1、市场规模：中国人工智能行业呈现高速增长态势
人工智能产业是智能产业发展的核心，是其他智能科技产品发展的基础，近年来，中国人工智能产业在政策与技术双重驱动下呈现高速增长态势。根据中国信通院数研中心测算，2020年中国人工智能产业规模为3031亿元人民币，同比增长15.1%。中国人工智能产业规模增速超过全球。
注：中国信通院的市场规模根据IDC数据测算，统计口径与IDC一致，即包括软件、硬件与服务市场。
2、竞争格局：中国人工智能企业主要分布在应用层 占比超过80%
——中国人工智能企业全产业链布局完善
我国作为全球人工智能领域发展较好的地区，无论是人工智能领域的基础层、技术层、应用层，还是人工智能的硬件产品、软件产品及服务，我国企业都有涉及。在国内，除去讯飞等垂直类企业，真正在人工智能有所长进的巨头依然是百度、阿里、腾讯这三家。
——中国人工智能企业主要分布在应用层，占比超过80%
据中国新一代人工智能发展战略研究院2021年5月发布的《中国新一代人工智能科技产业发展报告(2021)》数据，截至2020年底，中国人工智能企业布局侧重在应用层和技术层。其中，应用层人工智能企业数占比最高，达到84.05%;其次是技术层企业数，占比为13.65%;基础层企业数占比最低，为2.30%。应用层企业占比高说明中国的人工智能科技产业发展主要以应用需求为牵引。
3、技术分布：中国人工智能企业核心布局的技术主要为大数据和云计算
从人工智能企业核心技术分布看，大数据和云计算占比最高，达到41.13%;其次是硬件、机器学习和推荐、服务机器人，占比分别为7.64%、6.81%、5.64%;紧随其后，物联网、工业机器人、语音识别和自然语言处理、图形图像识别技术的占比依次为5.55%、5.47%、4.76%、4.72%。
4、细分领域：深度神经网络领域为中国AI研究热门
根据清华大学人工智能研究院、与中国工程院知识智能联合研究中心联合发布的《人工智能发展报告2011-2020》，2011-2020年十大AI研究热点分别为深度神经网络、特征抽取、图像分类、目标检测、语义分割、表示学习、生成对抗网络、语义网络、协同过滤和机器翻译。
—— 更多行业相关数据请参考前瞻产业研究院《中国人工智能行业市场前瞻与投资战略规划分析报告》
AI行业看似热火朝天，实际上是大部分公司之间的模仿和重复，噱头多，落地少。真正的技术突破很少很慢，只有几家AI巨头在做创新，凑热闹的居多。而且现在AI行业的热钱有了流出大于流入的趋势，AI行业不会一直这么火热，也会进入正常的行业周期。这是现在的AI行业背景。
下面谈谈人工智能行业的待遇和工作分类。
要谈人工智能的待遇，得先清楚人工智能岗位都有啥，基于我的理解，我个人觉得分为以下几个：
AI research组
AI 应用组 （研究，系统）
业务组 （算法工程师）
AI research组由科学家和工程师组成，科学家包含NB的博士+教授，而工程师协助前面的大牛加速研究进程。举个例子，大牛A有了几个NB的idea，于是面了1、2个NB的硕士工程师干活，最后发顶会paper。我简单看了一下这些硕士工程师的背景，属于名校名项目里最top的那些硕士，他们以硕士身份加入，但已经具备很强的科研能力，只是没有读博罢了。
AI research 组做的都是最前沿的技术，而真正短期要落地到产品的还是AI应用组。里面根据方向分自然语言处理，计算机视觉，大规划机器学习平台之类的，里面集结了各种有专才的牛博牛硕做深度学习模型算法+系统平台优化的工作，他们要么在某个特定领域有所积累，要么熟悉c++，分布式高性能计算。前者主要还是博士和教授，后者硕士就多了。
以上2个组在公司里人都不多，但是这年头学AI的人多了，高手云集，博士间竞争已经特别激烈，硕士就更难了，于是大部分人其实是前往业务组做AI。
业务组里通常只是使用AI应用组已有的模型和框架，加上自己对业务的理解，提出一定的优化和个性化训练，大的公司有的组还是需要自己造轮子，比如广告算法组，博士占比超过一半，各种个性化算法模型。但大部分组的算法工程师，大概率只是做特征工程+微调模型+业务逻辑就足够了，一般不至于去到改深度学习模型的那一步。
最后回到题目，AI岗待遇。 AI research组大牛 > AI 应用组大牛 ~ 牛逼业务组大牛 > 知道怎么改模型的小牛 > AI调包侠 > 普通产品组工程师。
所以想要提高自己的待遇，理想情况下就是名校名导读博，发几篇顶会，然后自然会被邀请到AI research组工作了。
对于名校NB的硕士生，为了具备和博士竞争的资格，建议在一个细分领域(nlp, cv之类的)深入沉淀，出点paper，然后争取去AI应用组或者NB的业务组里去写模型。
对于普通的AI背景一般的非博士生，如果想做系统还好，要是想做模型……努力提升自己争一个好的业务组AI岗的机会吧。（什么是好的？要么发展快可以升值，要么牛人多可以学习）
对于非名校+非大牛+转专业，建议甚至思考自己是不是要做机器学习。这是一个有门槛的，竞争非常激烈的领域，现在AI待遇高，但那是有泡沫的。一旦各种成熟的机器学习平台搭建好了，就不再需要太多调包侠调参侠，业务组不需要那么多AI工程师（我发现很多业务组里就1个做AI算法的……）
所以，不是一定要在AI上面挤，去学分布式系统，云计算，移动端开发其实也挺好的。就算一定要搞AI，作为程序员的基本功还是得学好，在成为所谓的AI工程师之前，首先先成为一名优秀的软件工程师，写出高质量的代码吧 :)
最后附上AI行业的相关调查统计图，以供参考