书山题海苦作舟，金榜题名在金秋。又是一年高考季，千万学子奔赴考场，心跳加速是标配——要是都戴着智能手表进场，心率怕是要突破人均100。

说得夸张，但经历过的人或许梦里还会重现那天的紧张，脱口一句“准考证没带”。

高考早已成了茶余饭后的笑谈。大家渐渐明白，它不过是个相对公平的平台，甚至会对后辈说一句：珍惜吧。

独木桥就独木桥，掉下去的人也不是不会游泳，这倒也契合“条条大路通罗马”。

心态好固然是本事，但关系到饭碗的事，终究得认真对待。今年竞争尤其激烈：考生人数达1342万，而2018年才975万，年均增长60万。

就业压力确实在。不过麦肯锡的一份报告透露了一个好消息，或许能成为年轻人们选择方向的参考。

麦肯锡报告：AI人才缺口巨大

麦肯锡在《在华企业如何填补AI人才缺口》中提到，人工智能的发展让相关人才需求逐年攀升。

哪怕这两年就业形势收紧，企业在招聘数据工程师、数据架构师、机器学习工程师等职位时依然困难重重，人才短缺是实打实的。

研究显示，到2030年，AI为中国带来的潜在价值有望超过1万亿美元；各大企业加速智能化，对AI人才的需求将从目前的100万增长到2030年的600万。

而保守估计，届时能满足要求的人才只有200万——这意味着还有400万的缺口。机会就在这里。

哪些企业需要AI人才？具体需要什么样的人？

企业大致可以分成四类：

传统型企业

这类企业最需要数据管理专家：精通数据架构、数据工程、数据分析以及分析转译。

其次是平台产品专家：擅长软件开发，能定制SaaS或其他外部解决方案，提升业务效率，提供面向客户的新服务。

混合型企业

混合型企业需要DevOps专家，包括敏捷产品管理、微服务加速部署。

需要客户体验专家，精于预测性分析、设计思维和自动化测试，原型能力强。

还需要云端设施服务专家，提供Kubernetes、Docker等云服务。

数字型企业

数字型企业需要网络安全专家，能以全局视角和系统方法提供安全方案。

需要自动化人才，精通生成式AI、机器人流程技术、机器学习、AI赋能分析和量子计算等。

各类跨国公司

这类公司需要沟通协调人员、维持组织运转的领导者。

也需要保证产品稳定交付和持续优化的产品及项目经理。

人工智能大势不可阻挡

最后说一句：人工智能的大势已不可阻挡，对效率的提升首当其冲。

这些年GitHub上的项目数量持续增长，从2011年的845个飙升至2023年的约180万个。仅去年一年，AI项目总数就猛增59.3%。

这增长既来自工程师对AI的投入，也体现了AI对开发效率的反哺。每天都有新的大模型和算法从高校、企业推出，目标只有一个：让AI更智能、更高效。

尽管当前以智能体为首的原生智能应用依旧阻力重重，但前景值得期待。

就到这儿。