不会代码，却拿了3个AI offer，涨幅超50%！
叶小钗约 7 分钟如前所述，去年关于AI+管理的创业在商业上是比较失败的，只不过“成功”、“失败”这事很难定义；
因为之前10多家公司都觉得我挺靠谱，偶尔会让我推一些AI人才给他们，于是我做起了猎头服务，没花什么功夫，平均下来一个月居然有2万多的收入！
我那个去，这可给我惊呆了，马上着手劝身边的朋友赶紧跳槽，他们待遇方面也是各种看涨：
只不过后续问题很快就出现了：优秀的AI人才TMD是硬通货，出来就被抢了，我陷入了无人可推的境地，所以很多公司依旧缺人！
再看市面上的招聘信息，AI这块真有些逆风行进的味道：
在大模型领域，各家公司都给足了诚意，AI核心岗位更是开出了160万的天价高薪，还有很多岗位薪资甚至比往年提高40%，给广大程序员带来更高的年龄容忍度。
随后BOSS直聘上很多活生生的急迫需求：
从我身边的情况以及市场上一些反馈，AI人才在很长一段时间依旧短缺，为了将AI猎头这个工作做好，既然没有AI人才，我们就创造AI人才！
在这个基础上，我召开了AI培训班，至今已经过去了两个月了，他运行得怎么样呢？
AI培训不讲AI
首先，看看我们AI训练营的课程大纲：
当前是哪些人在报这个课程呢：
第一，想要系统性了解AI的人，他们是AI创业者、产品负责人、技术负责人； 第二，想要转型AI的产品、研发； 第三，各个职能部门的老大，包括HR、财务； 第四，自媒体相关；
其次，就是该AI训练营的特点了：“含AI量巨低”！并且学员很快的发现了这个事实：
而所谓模型的能力边界一词，在一次次的作业与探讨中，具象化了：
而学员们也逐渐认识到了，AI项目的核心不是AI而是KnowHow，也就是如何用AI配合做数据工程：
而在进一步的讨论中，课程的真实目的也被学员知晓：知识内容确实挺干，解决了之前漫无目的摸索的很多疑惑！
明白AI应用是如何演进的：
因为课程分享的是：做AI应用的know-how，并且短短一个月就已经产生了很多优秀学员，他们找工作肯定是没问题的。
而学员经常有醍醐灌顶的感觉：
并且学员慢慢建立了真正对AI知识框架的理解：
特别是其中一些学员认知已经达到一定水准了：
学员作品
分享其中一些学员作品，可以说已经达到了生产水平：
一、AI HR 该如何设计
二、实际应用
也有同学根据课程作业，做了实际实现在工作中应用，以下是简单流程图：
其次还有一些不错的认知或者科普输出：
三、作业产出
综上，我们取得了一些不错的成就，并且已经有几个同学拿到了offer，还有不小的涨幅，好像要转型AI也不那么难啊，那么问题在哪里呢？
失衡的数字
首先分享一组实践数字：我在Boss直聘发布一条招聘信息，收到的简历足有数千份！只不过满足要求的却不足十分之一。
这批同学，削减了脑袋转型做AI，却不得其法而入，这里产生了一个巨大矛盾：企业方要经验丰富的AI人才但要不到，想找AI工作的员工因经验、认知不足进不去...
这是为什么呢？
从企业视角来说，AI项目的试错成本极高，这就直接导致了其在做项目时候非常谨慎，甚至迟迟不愿意下手，那么公司员工也就只能在AI认知边缘不停摩擦，学不到真东西！
区别于传统项目，AI项目在技术路径上是很容易栽跟头的，比如我去年看到的两家公司，他们在AI项目上的投入约500万，其中有近300万是浪费的，原因很简单：技术路径错了...
比如，其中一家公司是长期为药企提供市场报告的，他们手里有大量私有知识数据，很自然的老板想要找人做一个AI知识库，只不过收到的报价就很夸张：便宜的10万不到，贵的300万都打不住！
这突然就给他们老板整不会了，试探性的选了个大几十万的做实践，一个月就看见demo了，还感觉挺不错；但三个月后依旧不能超过第一个月的效果，并且技术团队表示无论怎么努力都无法再进一步，最后结果只能推倒重来。
后面这个老板辗转找到我，原来他们找的技术团队之前在Coze上做知识库，根本没有大型AI项目的经验。
这个老板会选择他们，好像是因为包装宣传做得好，之前给他展示了一个一键复制1000份公众号文章，给震撼到了，至于具体内容，他没细看，这种团队能做得好就奇了...
