星標關注獵聘公眾號 探尋職場的另一種可能

近期，隨著DeepSeek的迅速崛起，AI行業的熱度達到了前所未有的高度。

這個行業不僅以其前沿的科技魅力吸引著無數追夢人，更以其誘人的薪資待遇吸引著眾多求職者。

據獵聘平臺近一年的數據顯示，AI行業招聘中年薪超過20萬的職位占比65.74%，彰顯了該行業的薪酬優勢。同時，AI行業的人才缺口巨大，數以百萬計，為有志之士提供了廣闊的施展空間。

盡管這個行業因其高科技屬性而讓一些人望而卻步，但實則并非高不可攀。對于普通人而言，從非技術崗位切入，同樣有機會踏入這個充滿機遇與挑戰的新興行業。

普通人想要進入AI行業，可以做什么？

從近一年AI行業熱招崗位二級職能分布TOP15來看，有七席是純技術崗，如人工智能專業技術崗、后端開發、硬件等，這些崗位對技術的門檻要求較高，尤其是AI專業技術崗涉及算法工程師、深度學習、圖像算法、機器視覺、自然語言處理(NLP)等，非科班出身者難以企及。

但慶幸的是，在TOP15職能中，還有八席都是非技術崗，包括銷售管理、銷售人員、互聯網運營、人力資源、IT互聯網產品、項目管理、財務/審計/稅務、市場營銷。

這些崗位門檻相對較低，從別的行業容易進行跨行知識和技能的遷移，對于渴望進入AI行業的人來說，從這些非技術崗入手，不失為一種迂回而有效的策略。

隨著AI技術在各行業的廣泛應用，對跨領域人才的需求持續攀升，這正為普通人提供了難得的機遇。

那么問題來了，是不是從非技術崗閉眼就能進入AI行業呢？

也沒那么簡單，進入一個新的行業，了解其基本的硬核要求和軟技能要求是必修課，了解的越多，招人方越是對你刮目相看，越有可能拿到入場券。

AI行業非技術崗位的核心是連接技術與業務，主要包括：

1）產品類：如AI產品經理、解決方案架構師

2）市場與運營：如AI行業分析師、市場經理、內容運營

3）商務與生態：如商務拓展（BD）、生態合作經理

4）支持類：如項目管理（PMO）、AI倫理顧問、用戶體驗設計（UX）

5）垂直領域專家：醫療/金融/教育等行業的AI應用專家

6）其他通用職能如銷售、HR、財務、行政等

以每個行業最常見的銷售為例，我們看看AI行業的銷售都有什么特別的要求：

從獵聘平臺這家AI公司的銷售崗位要求可以看出，除了一般銷售應具備的談判和抗壓能力之外，該崗位還要求銷售具備AI相關領域的銷售類工作經驗，此外還要求對于AI領域的自動駕駛產業鏈有了解。

再以產品經理為例，任職要求特別強調了應聘者要有AI的熱愛和理解。

在AI行業，運營相關崗位尤為重視求職者在內容制作和傳播渠道方面的專業能力，與此同時，還特別強調應聘者需具備良好的審美能力。

這一要求反映了AI時代對人才的新需求，出色的審美能力能夠使候選人在利用AI生成內容時，給予更加精準的提示，從而創造出符合預期的理想內容。

HR崗位作為各行業的通用職位，在任何企業中都扮演著不可或缺的角色。

在AI行業，HR不僅需要具備傳統的人才管理、組織建設和招聘等核心技能，還要被求更深入地理解公司的業務狀況和戰略方向。

許多AI企業會優先考慮具有相關領域招聘經驗的HR，而另一些公司則進一步要求HR具備數據分析能力，以適應行業對人力資源管理的更高需求。

以上，我們可以看出，通過非技術崗進入AI行業，不要求有特別過硬的技術能力，但要最好能具備一些相對硬核的知識：

1）掌握AI基礎概念（機器學習、深度學習、生成式AI等），理解技術邊界和落地場景。

2）要熟悉AI工具鏈（如數據標注、模型訓練、API調用）以及AI工具的應用，無需編碼但最好懂流程。

3）建議選擇1-2個垂直領域進行深耕，形成自己的專業比較優勢（如醫療影像AI需了解醫院流程和合規要求）。

AI，需要很多普通人參與

在當今AI產品商業化落地日益普及的背景下，作為非技術背景進入AI行業的人士，提升需求消化能力顯得尤為重要。

這意味著要能夠將復雜的業務需求精準轉化為技術團隊能夠執行的具體方案。

同時，具備商業化思維也是不可或缺的，要能夠深入理解AI產品的盈利模式，把握市場機遇。鑒于AI行業對數據和算法的極高依賴性，非技術人員還需不斷加強自身對數據的敏感度，通過基礎數據分析來洞察用戶行為、把握市場趨勢，

AI技術的發展會不斷帶火、甚至創造出一些新的職業，而這些職業是進入AI行業的快車道。

曾經默默無聞的數據標注職業，隨著AIGC的廣泛應用而聞名天下，需求也處于不斷增長態勢。

根據AI訓練師認證中心發布，近幾年數據標注行業迅速發展，全國已有近200萬名從業者。2020年，人社部將數據標注師納入國家職業分類目錄。

2021年，數據標注行業市場規模達到43.3億元，同比增長約19.2%。

出門問問創始人兼CEO、前Google總部科學家李志飛告訴獵聘，AI大模型賦能各種場景應用的工作離不開各種數據標注，數據標注主要有兩個作用，一是作為訓練語料用來微調（fine tune）大模型，以適應場景應用的目標；二是作為測試數據用來評測應用的數據質量。

越來越多的大模型在應用層落地，極大拉動了各個行業對數據標注的需求，而數據標注師更容易跨行進入AI行業。

獵聘AI技術專家莫瑜談到，他身邊的一些從事數據標注的熟人后來就轉為人工智能訓練師或運營/實施/產品，成功進入AI行業。

而數據標注更大的貢獻是，由于其工作地點和時間相對靈活，給了縣域寶媽更多入場的機會。

澎湃新聞在調研中發現，數據標注人群中有一群農村、縣城的寶媽，在工作崗位吃緊的小地方，能有這樣一條產業鏈的后端入駐，并能有一個月三五千的收入，多數寶媽已十分滿意。

在寶媽們看來，成為一個好的數據標注師，除了最基本的電腦鼠標操作能力，需要兩大特質：較好的理解能力，以及細心，這也正是她們的優勢所在。

隨著AI技術的不斷進步與AI+的深度融合，這個領域將不斷涌現出更多杰出的公司與新興的工種。

AI行業作為一個多領域交叉的融合體，本身就具備極強的開放性。只要我們持續關注行業動態，滿懷熱情，不斷學習并掌握相關知識技能，相信定能找到踏入這扇大門的鑰匙。

作者丨沁雅