第一批转行做AI的文娱打工人：工资百万，不焦虑了_转行人工智能行业

“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。

【一一AGI大模型学习 所有资源获取处一一】

①人工智能/大模型学习路线

②AI产品经理入门指南

③大模型方向必读书籍PDF版

④超详细海量大模型实战项目

⑤LLM大模型系统学习教程

⑥640套-AI大模型报告合集

⑦从0-1入门大模型教程视频

⑧AGI大模型技术公开课名额

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-

---

如何系统的去学习大模型LLM ？

作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。

但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的 AI大模型资料 包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

😝有需要的小伙伴，可以V扫描下方二维码免费领取🆓

一、全套AGI大模型学习路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

二、640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

阶段1：AI大模型时代的基础理解

• 目标：了解AI大模型的基本概念、发展历程和核心原理。
• 内容：
  • L1.1 人工智能简述与大模型起源
  • L1.2 大模型与通用人工智能
  • L1.3 GPT模型的发展历程
  • L1.4 模型工程
    - L1.4.1 知识大模型
    - L1.4.2 生产大模型
    - L1.4.3 模型工程方法论
    - L1.4.4 模型工程实践
  • L1.5 GPT应用案例

阶段2：AI大模型API应用开发工程

• 目标：掌握AI大模型API的使用和开发，以及相关的编程技能。
• 内容：
  • L2.1 API接口
    - L2.1.1 OpenAI API接口
    - L2.1.2 Python接口接入
    - L2.1.3 BOT工具类框架
    - L2.1.4 代码示例
  • L2.2 Prompt框架
    - L2.2.1 什么是Prompt
    - L2.2.2 Prompt框架应用现状
    - L2.2.3 基于GPTAS的Prompt框架
    - L2.2.4 Prompt框架与Thought
    - L2.2.5 Prompt框架与提示词
  • L2.3 流水线工程
    - L2.3.1 流水线工程的概念
    - L2.3.2 流水线工程的优点
    - L2.3.3 流水线工程的应用
  • L2.4 总结与展望

阶段3：AI大模型应用架构实践

• 目标：深入理解AI大模型的应用架构，并能够进行私有化部署。
• 内容：
  • L3.1 Agent模型框架
    - L3.1.1 Agent模型框架的设计理念
    - L3.1.2 Agent模型框架的核心组件
    - L3.1.3 Agent模型框架的实现细节
  • L3.2 MetaGPT
    - L3.2.1 MetaGPT的基本概念
    - L3.2.2 MetaGPT的工作原理
    - L3.2.3 MetaGPT的应用场景
  • L3.3 ChatGLM
    - L3.3.1 ChatGLM的特点
    - L3.3.2 ChatGLM的开发环境
    - L3.3.3 ChatGLM的使用示例
  • L3.4 LLAMA
    - L3.4.1 LLAMA的特点
    - L3.4.2 LLAMA的开发环境
    - L3.4.3 LLAMA的使用示例
  • L3.5 其他大模型介绍

阶段4：AI大模型私有化部署

• 目标：掌握多种AI大模型的私有化部署，包括多模态和特定领域模型。
• 内容：
  • L4.1 模型私有化部署概述
  • L4.2 模型私有化部署的关键技术
  • L4.3 模型私有化部署的实施步骤
  • L4.4 模型私有化部署的应用场景

学习计划：

• 阶段1：1-2个月，建立AI大模型的基础知识体系。
• 阶段2：2-3个月，专注于API应用开发能力的提升。
• 阶段3：3-4个月，深入实践AI大模型的应用架构和私有化部署。
• 阶段4：4-5个月，专注于高级模型的应用和部署。

这份完整版的大模型 LLM 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