AI圈「普通人上岸指南」！走对4条路，草根也能成大佬

【导读】AI的热度没降过，但进场的人越来越焦虑。Business Insider采访了16个已经进入AI行业的人：有的刚毕业，有的中途转行，有的靠自学。他们的经历告诉我们，没人天生懂AI，大多数人都是边干边学、边试边错。

过去两年，「进AI」成了职场新方向。

有人报班上课，有人辞职转行，也有人边上班边学。可真正能留下来的那批人，其实并不多。

Business Insider最近找了16个已经「上岸」的人，从印度到硅谷、从市场到算法，他们的经历各不相同。

他们不是「天选打工人」，只是比别人早一步、稳一步。

先行动，再找到方向

过去两年，「进AI圈」一直是热门选项。

有人报了几千块的课程，有人开始学写Prompt，有人还在犹豫要不要开始。

可真进到这个行业的人会告诉你——他们也不是准备好了才出发的。

Business Insider最近采访了16个已经进入AI行业的人。受访者来自印度、新加坡、硅谷和悉尼，有刚毕业的大学生，也有转行的中年人。

他们普遍认为，进入AI还来得及，背景也不是决定因素。

新加坡的Benjamin Leong，原本是一名中医师。

疫情后，他开始利用空闲时间上网课学Python、做小模型实验。

两年后，他加入一家医疗科技初创公司，成为AI工程师。薪资比原来高了三成.

英国的Alexander Cobb曾是音乐人。2023年听了奥特曼的一次演讲，他意识到自己不能再等，报名哈佛CS50课程、连着参加几场AI黑客松，现在是AI初创团队联合创始人。

美国旧金山的Tim DeSoto，49岁，没有技术背景，原本在Walmart做战略。

2024年他辞职创业，每晚泡在AI Meetup上看人演示新模型，如今成立了自己的AI原生公司。

他们的经共同点只有一个：没等准备好才开始。很多人都是先摸着石头过河，一边试、一边改。

过去三年，用AI技能写在简历上的人数增长了80%，但大多数并非AI相关专业出身

在CESifo Group的报告中，从2018年至2023年间，AI相关岗位对大学学历要求的提及下降了约15%，而「AI技能」相关的薪酬溢价上涨了约23%。

可以看出，现在的AI行业，不再看学历、头衔，更看「你能不能做出点什么」。

这里能看到一个真实的趋势：AI入行的「成功者」多数不是一开始就知道路线、拿着明确地图前进的。

他们是在路上，一边走一边绘制自己的地图。

四条摸索出来的路

Business Insider总结了那16个人进入AI行业的路径，大致分成四类：毕业入场、转行过渡、内部转型、自学上岸。

每一条路都不完美，但都能走通。

毕业入场：趁早上手的人

进展最顺利的，是那些在学校就开始接触AI的学生。

美国的一位应届生，在大学期间参加AI研究项目、发论文、做open-source贡献，毕业时就拿到了Anthropic的面试机会。

他在采访里说：

我不是最聪明的那个，但我比别人早开始实验。

这类人靠的是抢占先机——不是等学完再投，而是边学边写边投。

转行过渡：拿旧经验闯新领域

不少人来自非技术行业，靠「混合型能力」进场。

Tim DeSoto，从沃尔玛企业战略跳出后，成立了AI公司；他不会写代码，但能理解商业模型、能对接客户。

AI岗位不只是写程序，还有产品、运营、增长、内容。懂业务的人，反而成了AI落地环节的关键。

有时，不是你学多少代码，而是你能把AI带到哪里去。

内部转型：在熟悉的地方重新出发

一些人没离开原公司，而是从现有岗位转去AI部门。

一位来自新加坡的银行分析师，发现公司组建「AI风控组」，就主动报名内部培训。半年后，他成为团队的Prompt分析负责人。

这种转型风险小、节奏稳定，但前提是要敢申请、敢跳出舒适区。

自学上岸：用作品敲开那扇门

最后一种方法，是靠作品集自学上岸。

有一位印度学生，在连投十几家公司被拒后，他在GitHub上传自己的模型训练项目，结果被一家创业公司注意到。

这四条路径看似不同，其实共通点很简单：先做点什么，再决定下一步。

正如Google的AI研究员Katia Vlachos说的：

进入AI行业的关键，不是你会写几行代码，而是能不能把模型用在真实问题上。

对行业新手来说，路线可以不同，开始的方式却值得借鉴。不是想清楚再出发，而是「先动，再修路」。

不是没能进，只是太犹豫

看完这些故事，最容易冒出来的想法是——「他们好像都挺厉害的，我不行。」

可真相恰好相反。那16个人里，很多都经历过同样的情绪：被拒、焦虑、拖延、怀疑。区别只是，他们「准备」了太久。

Business Insider的编辑在采访后写了一句很有代表性的话：

几乎所有受访者，在还没想明白自己要做什么时，就已经开始学了。

这句话，其实戳中了现在很多人的焦虑点。我们太想「找到对的路」，反而错过了开始的时机。

国际劳工组织（ILO）在2025年发布的报告中指出，全球约25%的岗位已经「某种程度」受到生成式 AI 的影响。

也有研究发现，虽然某些岗位风险较高，AI更多是在「增强」人类能力、提高效率，而不是立刻全面代替人类。

所以，焦虑也是有原因的，环境真的变化了。但问题在于：焦虑替代不了行动。

那些后来者中，很多人不是背景好，而是比别人早一步开始尝试：做一个小项目、接一个副业、改一个流程。

从「我要先准备好」切换为「我先做点什么」，变成了他们的共识。

AI的下一班车，还没开走

AI的热度还在升温，但真正的门槛不是懂多少，而是「敢不敢开始」。

没有谁能一步到位。有人边上班边学，有人半夜做副项目，有人靠一份GitHub作品被挖走。

AI行业现在的节奏更像是一场长跑，而不是短冲。

模型、岗位、工具每天都在变，没有人能掌握全部答案。

与其花时间打听「哪门课最值」，不如先从手边的小问题开始。用AI写报告、改文案、搭个原型……都算是上路。

一位接受Business Insider采访的AI创业者说得很实在：

没人能在AI浪潮里百分百安全，但行动总比观望更有确定感。

焦虑的人越来越多，可真的「晚了」的人并不多。关键在于你能不能在犹豫中迈出那一步。

AI不会等人，但也不会拒绝后来者。

每一次动手、每一次尝试，都是在逼近那道门。

不必完美，只要开始。

AI不是精英游戏。它更像是一场集体实验，有人早一点开始试，有人还在想要不要试。

真正的差距，从那一刻开始。

参考资料：

https://www.businessinsider.com/how-to-get-ai-job-career-transition-pivot-startups-2025-11?utm_source