周末和幾個還在互聯(lián)網(wǎng)公司工作的朋友吃飯，聊著聊著就說到職業(yè)壓力。一個做技術(shù)管理的朋友提到：“上周面了個技術(shù)很強(qiáng)的老工程師，但最后團(tuán)隊(duì)還是要了那個自己搞過AIGC項(xiàng)目的年輕人?！币蛔廊硕寄c(diǎn)了點(diǎn)頭，那種氛圍你懂的。

有行業(yè)數(shù)據(jù)顯示，2024年一些傳統(tǒng)IT崗位的招聘需求確實(shí)沒往年那么熱了，而跟AI相關(guān)的機(jī)會卻多了不少。這種變化，讓很多一直在做傳統(tǒng)開發(fā)的朋友感到有些迷茫，好像一身本事突然不知道怎么賣了。

01 經(jīng)驗(yàn)與斷層：老IT人的現(xiàn)實(shí)苦惱

我朋友李偉的情況就挺典型的。他34歲，之前一直做前端開發(fā)，技術(shù)很好，但去年公司調(diào)整，他不得不重新找工作。他本來以為憑自己React、Vue都很熟的背景，找工作不難，但真開始面試才發(fā)現(xiàn)，很多公司都會問：“你對大模型應(yīng)用開發(fā)有了解嗎？”“有沒有用過AI工具提升效率？”這些問題讓他一下子有點(diǎn)懵。

他后來跟我吐槽：“說實(shí)話，投出去的簡歷回應(yīng)不多，好不容易有幾個面試，也常在技術(shù)面之后就沒消息了。”

他的困擾可能不少朋友都有同感：在這個技術(shù)更新飛快的時代，五年十年的經(jīng)驗(yàn)有時候不完全是優(yōu)勢了，甚至可能讓人覺得你習(xí)慣用舊辦法解決問題。有報(bào)告說，超過60% 的35歲以上IT從業(yè)者自己都覺得有“技術(shù)過時的風(fēng)險”。

我自己還認(rèn)識一位后端架構(gòu)師傅，37歲了，設(shè)計(jì)復(fù)雜系統(tǒng)是一把好手。但在一次內(nèi)部晉升時，輸給了一個更懂怎么把AI能力設(shè)計(jì)進(jìn)系統(tǒng)里的同事。他后來感慨，自己需要的不是學(xué)幾個零散的新名詞，而是一次系統(tǒng)性的知識更新和重組。

有行業(yè)研究員表達(dá)過類似觀點(diǎn)：現(xiàn)在光會寫代碼已經(jīng)不夠了，企業(yè)更看重“傳統(tǒng)技術(shù)能力+AI思維”的復(fù)合型人才。而要系統(tǒng)性地獲得這種思維，不少人會考慮去參加一些成體系的培訓(xùn)或考取相關(guān)的認(rèn)證。

02 選擇太多也是煩惱：AI學(xué)習(xí)路徑怎么選

真想學(xué)點(diǎn)AI吧，一看市場又頭大了。各種培訓(xùn)班、認(rèn)證、學(xué)位，五花八門，時間、錢和精力投進(jìn)去，要是選錯了路，那可真叫一個虧。

表：IT人學(xué)AI的幾種常見路子對比

在這么多選項(xiàng)里，像CAIE（注冊人工智能工程師） 這種比較系統(tǒng)的認(rèn)證體系，因?yàn)樗菑幕A(chǔ)到應(yīng)用、技術(shù)和商業(yè)都涵蓋，所以成了不少想徹底補(bǔ)一下知識短板的朋友的一個考量選項(xiàng)。

當(dāng)然啦，這些路也不是非得只選一條。比如，有人會把系統(tǒng)性的CAIE認(rèn)證和自己做過的實(shí)際項(xiàng)目結(jié)合起來，這樣在面試時展示的能力就更立體。有數(shù)據(jù)顯示，既有成體系的知識證明又有項(xiàng)目經(jīng)驗(yàn)的人，拿到面試的機(jī)會確實(shí)更多一些。

