新智元报道
编辑：David Cris
你敢相信吗？
曾经就业「钱」景最光明的机器学习市场，如今也很可能「卷」起来了。
这两天，杜克大学电子与计算机工程系陈怡然教授的一条微博，获得了数十万网友的关注。
他以一名前两天刚被Meta裁员的博士生举例，直言AI/深度学习工程师的求职黄金时代大势已去。
他还在下方贴出了一张现代管理学之父彼得德鲁克（Peter F. Drucker）的名言「动荡时期最大的危险不是动荡，这是按照过去的逻辑行事」，暗示ML市场中的人才「亟需求变」。
陈教授所言绝非危言耸听。
根据裁员数据网站layoffs.fyi的统计：整个2022年，全美已有涉及788家科技公司的120,699名员工被「毕业」。
而近期扎克伯格断腕怒砍显示器、智能手表业务，亚马逊也缩减了人工智能助手Alexa等相关业务的开支，不少与AI/机器学习相关的工作岗位也因此受到了波及。
随着曾经被视为就业市场香饽饽的毕业生，也不得不面临「求职难」的窘境，那些在该领域深耕多年的工程师们或许也该开始重新规划自己的职业生涯了。
机器学习不行了？国内外网友怎么说
在陈教授的微博下，不少网友畅所欲言。有客观分析，有对行业的忧虑，也出现了不少质疑的声音。
一位网友表示，自己也是「人在大厂，刚被裁员」，还请陈教授帮忙介绍新工作。可见Meta这波史诗级裁员，受波及的人真不在少数。
另一位网友表示「这集我看过」。他说自己当年是学通信工程的，是全校分数最高的专业，但等毕业时这个专业就已经凉了。
一位陈怡然教授的「五级铁粉」分析到：AI工程师愈发人满为患，是因为AI已经不能带来更多的business win了。
也有人含蓄地对陈教授微博中的案例表示了怀疑，认为该故事没有说服力。理由很简单：能进Meta工作的人，能力绝不至于沦落到找不到工作。
最后，面对网友们对最佳职业选择的询问，陈教授也给出了自己的终极建议考公。
果然体制内才是最「香」的，这点就连在国外就职的选手也很难不认可。
考虑到东、西方文化的差异，对于「机器学习不行了」这件事，我们还是应该了解一下国外网友的看法。
在Reddit上，有网友就提出疑问，为什么现在一方面有不少AI初创公司宣布融到了钱，一方面科技公司的裁员潮愈演愈烈，AI方向的就业市场形势到底如何？开放职位的数量真的比之前大大减少了吗？
不少业内人士也是给出了自己对这个问题的看法。
有人表示，影响是肯定受影响的，周围有朋友读博时都在一家公司实习过好几期了，还在担心能不能转正。
肯定有很多不确定因素。我认识一些人，他们在博士期间在同一家公司做了多次实习，他们担心毕业时可能不会收到全职工作的邀请。我不确定他们的担心是否有根据，但这就是他们目前的前景。
还有人称，现在裁员多是正常的，很多机器学习的工作并不是必须的。我们公司还在招聘，但面试的大多数人都是最近从某个地方被解雇的，所以这块市场肯定受到了影响。
有人回复表示赞同：
确实，当市场不景气时，对于公司而言，抓住营收才是最关键的。人工智能和数据科学一般不会增加营收，像网络安全或甚至管理方面的事情也是如此（只需要这么多经理，多招经理也不会来钱）。
还有人表示，结合个人经历来看，这块市场见顶应该是在今年年初，他自己所在的AI公司已经准备接下来2-3年过苦日子了。
我在一家人工智能公司工作，我们在3月进行了裁员，并冻结了招聘。董事会告诉领导层要调整烧钱的速度，先维持个2-3年。
原来的计划是明年成功融到钱。所以，确实，市场在今年年初见了顶，大多数公司都在为未来至少2年的市场下滑进行调整。
不过下面有人回复，这会不会是你们公司的特例，还是说大部分AI初创公司都这样了？
还有人表示，像MAANG这种体量的巨头企业，和一般的科技或AI/ML企业所处的不是一个层面，不要看巨头裁员了就觉得自己也「危」了。
