第一批转行做AI的文娱打工人：工资百万，不焦虑了

“AI平民化元年”里，AI新闻如浪潮般涌现。

老板们热衷于研究AI工具，寻找降本增效的可能性。职场打工人，在“AI取代人类”“10亿打工人被革命”的新闻里惶惶不可终日。

事实上，AI使得原画师、电商平台推广文案写作、卖家秀模特、翻译批量失业的事件正在发生。而人工智能、内容短视频、金融业、企业服务和数据服务、智能制造业等行业对AI人才的需求度不断增加。AI行业的CV、推荐算法工程师、产品产品经理等新型高薪岗位已经成为了职场人转岗的新方向。

猎聘发布的《2023AIGC人才洞察趋势》显示，高新技术人才是企业招聘的主旋律，包括模型层的算法师，基础层的数据分析师，应用程序的产品经理等。其中，算法工程师平均薪酬47.5万。IT/互联网/游戏行业对AIGC人才需求度提升了15%以上。

巨变之下，娱乐资本论也在好奇，谁在转行从事AI行业？他们有着怎样的转行经历？AI创业者们又有着怎样的愿景？

最近，资本论采访了几位上述职场人，听了听他们的故事。

其中，有人从互联网大厂跨行为AI开发程序员，决心在“AI+”的时代里开启下一个职场生涯。有人从传媒工作者变成了AI创作的狂热爱好者，称终于找到了实现创意的最好方式。有人从律师、区块链行业转行AI，试图推出可以改变用户生产习惯的AI工具。还有人决心做“AI的iPhone时代”弄潮儿，自己创业，基于大模型做企业应用层的生产力提升。

春江水暖鸭先知，这个行业正在被每一位从业者改变着。这个全新的行业，是打工人最好的选择吗？听听他们的故事。

从互联网大厂到AI开发程序员

我现在是AI开发程序员，工作主要是围绕大语言模型，结合用户的日常场景，做ToC向的AI工具开发。

之前我在一家互联网公司做电商。那会行业热，工资高。2021年，互联网大厂陆续发生垄断、用户隐私泄露等负面新闻，股价开始跌，整个政策都在“脱虚向实”，工作也越来越卷。

2021年，一位朋友问我要不要做人工智能，我就来到了现在的这家公司。

转行要学很多东西，我这么大年纪了，不存在让别人带，都靠自学。转行时，我也制定了系统化的学习路径:先掌握基础概念和专业术语，再研究行业的底层原理、商业逻辑，形成知识体系。

现在，AI产品在井喷式增长，每天都要看新的产品、技术、论文，我最关注的还是国外新开发的AI工具，得有几千款。下半年等国内大模型能大批量商用后，到时AI类工具也会爆发吧。

AI作图 by 娱乐资本论

过去十几年，“互联网+”带来了经济腾飞，现在“AI+”的时代来了。AI以后也会结合各行各业，成为新的基础设施。

我觉得AI下一个发展的重点，一是“知识服务”，比如科大讯飞提出来的“工业知识库”、“企业知识库”，二是“垂直领域小模型”，像法律、医疗、金融模型等。大语言模型应用比较好的方式就是讯飞的1+N结构。即1个通用模型提升用户的通用场景（工作和学习等），N个专业模型提升企业生产制造效率。以后，也会有更多专业的垂直领域模型出现，给企业提供私有化解决方案。

从传媒工作者到AI创作狂热爱好者

我2008年大学毕业后在新疆做传媒工作，这边发展空间大，现在是Prompt工程师和AI创作狂热爱好者，AI在我工作中占比达到了80%。现在很多人说原画师被AI取代，我认为不可能完全取代，只是生产效率的提升，人类的想象力是从人的角度出发的，目前人工智能还没有人性，原画师对场景概念和原创能力以及手上功夫要求极高，大师不会被取代，像上上色的这种流程会被替代。

AI很适合我发散的思维特点，它能让创意工作者迅速找到想要的画面。AIGC在生产力上简直就是掀桌子的革命，以前要各种试，现在能迅速出画。

我今年3月入行，到现在赚了7万元左右，主要渠道是比赛奖金、头像销售、联名分成和企业培训。

我是一家AI绘画类产品比赛的第一个冠军，现在温州元宇宙中心里，挂着我的获奖作品。参加比赛有奖金，也能卖NFT头像。我也和政企合作，通过AIGC打造了新疆本地的IP“赛博楼兰”。现在在筹划本地视觉AI智能算力中心。