但这里也体现出了一个问题：AI团队良莠不齐，但一般企业因为自己也没经验，是很难识别的...
所以，这里并不能怪这个老板，因为AI技术这个东西确实挺令人迷惑的，AI项目就是写个提示词，这不有手就行？这同时也是很多人的疑惑：
AI技术非常简单，简单到就是模型API的调用，几乎是个互联网人就行；
但AI项目又极其复杂，他要求关键人具有复合型能力，包括业务KnowHow、模型能力边界认知、强大的工程能力
而就是因为AI技术好像很简单，一个人一个月就能出demo，会让人觉得AI项目成本很低；但当他们实际遇到模型幻觉、对话生硬、答非所问等问题时，又总是束手无策。
这里就形成了很诡异的AI领域非对称性
花一个月的时间，就能习得LLM 60%的使用技巧； 花一年的时间，只能习得LLM 70%的使用技巧；
于是，AI是一个学习曲线异常诡异的“学科”，多数人折腾一个月和折腾一年是类似的，并且我这里还有更夸张的数据：花10万可以学到60%的知识，但花100万只能学到70%的知识，90万的区别就是这10% ！
综上，问题也就出来了，当前行业里AI人才可以分为几批人：
第一，对AI项目几无认知的落后玩家。他们虽然在从事互联网相关工作，但对AI是比较后知后觉的，而这部分人数量巨大，远超60% ； 第二，AI水平达到及格线的人。他们付出的代价其实很小，就我认识一个哥们，代码都不怎么会写就拿着Coze各种搭建工作流，结果月收入20万以上，只不过你让他去做什么AI项目，是很难的； 第三，及格线以上的人。他们多半在AI项目上做过很多实践，使用预算在1000万以上，这批人对AI认知较深，会深刻知道模型能力边界在哪，他们离大高手只差一个成功案例； 第四，大高手，与第三类人才差不多，唯一区别就是产品已经做出来了； ...；
这里再分享2个数据给大家：
前面1000份简历筛选出来的10个候选人，多半连Coze都没玩明白，这种怎么可能找到AI相关工作呢？ 及格线与及格线以上的人差距不是非常明显，稍微包装一下就能欺骗不太懂的公司，之前药企知识库的情况不是个例！
基于此，我这边才想到做AI培训班：
快速培养人才到及格线； 传授他们一些及格线以上的知识，让他们通过面试； 他们在具体工作中的问题，再讨论解题思路；
由此，达成了所有人都开心的局面：企业招到人了、我赚到钱了、同学们找到工作了！
只不过具体到AI知识又衍生出了另一个问题：他的学习边界是什么？要知道一旦边界搞错了，那么又是另一个层面的试错成本！
努力方向错了=白搭
大学时期，在做了几个项目后，技术很快的达到了一个瓶颈期，于是陷入了成长焦虑。
我认为自己要专精底层技术，于是不知道在图书馆哪里摸出来一本《数据库底层结构原理》的书读了一学期，结果是一无所获！
现在回想，这就是一次错误的努力，我一个工程应用人才模型的跑去啃底层原理，这是一种方向错误！
这给我们的启示是：不要在错误的方向上瞎努力，自我感动没意义。方向错了，做的越多，错的越多。
只不过，有焦虑的地方就会有商机，我能想到做AI培训，其他人也可以，于是市面上会有很多培训课程。
这里课程本身没有优劣，只有适不适用，比如盘点下很多课程里面需要学习的一些技术：TFIDF、Bm25算法、BERT模型、贝叶斯算法、FastText、LSTM、Viterbi、向量化、Encoder-decoder模型、知识图谱...
说来奇怪，在AI应用领域摸爬滚打2年多，做了10多个AI项目，除了知识图谱的思维用得多一点，其余技术虽然也用，但属于用完就丢，甚至都不太用的样子，而就算是知识图谱的核心也不是技术而是策略。
综上，跑去学习这些东西，相当于大学期间去学了个《数据库底层》的知识，耗时费力...
因为，AI项目的机会绝大部分在应用层，应用层他就不是AI（大模型）的事，他需要各种深入业务搞懂KnowHow，如何建立一套配合AI的数据系统反而才是关键。
综上，知识焦虑、成长焦虑是好事，是我们进步的源动力，但不能被焦虑引导，被各种脏乱差的广告引导，每次学习的投入都是长达半年的消耗，如果学错了，消耗的可不只是金钱！
话不多说，大家应该也看出来今天的课程目的了，哈哈！
我们8月28日，明天即将进行第四班开课，心动不如行动，期待你的同行！