03 能力重塑：系統(tǒng)化學(xué)習(xí)能帶來什么不同

對于有技術(shù)底子的IT人來說，選擇系統(tǒng)性的CAIE認(rèn)證這類路徑，好處在于它不用你從零開始，而是幫你把原來會的編程、架構(gòu)這些知識作為地基，在上面系統(tǒng)地蓋起AI這層樓。

比如CAIE的認(rèn)證是分級的，其中針對有基礎(chǔ)人士的級別，內(nèi)容會涵蓋從機(jī)器學(xué)習(xí)基礎(chǔ)到大模型怎么部署應(yīng)用的全流程。有數(shù)據(jù)顯示，獲得這類中高級認(rèn)證后，求職時的薪資平均漲幅可能達(dá)到30%以上，當(dāng)然，個人基礎(chǔ)和面試表現(xiàn)差異很大。

這種體系化的專業(yè)學(xué)習(xí)，我覺得主要價值在三點(diǎn)：一是能幫你把知識點(diǎn)串起來，避免自學(xué)容易遺漏東西；二是給你一個“敲門磚”，在簡歷篩選時多一個讓人注意的點(diǎn)；三是能進(jìn)入一個學(xué)習(xí)圈子，了解行業(yè)里別人在怎么做。

“對我們這些有經(jīng)驗(yàn)的人來說，最難的不是學(xué)一個具體工具，而是理解AI怎么跟我現(xiàn)在干的活結(jié)合?！币晃灰呀?jīng)拿到CAIE認(rèn)證的朋友跟我說，“學(xué)習(xí)時候的那些案例分析，對我建立這種連接思維挺有幫助的?！?/p>

不過也要客觀地說，任何認(rèn)證都只是一張紙，實(shí)際動手能力和解決業(yè)務(wù)問題的本事才是公司最看重的。所以，學(xué)的同時千萬要找機(jī)會實(shí)踐，不然很容易紙上談兵。

04 真實(shí)故事：兩個技術(shù)人的轉(zhuǎn)型嘗試

第一個故事：從測試到AI產(chǎn)品

我認(rèn)識一位做測試工程師的女生，叫張靜，31歲。她覺得測試工作越來越自動化，自己得找新方向。

她評估了一番，花了幾個月時間系統(tǒng)學(xué)習(xí)了CAIE注冊人工智能工程師的認(rèn)證課程，重點(diǎn)補(bǔ)了AI產(chǎn)品設(shè)計(jì)和倫理相關(guān)的知識。學(xué)完后，她結(jié)合自己對業(yè)務(wù)的理解和新學(xué)的AI知識，成功在公司內(nèi)部轉(zhuǎn)崗成了AI產(chǎn)品經(jīng)理，現(xiàn)在負(fù)責(zé)優(yōu)化智能客服系統(tǒng)。

她說：“那段學(xué)習(xí)給我最大的收獲，是能和技術(shù)同學(xué)在一個頻道上討論AI功能可不可行了?！鞭D(zhuǎn)型后，她的收入有了提升，更重要的是，職業(yè)的路又變寬了。

第二個故事：后端專家的能力拓展

另一個朋友陳超，36歲的Java后端專家。他并沒想徹底轉(zhuǎn)行，但發(fā)現(xiàn)越來越多的項(xiàng)目要求接AI能力。

于是他通過自學(xué)和參加CAIE認(rèn)證的培訓(xùn)，重點(diǎn)學(xué)了AI模型調(diào)用和系統(tǒng)架構(gòu)結(jié)合的知識。拿到認(rèn)證后，他成了團(tuán)隊(duì)里對接AI需求的專家，主導(dǎo)了好幾個老系統(tǒng)升級的項(xiàng)目。