现在还是有很多公司对ML人才有需求，这不会因为MAANG为摆脱臃肿而大裁员而改变。也就是说，工作可能至少会变得「更有竞争性」，因为被解雇的人将会重新找工作。
你这个「更有竞争性」属于是轻描淡写了。就业市场上的工人供应增加了，且越来越多的人降低了对薪资的期望。招聘的公司会有很多选择，他们很可能会选择雇佣要价低的那些候选者。
有人更是提出了4点理由，表示现在AI行业虽然见顶，但比起别的行业，仍然是值得创业的，只是赚快钱可能没有以前那么容易了。
他的理由是：
1. AI工具可以让昂贵的人类员工被更便宜的算法所取代。
2. 第三方创业公司可以比微软和谷歌更低的价格出售AI工具包。
3. 如果你不指望创业公司在3-5年内赚到钱，那么市场如何其实并不重要。
4. 其他行业现在更不行。靠兼职吃饭的烧钱太厉害。终端用户在高通胀时期不愿再使用「方便大于一切」的初创企业的产品了，更不要说加密货币的烂摊子了。
实际上，健康医疗和ML仍是唯二投资仍有意义的创业领域。
不过现在去大厂搞ML，可能不是一个太好的时机。
观点：行业尚未饱和，只是低端人才太多
在上文的讨论中，对于机器学习，争论不休的网友们呈现出「前途无量」和「穷途末路」两种截然不同的观点。小编也特意搜集了一些国内外数据，供大家参考。
全球市场调查机构财富商业洞察力（Fortune Business Insights）的数据显示：
2021年，全球人工智能市场的总体规模为3,283.4亿美元，且预计将从2022年的3,874.5亿美元增长至2029年的13,943亿美元，年复合年增长率达20.1%。
另外与2019年相比，2020年全球市场暴增150%与新冠疫情流行前相比，AI技术在所有地区的需求均高于预期。
总部位于美国的咨询公司大观研究（Grand View Research）发布的报告认为：科技巨头的持续研究和创新，正在推动AI技术与各个垂直行业的深度融合，例如汽车、医疗保舰零售、金融和制造业等。
2020年11月，英特尔公司收购了以色列公司Cnvrg.io.，该公司开发和运营的平台可供数据科学家构建和运行机器学习模型，从而推动AI业务。这说明AI已经将技术带到了组织中心，并有望成为各行各业的基本要素。
他们还预计，到2030年，医疗保健将成为机器学习的主要应用领域。目前AI技术已经在机器人辅助手术、减少剂量错误、虚拟护理助理、临床试验参与者标识符、医院工作流程管理、初步诊断和自动图像诊断等过程均有所涉及。
具体到我国，中国产业研究院曾预测，2022年中国人工智能市场规模将达2729亿元，人工智能产业的人才缺口总量在500万人。
人工智能技术仍处于与各个产业深度结合的爆发期，与各个行业的渗透度都在增加，却具有很大的人才缺口。
小编认为，对于「ML市场趋向饱和」的争论，某位知乎的言论还是比较具有代表性的。
他的大致意识是机器学习市场人才激增，是只会调用机器学习包做一些简单例子的应用型人才饱和了。以下三类人才，依旧会是市场上的「抢手货」。
1. 能灵活解决问题的人；
2. 能专精一个领域的人；
3. 能够把学术模型转化成工业模型的人。
对此，你怎么看？
参考资料：
https://www.zhihu.com/question/54003912/answer/261459354
https://www.fortunebusinessinsights.com/industry-reports/artificial-intelligence-market-100114
https://www.grandviewresearch.com/industry-analysis/artificial-intelligence-ai-market
