🧠 第一章 认识AI新职业
📄 一句话概括

缺口不是「人少」,是「会的人少」。 Demo 用一组明确假设算了一遍:每年新增需求 30 万、培养 12 万,缺口每年扩大 18 万; 培养提到 45 万,第 4 年才闭合。

📝 本节和前面几节的关系

上一节讲了要会什么,这一节讲这个供需账——它决定你学这门课值不值。

一、先把假设摆出来

所有「缺口多少万」的说法背后都有一组假设:需求怎么涨、每年培养多少人、存量有多少。 假设不同,结论能差十倍。 所以本节不引任何统计数字,而是把 Demo 的假设明写出来:需求 120 万、每年新增 30 万; 供给 60 万、每年培养 12 万。 这组数和真实统计无关,但它能演示一个结构性结论——当需求增速大于培养速度时,缺口会自己变大。

二、实测:缺口每年扩大 18 万

第一年需求 150、供给 72,缺口从 60 涨到 78;第五年需求 270、供给 120,缺口 150。 也就是说,缺口每年扩大 18 万。 把培养速度提上去:每年 30 万,缺口纹丝不动(和需求增速一样);每年 45 万,第 4 年闭合; 每年 60 万,第 2 年闭合。 这解释了一件事:为什么「加大培训」这个方案总显得慢。 它不是没用,是要先追上需求的增速,才开始缩小缺口。

三、真正的解法是降门槛

另一条路是让「一个人能干的活变多」:把标注、清洗、评估这些环节工具化,单人的产出提高, 等效于供给增加,而且不需要等培养周期。 这也是为什么这个岗位上「会用工具」比「会写算法」更值钱——工具直接把分母做大。 对应到本课:第三章讲 Python(自己写工具),第七章讲标注工具,第十章讲部署(让模型能被别人用)。 三章加起来,就是「把活干快」的能力。

四、动手 Demo:缺口什么时候能闭合

用一组明写的假设(需求 120 万、年增 30 万; 供给 60 万、年培 12 万)逐年推演,再看把培养速度提到 30/45/60 万时,分别第几年闭合。

need, grow = 120.0, 30.0
supply, train = 60.0, 12.0
for yr in range(1, 6):
    need += grow
    supply += train
    print(yr, need, supply, need - supply)

实跑输出:

--------------------------------------------------------------------
缺口不是「人少」,是「会的人少」
--------------------------------------------------------------------
  年份      需求(万人)   供给(万人)   缺口(万人)
  ---------------------------------------------------
  第 0 年            120             60             60
  第 1 年            150             72             78
  第 2 年            180             84             96
  第 3 年            210             96            114
  第 4 年            240            108            132
  第 5 年            270            120            150

  每年新增需求             30 万人(假设)
  每年培养出来             12 万人(假设)
  缺口每年扩大             18 万人

  若每年培养 30 万         40 年内闭合不了
  若每年培养 45 万         第 4 年缺口闭合
  若每年培养 60 万         第 2 年缺口闭合

  注意这三个数都是我给的假设,不是统计数字。
  但它能回答一个真问题:**光靠加大培训量,缺口不会自己消失**——
  因为需求那头也在涨。真正让缺口收敛的是「降低岗位门槛」:
  把标注、清洗这些环节工具化,一个人能干的活变多,比多培养人更快。

逐年那一列:缺口 60、78、96、114、132、150——每年固定扩大 18 万,因为需求年增 30 万、 供给年培 12 万,差 18 万。 「每年培养 30 万 → 40 年内闭合不了」这一行是个陷阱:30 万正好等于需求增速,缺口会永远停在 60 万, 不扩大也不缩小。要闭合必须超过增速。 45 万那一行第 4 年闭合、60 万那一行第 2 年闭合,都是按线性推的。 真实系统不会这么干净,但这三条足够说明「追增速」和「缩缺口」是两件事。 开头那四个数是我给的假设,输出里也标了。 任何人拿真数据替换,方法不用改——这正是「算一遍」比「背结论」有用的地方。

30 秒实验

  1. 把培养速度设成 30 万,验证缺口是不是永远停在 60 万。
  2. 把需求增速改成 20 万,看缺口哪一年闭合。
  3. 想一想:为什么「工具化」比「多培养人」见效快?

常见误区

  1. 「缺口大就等于好就业」——缺口可能集中在要求很高的那一小撮岗位上。
  2. 「多培养人就能补上」——培养速度不超过需求增速时,缺口不缩小。
  3. 「缺口数字可以直接引用」——每个数字背后都有一组假设。
自测三问(点开对答案) 1. 为什么缺口会每年扩大? —— 需求年增 30 万、供给年培 12 万,差额 18 万累积到缺口上。 2. 培养速度等于需求增速会怎样? —— 缺口停在原地,不扩大也不缩小,永远补不上。 3. 为什么说「工具化」见效更快? —— 它直接提高单人产出,等效于增加供给,不用等培养周期。

供需看完了,下一节把镜头拉近:一个人在这条路上怎么走。

相关笔记