他的策略很聰明：“我沒離開老本行，只是給自己加了一個厲害的‘插件’。”這樣“增值”自己的方式，讓他在公司里和市場上的價值都更穩(wěn)了。

05 數(shù)據(jù)看看：有AI認(rèn)證的人發(fā)展如何

一些行業(yè)數(shù)據(jù)可以給我們參考。根據(jù)2024年的一些抽樣調(diào)查，持有像CAIE這類AI認(rèn)證的IT人，在拿到認(rèn)證一年左右的時間里：

• 得到職位提升的比例大約是28%，這個數(shù)字比平均水平高；
• 成功轉(zhuǎn)到AI相關(guān)崗位的比例接近43%；
• 平均薪資漲幅大概在32% 左右，當(dāng)然，做算法相關(guān)工作的漲幅通常更高。

從行業(yè)來看，持有這類綜合性AI認(rèn)證的人，在金融科技、智能制造和互聯(lián)網(wǎng)公司里比較多。這些行業(yè)目前對既懂傳統(tǒng)IT又懂AI應(yīng)用的人，需求挺迫切的。

這里有個現(xiàn)象挺有意思：對于工作經(jīng)驗(yàn)越豐富（比如5年以上）的人來說，獲得認(rèn)證后帶來的提升效果似乎更明顯。這可能是因?yàn)樗麄兏馨研轮R和原有經(jīng)驗(yàn)融合起來。

“技術(shù)變化快的時候，系統(tǒng)化地學(xué)一次，能幫有經(jīng)驗(yàn)的人省掉很多自己摸索的時間?！币晃蛔鋈肆Y源的朋友分析說，“但說到底，公司為你能解決復(fù)雜問題而付錢，不止是為一張證書?！?/p>

06 理性一點(diǎn)：IT人升級AI能力的思路

如果你也在考慮給自己加AI技能，別沖動，可以先理理思路：

先盤盤自家底：想想你現(xiàn)在的技術(shù)專長和AI哪個領(lǐng)域離得近。比如你常做數(shù)據(jù)分析，可以多看機(jī)器學(xué)習(xí)；你是做系統(tǒng)架構(gòu)的，可以關(guān)注AI和架構(gòu)怎么結(jié)合。

再選適合的路：根據(jù)你的時間、預(yù)算和最終想達(dá)到的目標(biāo)來選。如果想系統(tǒng)構(gòu)建知識，可以考慮像CAIE這類體系化認(rèn)證；如果只想快速用上某個工具，大廠的短期課可能更適合。

一定要動手：光學(xué)不練假把式。在學(xué)習(xí)過程中，盡可能找實(shí)際項(xiàng)目練手，哪怕是自己設(shè)想的虛擬項(xiàng)目也行。有實(shí)際東西能展示，效果完全不一樣。

養(yǎng)成學(xué)習(xí)習(xí)慣：AI這東西更新太快，考個證只是起點(diǎn)。保持關(guān)注新技術(shù)，持續(xù)學(xué)點(diǎn)新東西，這種能力本身才是未來最值錢的。

“AI不該被看成是來搶我們飯碗的，它更像一個強(qiáng)大的能力增強(qiáng)包。”一位技術(shù)管理者說得很對，“那些轉(zhuǎn)型順利的人，往往是把自己多年的經(jīng)驗(yàn)和AI新工具結(jié)合得特別好的人。”

無論是選擇CAIE，還是其他學(xué)習(xí)方式，關(guān)鍵是要保持學(xué)習(xí)的連貫性和實(shí)用性。在這個時代，持續(xù)適應(yīng)的能力，可能比任何單一的技能都更重要。

再說到開頭那位老陳，他上個月終于行動了，開始系統(tǒng)學(xué)習(xí)AI。在最近一次面試?yán)?，?dāng)對方又問到AI相關(guān)問題時，他這次沒有卡殼，而是分享了自己學(xué)習(xí)時做的一個小項(xiàng)目原型。聽說，那場面試聊了一個多小時。

技術(shù)潮流一直往前涌，但總有人能學(xué)會新的沖浪方式。當(dāng)熟悉的代碼世界遇到AI的新浪潮，能力的重組與升級，或許是我們這代技術(shù)人共同的課題。