路径 1:零代码入门,适合只会基础电脑操作、不会编程、只想副业 、提升本职工作,主要岗位有AI 内容运营、提示词工程师、短视频 AIGC、自媒体副业、AI 售前助理。
路径 2:低代码 + 简单 Python,适合会电脑和简单代码,主要岗位有:AI 训练师、数据分析师、智能体搭建、AI 实施工程师。
路径 3:AI 算法研发,适合理科极强的人。
上述岗位主要是做什么的呢?利用 AIGC 工具批量产出文案、脚本、图文、短视频内容;使用 Midjourney/Stable Diffusion 生成图像素材,用 Runway/Pika/ 可灵 / 即梦生成视频片段;与客户沟通,挖掘业务痛点,识别 AI 可落地的应用场景;利用 AI 智能体自动完成数据抓取、清洗、异常值识别和格式统一。
无论是产出脚本文案、做短视频、数据分析、提示词工程,其实都是基于某个基础行业上使用AI实现更加智能的用途。似乎不是只要学会上层架构就能创建作品的,没有下层扎实基础的支撑,我们上层架构的用途是什么呢?
例如:当前网络社会不乏各种各种有趣的、专业的视频,如果我去做视频,那我的卖点是啥,我不会涉及专业视频的各类基础知识,我做出来的视频是不是只是视频格式而已,没有任何意义。如果做视频记录呢,记录中有故事吗,我是不是有故事的人......
这是比较简单的假设,扩展到AI训练、数据分析、智能体搭建呢,仅仅是学会了简单的代码输入,没有扎实的行业基础,代码用来写啥呢?
我们没有能力做到第一生产者,那就做一个再生产者,搬运工呢,值得再思考。
最终AI只是一种工具,产出的成果需要我们用行业基础知识进行判断、分析,复核。不管AI怎么变化,我们还是需要掌握好那些已经创建久远的基础学科。
夜雨聆风