AI大模型时代下，普通人的焦虑与思考：最佳投资标的是什么？

背景： 2024年2月16日，OpenAI 发布了文生视频模型 Sora，可以直接输出长达60秒的视频，并且包含高度细致的背景、复杂的多角度镜头。Sora 的推出将对多个行业产生影响，包括但不限于广告、影视、游戏、教育、新闻等领域。它可以帮助企业和个人更快速地创作和制作视频内容，提高效率。但同时，这也可能导致部分视频从业者面临失业的风险。

一、AI大模型带给普通人的思考

1.深耕垂直领域的重要性

  通才在 AI 时代的竞争力可能相对较弱，而专注于某个领域并深入研究的专才，才能更好地驾驭 AI。这意味着人们需要在自己感兴趣或擅长的领域内不断学习和积累，成为该领域的专家。

2.思维力的重要性，深度思考、深刻认知的可贵

  AI 可以处理很多繁杂的执行过程，因此，提出问题、明确需求以及具备创新思维的能力将变得更加关键。同时，深度的认知不会被AI短期训练，是人们重要的竞争力护城河。

3.人与人之间差距的拉大

  那些能够善于利用 AI 技术、不断提升自己能力的人，将更容易在社会中取得成功；而对于不能适应 AI 时代的人，可能会面临更多的挑战。这种差距必然包括贫富差距。

4.为算力和数据付费成为常态，就如同水费、电费等必需品一样

  这也将促使算力市场的进一步发展和完善，推动算力技术的创新和提升，以满足不断增长的需求。同时，这也提醒我们要合理利用算力资源，避免浪费和不必要的消耗。

5.单人独角兽公司的出现

  随着 AI 技术的发展，一个人加 AI 的创业模式可能会成为一种新的趋势。优秀的个人凭借 AI 的力量，有望创办出具有影响力的公司，这种单人独角兽公司的现象将不再罕见。

6.学习大模型技术十分必要

  不管是什么专业或行业，都应该学习大模型技术。曾经给大学生讲课，提到“处于变革中的不少学生，要毕业了，却发现很多重要的该学的东西没有学，如果很多企业老板因雇佣AI、降本增效减少了我们的工作岗位，那么我们就只能自己做自己的老板，雇佣自己的AI员工”。

二、最佳投资标的：聚焦AI产业链上游的费城半导体ETF

  科技行业发展规律：“硬三年、软三年、商业模式又三年”，当前全球AI发展处于“硬三年”时期，AI下游的应用场景还不够清晰，但是上游、中游对芯片显卡的需求、对卷大模型开发是确定的，上游最具确定性。注意这里讲的是全球股市，不是A股，A股的逻辑之前有文章已分析过，有交易性机会但风险较大。有效的资本市场用真金白银投票的结果也是上游硬科技公司表现较好，这些芯片公司2023年四季度的财报也更为亮眼：

  费城半导体ETF（iShares PHLX Semiconductor ETF，代码SOXX）可以用来表征AI上游公司股价的整体表现，一共投30个半导体公司，市值前10大公司如下：

  近年来，费城半导体ETF对标普500（美国大盘宽基ETF）和纳斯达克100（美国范科技ETF）都有显著的超额收益：

  可惜这个iShare公司发行的费城半导体ETF仅在美国上市，需要通过富途、盈透等或者XX国际等证券公司开户才能交易。

三、结论：最佳投资标的是什么？

  最佳投资标的有两个，第一个也是重要的，是我们自己，学习大模型、掌握AI技术，租算力或者买显卡、报学习课或者挤时间等；第二个是“费城半导体ETF”。

大模型岗位需求

大模型时代，企业对人才的需求变了，AIGC相关岗位人才难求，薪资持续走高，AI运营薪资平均值约18457元，AI工程师薪资平均值约37336元，大模型算法薪资平均值约39607元。

掌握大模型技术你还能拥有更多可能性：

• 成为一名全栈大模型工程师，包括Prompt，LangChain，LoRA等技术开发、运营、产品等方向全栈工程；

• 能够拥有模型二次训练和微调能力，带领大家完成智能对话、文生图等热门应用；

• 薪资上浮10%-20%，覆盖更多高薪岗位，这是一个高需求、高待遇的热门方向和领域；

• 更优质的项目可以为未来创新创业提供基石。

可能大家都想学习AI大模型技术，也想通过这项技能真正达到升职加薪，就业或是副业的目的，但是不知道该如何开始学习，因为网上的资料太多太杂乱了，如果不能系统的学习就相当于是白学。为了让大家少走弯路，少碰壁，这里我直接把全套AI技术和大模型入门资料、操作变现玩法都打包整理好，希望能够真正帮助到大家。

-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】🆓
png" style=“margin: auto” />