当大约十年前数据分析热潮兴起时，三个月的认证就足以获得一份工作。应届毕业生一夜之间成为数据分析师，仪表板取代了电子表格成为新标准。
但在人工智能时代，同样的模式似乎行不通。即使完成了AI认证，人们可能仍然难以找到工作。
为什么会发生这种情况？为什么人工智能没有像数据分析那样创造就业机会？
这是许多求职者甚至行业资深人士都在思考的问题，他们目睹AI浪潮正在重塑工作本质。
成熟度差距
在某机构负责人工智能的某专家表示，差距不在于热情，而在于成熟度——包括技术本身和采用技术的企业的成熟度。
数据分析已经发展了数十年，建立了标准化的工具、流程和角色，而人工智能仍处于早期阶段，企业仍在探索如何有效整合这项技术。
技能要求差异
数据分析工作需要的是能够清理数据、创建仪表板和生成报告的专业人员。而人工智能角色需要更深入的技术专业知识，包括机器学习、深度学习和自然语言处理——这些技能需要多年的学习才能掌握。
企业采用程度
大多数公司已经建立了数据分析团队，但许多组织仍在试验人工智能，尚未准备好大规模招聘。企业对AI项目的期望也更高，往往要求立即的投资回报，这限制了入门级职位的机会。
自动化影响
与主要增强人类决策的数据分析不同，人工智能系统通常被设计为完全自动化任务，这减少了对人工干预的需求，从而限制了某些领域的就业增长。
随着技术的成熟和企业找到利用AI的新方法，就业市场可能会演变，但目前的转型阶段凸显了与过去技术浪潮的根本差异。
