林木觀察，去年在社會面上想轉行到 AI 的人還不多。但到今年，很多互聯網大廠内部也開設業務 +AI 的崗位，原來做搜索、策略崗位的人更容易轉到 AI 崗位。去年招聘崗位更多在模型層，今年更多在應用層。
直接打底層大模型的崗位标準水漲船高，人們開始湧入模型廠商的上下遊產業鏈。林木建議，不要只盯着直接打底層大模型的廠商，也可以往上遊看數據采集與标注、算力中心的崗位，往中遊看行業垂類大模型，往下遊看應用層的微調、訓練、RAG 等崗位。
目前 AI 行業還沒有大規模增長、商業化，林木不太推薦當下去 AI 運營的崗位，除非是針對海外的 AI 產品運營崗位。" 目前 AI 處于 0 到 1 的階段，C 端產品的 0 到 1 取決于產品經理，B 端產品取決于解決方案、產品經理甚至前端銷售。等到 AI 能夠大規模增長或商業化，運營崗位才能發揮規模化增長、精細化運營的核心作用。"
2023 年，成都的招聘會。圖片來源：視覺中國
在 2024 年轉行 AI，比 2014 年轉行移動互聯網，難得多。"2012 年，美團去我的畢業院校（一個 211 學校）招聘，基本上沒有學生去的。大家真正開始關注移動互聯網，是 2014、2015 年‘大眾創新、萬眾創業’的時候。現在入行 AI 的門檻高很多，過去很多產品經理培訓，在網上報一兩個月的班就可以做產品經理，現在校招生入行都需要很好的學歷背景和實習經歷。" 林木說。
林木認為，對于普通人來說，不一定要在驗證期進入一個新興行業（AI 大模型還在驗證期），可以在增長期進入。" 蘋果 2010 年發布了 iPhone 4，代表了移動互聯網的到來，（移動互聯網的）局勢很明朗。但普通人 2012 年進入移動互聯網就算早的，2015、2016 年進入也完全趕得上這個時代。"
效率最大化的戰争，還是曠野漫遊？
有人把轉行看作在無數分岔路口做出最優解的戰争，也有人當作臨時起意的漫遊。
對誠漢來說，這次嘗試轉到 AI 大模型，跟兩年前放棄工作去讀研一樣，都是在分岔路口不斷獲取新信息做出最優解。2022 年，誠漢考研二戰的初試結束後，立馬開始找工作，" 三線 " 并行：考研的復試調劑、拖入職時間然後上班、找更好的新工作。他當時入職華為的外包 C++ 軟體開發崗位，在拿到研究生錄取後，辭職讀研。他覺得這是四個月的完美操作，" 我應該是全網頭一個這麼做，并成功了的人。"
" 我需要不斷嘗試并獲取信息，再接收到新的信息之後，及時調整接下來的方向，而不是一股腦的一個方向。在你面前永遠是有一棵分岔樹的，每個枝丫都有自己的判斷語句和權重。每個新收集到的信息都會改變枝丫的判斷語句和權重。" 他說。
他在 7 月份進行一輪信息收集，問了十幾個從事互聯網和 AI 行業相關的人。在 8、9 月份的秋招中集中投遞了二十多份簡歷，但沒有拿到正職 offer。
在理性的決策和行動無法獲得正反饋後，他開始理性地考慮放棄。
但仍有人很松弛，有權衡但不糾結。
文悅（化名）就是如此。她不是技術科班出身，不會編程，今年從互聯網 UI 設計師跳到了 AI 產品經理，雖然不是在互聯網大廠，而在一家做 To-G 服務的農業公司。
文悅很多次在人生路口，選擇臨時變道。她 98 年生，家在河南農村，她喜歡畫畫，高中時想做藝術生，家裡沒錢不同意，于是辍學，買了無座票，在火車上站了 8 小時到杭州，在 19 歲的年紀做了快遞客服，工資三四千，輾轉幾年後，給阿裡做外包 UI 設計，上一份工作是在一家創業公司做設計兼產品經理，月薪 18k。
她最初想做設計是因為跟畫畫沾邊，後來覺得 " 畫畫比較适合做副業，做主業就得執行甲方的意見 "。她自己發揮創意做的設計優化方案，常常排不上需求，從入職到離職都沒有落地。
去年，文悅之前的崗位上接觸到 AI 搭建知識庫的工作。今年初考慮辭職時，她開始想轉到 AI，"AI 是新行業，我有機會能趕上别人，我的背景不好，如果去飽和成熟的行業，不一定能進去。"
文悅自己整理的面試逐字稿