注：讲述者供图

我也在新疆大学和石河子大学做了讲座，比如给学商业运营的电商类本科生普及AIGC知识。同时，我也在给企业，做工作流培训。AI彻底改变了我的职业方向。

从律师到产品经理

我之前是律师。律师是乙方工作，手上可能同时对接了十几个客户，每天需要不停的回消息解答问题，改文件，很焦虑。工作太忙，也没有时间关心世界上发生了什么，状态封闭。

今年3月，ChatGPT的讨论度很广，我也一直在看这方面的工作机会，经过朋友介绍来了这家AI公司。

我现在的工作是做法律类的AI产品业务负责人，探索大语言模型能为法律行业人士做些什么。想想如果能通过这款产品，改进法律人的工作流程和方式，还是挺开心的。

这次转行很难，一是做的东西和以前有太大关系，二是行业新，大家都在探索阶段，没有样板可参考。学习方式主要是跟同事请教，看文章，还要公司的内训。

我转行第一看兴趣，第二看能不能学习新东西，工资和职业发展不是最重要的。我之前年薪超百万，现在工资比之前下降了比较多，但整体工作强度也下降了，状态也没那么焦虑了。

我今年31岁，没什么年龄焦虑。你问我担不担心这个职业未来半年内可能会不存在，还是担心的，比如公司会觉得项目没有前途，或技术方向走不通、市场反响不好，我都有可能会失业，但不确定性可能也是这个事情好玩的地方。这些问题都在我能承受的范围内，我喜欢迎接挑战，探索世界。

从区块链到产品经理

我2019年从江西农业大学计算机专业毕业后，到了北京一家区块链公司上班。

一个赛道可以分为探索期、成长期、成熟期和衰退期，我更想去前两个阶段的行业赛道里工作。

2020年，我转行到现在的AI公司。一开始做数字版权方面的创作者经济，实现版权流转的同时，增加创作者的收益。后来，随着公司转型到AIGC，我开始做AIGC（AI绘画）产品，目前是AI绘画的产品总监，主要负责产品规划，比如功能迭代，推出AI绘画、AI实验室、AI大赛等。

现在，我除了工作外还要看大量文章学习AIGC的新知识，试用不同的产品。这个世界上对ChatGPT 最懂的人，也就研究了几个月而已，我们都在同一起跑线上。

AI创业者：大模型的器、术、道

我是一名连续创业者，团队前几年帮大厂做智能客服在政府领域的落地，也做过AI在视频监控方面的应用，比如监管食堂后厨的卫生情况、监控工地安全等。这些都是基于判别式AI，切换到新的领域需要重新训练，成本非常高。

我去年底刚知道ChatGPT时没太当回事，但硅谷的朋友很兴奋，不断给我安利，再加上今年3月听了陆奇的演讲，我才意识到生成式AI有很大的应用空间。如果我想在一个领域奋斗10年赚到钱，除了人工智能，我不知道干什么了。

现在，我和硅谷的专家、还有原来的架构师朋友为核心，组织了30人左右的团队。也有外脑，比如高校的老师。一起进行AI领域的创业。

注：公司一角

我认为大语言模型可以分三个层次来理解：第一层是AIGC，“器”的层面，它是提升内容生成效率的工具。第二层是人机交互，“术”的层面，人和机器之间以后可以用自然语言交互。世界“从所见即所得”进化到了“所言即所得。第三层是“道”的层面，让知识成为生产力。大语言模型LLM可以实现组织内部的知识管理，构建企业的知识管理平台，供业务使用。整个社会，会逐步从“信息时代”迈入“知识时代”。

我的创业项目基于本地化大模型。一方面使用ChatGPT不方便，同时国内可媲美大语言模型的也没出现；另一方面很多组织的数据保密性要求比较高，我们基于大模型进行私有化部署能解决这个需求，提升组织生产力。将组织内部的各类经验转化为诸多模型，实现组织内部的经验传承和分享。

现在的算法基于云端，以后可以用云+端结合。现在不少人手机的算力比PC 还强。现在生成式AI的摄像头是用板卡算法实现，以后可以在前端用通用算法实现。

李飞飞说“现在AI发展还是处于前牛顿时代”。人类学习东西都是先观察后发现，不要太纠结于理论，先做吧。

-END-

---

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈

观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