2024年程序员就业形势分析:AI浪潮下的普通人该何去何从

浣熊say官方网站:http://42.193.22.180/ (域名还在备案)

国家层面统计的就业情况我就不想去讨论,跟我们普通人没啥关系,我想说的是来自于我身边的,真实感受到的就业形式。

这是某网友在成都找工作的真实体验,沟通了快2w家公司,投递了1000多份简历,但是最后连一个面试都没有。

我想比起统计局的数据,这才是大多数人在今年找工作的真实经历,就连我以前在互联网大厂的同事前前后后面了快2个月了还是没有offer。

在2018年~2019年的时候,随便投个简历就能有一大堆面试,真的到了要跳槽的时候手里也有一大堆offer可以选择,而今年却连一个面试都没有了。

我本人其实也没经历过18~19年或者更早经济情况好的时候的就业体验,就我2022年跳槽的时候来说,手里也还是能拿好几个offer,最后才选择了现在这个央企想着稳定一些。

2024年的就业行情已经水深火热了!

然而时间刚刚过去2年,我前同事想跳槽的时候真的是除了华为od、外包就真的没有好工作了,更别提选择了。

其实以前疫情了时候,个人感觉就业情况还没有如此让人绝望,大家那时候或许觉得就业、经济不好只是因为疫情的影响,等疫情过去时候经济、就业就会好起来。

所以疫情的时候大家反而对未来更有期望,而且那时候互联网也随着前面10年的惯性依旧向前,甚至在疫情刚刚开始的那2年因为在线工作、面试的需求暴增那时候的互联网还是逆势上涨了一波。

当疫情恢复之后,人们发现好像经济也并没有恢复,主要是国家层面也没有出现以前类似互联网那种提供大量高薪就业岗位的高增长的行业。

虽然,近两年我们国家的半导体、新能源汽车行业也取得了不错的发展,但是这种终究难以创造大量的新增就业岗位的,并且待遇相较于以前的互联网也是有着巨大差距。

而且这些产业都是重资产的产业,需要大量的前期资产投入,小微公司没法入场,因此也无法增加大量的普通的就业岗位,只能是大公司和大资本的内部游戏。

所以,这2年随着互联网的退潮,大量普通公司所产生的高薪岗位消失了,叠加上大厂战略的收缩,涌出了大量的程序员和其它从业人员。

img_1.png

以互联网行业招聘量最大的Java岗位来说,以前应届生的毕业工资上万简直轻轻松松,而今年居然也开始出现1k~2k招聘实习生的情况了。

然而,就算这样依旧大批的应届生、转行的人去涌入这个行业,只能说其它行业的情况可能更加的糟糕。其实这一切都像是一个轮回,就像14年最火的土木工程行业一般,大量的从业人员从这个行业赚到了钱,大量的应届生就趋之若鹜的去学习这个专业,导致从业人员的供给增加。

但是此时行业又走到了下行周期,不仅仅不能容纳新增的从业人员,反而还要通过裁员、降薪等方式来释放压力,后入行的萌新们智能够成为这个行业的陪葬品。

直到今年,清华大学都取消了"土木工程"等专业,这宣告着一个时代的结束,也埋葬了无数在行业巅峰的时候入行的从业这。

受到AI的影响未来的就业岗位还会逐步萎缩

那么说到行业的周期率,你可能会反驳说,我只要足够有眼光,去选到一个朝阳行业岂不是就又能赶上发展快车了?

这个说法从某种意义上来说其实是非常正确的策略,选择行业有时候就像选择股票一样,追涨和杀跌只会让你亏得倾家荡产,只有在行业还没有爆发的时候就埋伏进去,等到行业爆发之后才可能1~2年赚到100年赚不到的钱。

就像你在2014年土木工程如火如荼的时候,你不要选择从大流去入行土木,而是选择去无人问津的计算机专业,毕业之后随便刷刷题就可以进互联网大厂,进而赶上下一波浪潮。

这个策略放在以前本质上是没有没有问题的,直到2023年初AI的爆发,让这个以前的择业逻辑也变得无效了。

现在AI行业几乎名牌是第5次工业革命的前奏了,现在即使是ChatGpt 3.5能够掌握的知识的宽度和广度都是作为个体所无法企及的。

毫不夸张的说,AI真的是可以靠几个月的训练学完整个人类几千年积累下来的知识,并且AI还能够以人类无法想象的速度学习和进化。

而且最可怕的是,AI的核心生产要素并不是人而是算力------机器。简单的说,AI系统的算法逻辑不需要大量的人去开发,只需要1~2个顶尖的算法工程师来进行算法的设计就可以了。

剩下的只需要交给大型的计算机集群去训练就可以了,组成这些计算集群最核心的设备不是我们常常听到的什么天河1号、天河2号这种超级计算机,而是家里小孩子玩游戏必备的------显卡。

AI的恐怖之处就在于,只需要极少的优秀的人才设计出算法,然后交给计算机去学习,学习完成后的产品如chatgpt、sore等又进一步的去消灭大量就业,使得本就因为经济情况恶化减少的就业机会雪上加霜。

真的,很难预测10年之后,包括我本人在内的岗位是否还在存在。虽然目前总有人说我杞人忧天,计算机永远不可能取代程序员,然而需要大家谨记的是,AI是不断进化的,16年的时候AI还只会下围棋,如今仅仅过去了8年AI已经取代了大量设计师的岗位了。