今年 4 月，文悅裸辭了，" 我要是不辭職的話，我可能下不了決心（轉行），因為之前的工資挺高的，我害怕自己會安于現狀、不想跳。反正先辭了再說。想了個大概，但沒有想太多，沒有想很遠說一定在 AI 行業幹個十年八年的。"
文悅在家休息了一兩個月，然後用自己的積蓄來了北京，" 北京做 AI 的公司多。我想反正轉都轉了，就來做得最好的城市。"
文悅 gap 期間過得 " 特别爽 "。吃喝用度也沒省錢，" 一點也沒委屈自己 "，喜歡買 " 中看不中用 " 的東西，為了做小紅書賬号，把在北京的老破小出租屋，裝修打扮了一番。gap 幾個月，她把五六萬的積蓄花光了。
" 我也不知道為什麼，（對于錢花光）我一點也不怕。不管最後能不能掙到錢，我得先想着自己能掙錢，不然肯定掙不到。大部分時候，我心裡總有一種想法，就是我一定能掙大錢。" 文悅說。
她每天中午十二點起床，做做飯，再花三四個小時看 AI 的視頻和資料，一邊學一邊用平板放電視劇，" 如果我某一天靈感大爆發，幹活特别有狀态，我就會把電視關掉，幹通宵。" 就這樣學了兩三個月。她習慣給每個面試問題寫逐字回答稿，不斷更新，40 多個面試問題，寫了一萬四千字。
她的面試邀約并不多，因為她是自考大專、不是全日制本科，很多公司不會約面。後來她面了四家，其中兩家是大廠外包，她後來 9 月入職了如今這家做 To-G 業務的農業公司，月薪 15k，" 沒想加工資，想着先進行業再說。"
她目前所在的 AI 產品經理崗，不用對 AI 的底層技術了解透徹，她曾經看一本講技術原理的《這就是 ChatGPT》，看了 100 多頁沒讀完。目前的崗位，要求能設計產品的功能、輔助售前去談項目就可以。
爸媽當初不同意她高中辍學，如今也不支持她換城市來北京，但拗不過她，" 想做什麼，我先做完了再跟爸媽說，大部分情況下，他們都是不同意的。"
男友跟着文悅來了北京，換了工作。男友之前是做軟體測試的，在她的建議下，轉到了大模型測試崗，給大廠做外包，也是先入行 AI 再說。 男友當初猶豫要不要跟她來北京，文悅的想法是，" 如果他不來，我也要自己來。好不容易想幹個事了，不能有人耽誤。"
文悅覺得未來不一定一直做 AI 產品經理，以她外向的性格，給客戶做售前也能做得很好。
" 我是想法比較多的人，今天想幹這個，明天想幹那個。以前有段時間特别想考研，後來了解到考上後要上三四年的學，就不太能接受，雖然我也不一定能考上。又想攢錢留學，雖然還不知道去哪裡留學，但就是想去，作為一個目标，讓我好好存錢。我愛好也廣泛，除了畫畫，還喜歡做手工：黏土（橡皮泥）、熱縮片、串珠、做美甲……我給自己做美甲可專業。"
如果說像誠漢和文悅這樣的普通人，還能半路進入普通的技術崗或者外圍的產品、運營崗，但對于更頂層核心的技術骨幹，并不會跟風，而是早就在大模型技術上有深耕積累的。
獵頭熊軍（化名）今年招聘了多個 AI 方向的投資崗、技術崗，往往是團隊管理者、早期投資人、研究員等級别。以他的經驗，互聯網大廠和 AI 獨角獸六大家招聘的大模型技術骨幹、核心科學家，大多數是博士起步、發過頂刊頂會論文的。
" 現在做大模型需要 RL（Reinforcement learning 強化學習）方向的人，RL 專家本來在算法圈子裡就很少，人才池很小，原來用的算法都是 NLP（自然語言處理）、CV（計算機視覺）。國内真正做 RL 的人屈指可數。原來整個騰訊 X Robotics 實驗室下面，真正做強化學習的專家也就個位數。" 熊軍說。
這種大模型 " 科班 " 出身的專家，是互聯網大廠和 AI 獨角獸創業公司都在高價尋找的。" 打個比方，如果大廠出 200 萬，創業公司可能要再加個幾十萬的價，但這幾十萬不重要，因為這個人對公司的貢獻是薪資的起碼十倍，重要的是候選人能否解決問題。"
"這批人其實都是很堅定的，沒有誰是跟風過來的，甚至在自己的領網域已經達到 top talent 的級别。不是轉不轉行的問題，是這些人對于自己的賽道是否有辨識度的判斷，是否有堅持下去的理由。" 獵頭熊軍說。
在時代潮水中，每個人面臨的都是選擇與代價，浪潮中有小魚們徘徊漫遊的空間，浪頭則永遠是勇敢冒尖者的遊戲。
