书山题海苦作舟，金榜题名在金秋。又到一年一度的高考，广大莘莘学子又要奔赴那“硝烟弥漫”的战场，古人说文无第一，在那里是必有第一的。要是每个人都带个智能手表进场，心率检测怕是要突破人均100。说得有点夸张，但经历过的人或许多年后依然历历在目。据说有人午夜梦回，都会重现紧张时刻，醒来脱口一句“不要忘带准考证”。高考总能成为中国人茶余饭后，同窗久别重逢后的笑谈。不至于引发焦虑，反倒大家渐渐地已经明白，它是个相对公平得多的平台，反过来会对后辈规劝一句：要珍惜。独木桥就独木桥，掉下去的人也是可以游泳的，不失为对“条条大路通罗马”的一种诠释。心态好是能力，但这毕竟关系到人生的饭碗，还是得认真对待，然而今年的竞争却是空前的激烈，考生人数将达到1342万，而2018年才975万，每年平均增长60万人。

就业压力是在的，但是麦肯锡的这份报告，却透露了一个好消息，可以作为年轻人们选择方向的一个参考。

麦肯锡《在华企业如何填补AI人才缺口》一文中提到，随着人工智能的发展，对相关领域的人才需求逐年递增，尽管这两年就业形势收紧，但是相关企业在招聘诸如数据工程师，数据架构师，机器学习工程师等相关职位人才时遇到困难，人才短缺。据其研究表明，到2030年人工智能为中国带来的潜在价值有望超过1万亿美元，而随着各大企业进入人工智能化，对该领域的人才需求将从目前的100万增长到2030年的600万。然而到保守估计，到2030可以满足该领域要求的人才也只有200万。也就是说依然存在400万的缺口，这就是一个机会了。

那么到时候哪些企业需要相关人才呢？具体又需要怎样的人才呢？从企业方面可以分类四大类：

传统型企业

传统型企业需要的第一种人才就是数据管理专家，他们精通数据架构、数据工程、数据分析和分析转译。第二种是平台产品专家，他们精通软件开发，能够定制“软件即服务”（SaaS）或其他外部解决方案，提高业务效率，提供新的面向客户的服务。

混合型企业

混合型企业需要包括DevOps专家，例如敏捷产品管理，以及可加快部署的微服务；客户体验专家，这些专家精于各类预测性分析、设计思维和自动化测试能力，且原型能力强，可为客户打造新的体验；云端设施服务专家，提供Kubernetes、Docker等云服务。

数字型企业

数字型企业需要网络安全专家，具备全局视角和系统方法来提供安全方案；自动化人才，精通生成式人工智能、机器人流程技术、机器学习、AI赋能分析和量子计算等。

各类跨国公司

此类公司需要负责沟通协调的人员，维持组织正常运作的领导者以及保证产品稳定交付和持续优化的产品及项目经理。

写在最后：

人工智能的大势已经不可阻挡，对于效率的提升是首当其冲的。这些年GitHub上的项目数量持续增长，从2011年的845个增长到2023年的约180万个。仅去年一年，GitHub  AI项目总数就大幅增长了59.3% 。而这个速度增长不仅来源于工程师对AI的投入，更体现了AI对开发效率的助推。每天各大企业或院校推出的大模型以及新算法层出不穷，为的就是让AI更智能，更高效。尽管目前以智能体为首的原生智能应用依然阻力重重，但相信前景是广阔的。

OK，就到这。