所以,很难以现在的眼光去看待10年后的世界,10年之后我们大多数人的工作岗位可能会不存在或者不被需要。

央国企和体制内------AI浪潮下暂时的避风港湾

在AI快速成长普通人的职业技能逐渐变得没有意义的大趋势下,私企的内卷也许会进一步的加剧。

私企本质上是一个赚钱机器,是一个追求利润的组织,而利润的来源是:收益-成本。

比如在没有AI之前,我开发一款游戏、一款软件需要100个员工,而当AI工具出现之后,在前期扣除AI研发成本之后同样的研发工作我只需要5个人了。

那么,作为私企老板的第一反应肯定是裁掉不被需要的95个人,然后选择其中最听话、最能加班的5个人留下来。

私企老板是不回去考虑这些人的死活的,毕竟你能不能吃上饭其实也不影响人家老板赚钱。

但是实际上这是一个短视的行为,进一步的也会将经济带入恶性循环,因为,所有企业生产出来的产品始终是人去消费的,当普通人失业、贫穷的时候是无法支付购买产品所需要的费用的。

那么,这个时候即使工厂的效率再高,生产出来的产品也没人使用,进一步企业本身的存在甚至都没有了意义。

这也是我认为AI其实难以带来生产力的提升,而带来的是个体之间更加严重的内卷,这是当前社会上优胜劣汰的实际环境所决定的。

当我们的社会、职场环境不给35岁之后的人出路,不给怀孕的人出路,处处充满各种职业歧视的环境下,AI的发展和取代大量工作必将带来职场的进一步内卷,尤其是私企。

而这个过程中,央国企、事业单位、公务员等受到AI的影响将会迟滞,但是也无法避免逐渐取代人的过程。

公务员、事业单位不必多说,他们是党和国家统治的基石,像人体身上的毛细血管一样渗透着我们国家的每个角落。就算某一天AI可以取代人的工作,对于这部分岗位来说也是最后去触碰的,因为涉及到整个国家的稳定性。

而央国企虽然是企业,但是和普通私企不同的地方在于除了追求利润之外,还会起到维护社会稳定和实现国家战略目标的意义,所以央国企的存在并不是完全以利润为目标的。

这也就造成即使有更便宜的AI可以代替人工进行工作,也不会立刻、马上采用新的技术和方案,而是会采用相当长一段时间进行过渡,被裁撤人员也会取得较好的安置。

所以我说,随着AI的逐渐强大,随着大量的公司都开始ALL IN AI,央国企、体制内或许是大家暂时的避风港湾,至少10年之内还不会有太多的变动。

The End

不过大家也不必过于焦虑,目前由于AI自身发展的原因,还没有办法让AI来完全取代人类的工作,而更多的是作为一种工具的形式来辅助人类的工作,这个期间可能对人的技能需求从技术本身变换到了使用AI工具。

即使这样,大量的岗位依旧会消失,比如说现在已经岌岌可危的原画师、UI设计师等,至少对于一些中小型企业来说,以前这两个岗位需要一个团队来完成巨大的工作量,而现在可能只需要一个人就可以代替一整个团队完成这些工作。

这样的情况在未来的10~20年内必然是一个普遍现象,从各个岗位开始逐渐蔓延和取代大部分人的工作是大概率会发生的事情,那个时候你当初引以为傲的什么技术或许都没有任何意义了。

比较可悲的是,如果你是在私企的话,当老板发现你可以被取代的那一刻起你可能就失去了利用价值,会选择一个最卷的留下,其他人被干掉。

更甚者完全可以招聘一个新的应届生来取代那些工资高,又不会新东西的老油条。 而同样是面对这样的情况,体制内、央国企或许会对你多一些耐心,给你机会去转岗成为一个会利用AI的人。

对于个人而言在这种历史的岔路口真的需要掂量下自己是那种类型的人,如果觉得自己是能力超强的天之骄子,那么完全可以去闯一下下一个风口------AI。

如果觉得自己是个一般人,那么选择一个稳定的央国企躺下来,或许在这个动荡不安的时间点对自己更好,中国烟草、国家电网、中国石油这样把握国家命脉的行业永远不会消失,同时,也不会轻易的引入AI技术来取代大量的普通员工。

所以对于未来,无论是就业还是个人技能我都持一种悲观的态度,像以前那样觉得自己有技术哪里都有饭吃的时代很可能即将过去,因为AI比你更聪明,更有技术,学习更快。

作为普通人能做的其实是选一个长期发展的平台、选择一个好的央国企,努力做好手头的事情比什么都重要!

相关推荐
苏三说技术5 小时前
Claude Code从失控到起飞,只用了这些技巧
后端
长栎6 小时前
写 for 循环写了十年,你却从没用过迭代器模式最狠的那一面
后端
LiaCode6 小时前
Redis 在生产项目的使用
前端·后端
用户559822481226 小时前
Docker Compose Down 导致容器数据误删——ext4 日志恢复全记录
后端
LiaCode6 小时前
一天学完 redis 的爽翻版核心知识总结
前端·后端
大刚测试开发实战6 小时前
如何内网穿透访问本地私有化部署的TestHub
前端·后端·github
xiaodaoluanzha6 小时前
迄今為止,最簡單的編程語言 Nolang
前端·后端
Csvn6 小时前
Docker 容器管理入门 — 从镜像到容器编排
后端
用户762352425916 小时前
ShardingJDBC
后端
行者全栈架构师6 小时前
IDEA 中 Maven 项目的 15 个红色报错快速解决方法
java·后端