未来20年，什么专业与职业才足够安全，不会被AI替代、还能干到40岁？_今后20年什么行业不被替代

1

想到这个话题，起因是一位之前在知乎认识的小兄弟，私信里曾多次问我：什么专业能够在毕业后就找到工作、并且干到40岁？

小兄弟自有一些特殊情况在身：他不能算特别严格意义上的“应届生”，因为身体原因休学过+复读过，所以比同时参加考试的其他学生年长几岁。但这几年互联网圈和某些大厂传出来的“35岁就优化”的说法甚嚣尘上，所以他就越发有紧迫感和危机感。

再结合最近纷纷扬扬的金融行业国家队限薪令、退薪以及一系列连锁反应，相信大家也会觉得危机在不断弥漫，尤其是对于家长来说更加揪心：卷了那么久为孩子谋划前程，还有什么行业/职业是安全的吗？

回到问题本身，专业与职业的选择本来就是因人而异的；而且它是个至少影响一个人10~20年的选择，所以如果我们事到临头才去做决定、或者不得不做决定，那很可能会让人持续痛苦很多年。

【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产品经理资源合集

③200本大模型PDF书籍

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

⑧LLM面试题合集

2

有一句调侃是：“我以为有了AI，就可以让AI帮我干各种杂活，我可以去有时间自由创作、写文章、画画、作曲；结果没想到有了AI以后，依然是我干各种杂活，而AI在写文章、画画、作曲。”虽然这是一句调侃，但它充分暴露了当前、乃至很长一段时间AI的局限性——它只能模仿，而绝非创新；它只能在样本/知识图谱中搜索和匹配，而绝非创作出全新的答案。

所以，越是非标、越是需要随机应变的场景，AI就越胜任不了；越是标准化、越是数字化、有大量样本的场景，就是AI可以轻易碾压的。

之前有话说“劝人学医，天打雷劈”，但是在AI技术飞速发展的今天，医生是我最推荐的职业，而牙医，则可能是医生的各种细分赛道中最佳的选择。不光因为它高收入、相对不太累（对比外科医生动辄一台手术数小时起步），而且因为至少未来20年里，AI替代人力这件事上还完全没有性价比。

虽然现在的具身智能机器人号称已经可以为人剃须，但也仅限demo演示的程度（上海交大的卢策吾教授亲身示范），远远没有达到量产的级别；而且人形机器人的技术和供应链还远没有成熟，根据我们客户的一手数据（目前全国几乎所有叫得上名字的人形机器人公司都用了他家的DSP数字信号处理芯片），目前国内也就是每家有不到5台样机的程度。

具身智能机器人最关键的能力，在于它需要能够根据实际的情况判断操作和执行的方法，并且用准确的动作去实现。当时比较出圈的斯坦福炒菜机器人，就是具身智能的经典案例，但是后来团队公布的翻车及训练视频则可以知道，它的炒菜技能是通过“模仿”来训练出来的，但是做菜是非常简单且常见的动作，寻找模仿的对象非常容易，而牙医的操作，如此精细、如此复杂、患者的牙齿状况千奇百怪、患者的心理状态各不相同，如果要训练一个可以进行牙科治疗的机器人，它的模仿对象、即它的训练数据从何而来、又如何采集呢？

而更重要的是，涉及到更复杂、更非标的判定和决策，就需要更强大的算力，同时会影响到能耗和散热，如果集成到一台人形机器人里的时候，成本就非常可怕了。

同理，其他所有涉及到复杂动作、特殊场景的职业，都是AI无法胜任、或者说是很难算得过来账的。

综上，几乎所有的医生和护理职业，都非常安全。而且对于医生来说，40岁只是精彩职业生涯的“刚刚开始”。不过相比起牙医，外科医生的工作压力及强度大、儿科医生面临的患者关系更复杂……但是医生职业是绝对可以“越老越吃香”的，职业安全性上无可匹敌。PS：中医是更难被替代的，而且好的中医现在收入也很可观。

同理，心理咨询师也同样安全，也包括发型师、面点师、雕塑师……等等。

理工科的专业依然吃香，在这些学科里，AI起到的作用更多是帮助大家更快更好地获取知识。未来20年，我国的芯片行业、智能制造、新型材料研发等领域，还有巨大的发展空间，这些都是值得去开拓的。

3

那么，相对于医生等等，有什么岗位是会受到AI“威胁”的呢？

有，那就是看B超片及各种检验照片的岗位。因为现在的图像识别功能能够非常便利地读取，还能读取病历，所以只要大力出奇迹，AI智能解读B超片和各种检验报告不是什么难题。

但，这一种应用，更大程度上是帮大家实现降本增效的，解放了医生的人力，让诊断结果出来得更快，而不是替代医生的存在。

所以，比较基础的文员、文案、财务、法务、美术等岗位，是AI时代被影响最大的。因为训练数据特别容易获得，又是文字或者图片素材，那么进行训练和快速迭代是非常容易的。

作为一个前互联网行业从业者，我身边的鲜活案例就是：大厂自己的AI技术团队，针对业务团队的具体需求进行定制化开发AI出图应用，能够达到成品要求90%的精度，这样，美术团队就不再需要从0开始画图，而是去做精修就好了，释放出来的人力可以去做更多的内容。

而这样人力要求的变化是：不需要基础的画师，而是更少的高水平画师去精修、把控和审美。

如何学习AI大模型？

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

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。

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。

👉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。

1.AI大模型学习路线图
2.100套AI大模型商业化落地方案
3.100集大模型视频教程
4.200本大模型PDF书籍
5.LLM面试题合集
6.AI产品经理资源合集

👉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】🆓