01
ChatGPT现象级出圈，AIGC关注度爆发性增长近⼀年脉脉热区热度指数显示，职场⼈在2022年5月、8月和2023年2月三个节点最关注AIGC。2022年5月，Open AI推出AI画图产品DALL-E 2模型掀起AI作画潮流。8月，1秒出图、全球最快的开源模型Stable Diffusion出炉再度引发讨论。随着ChatGPT引爆网络，2023年2月AIGC成为国内舆论场的“流量密码”。
ChatGPT是美国公司OpenAI于2022年11月末发布的生成式AI对话机器人，Chat代表其以对话形式呈现，GPT则代表其技术架构为“生成式预训练模型”（Generative Pre-trained Transformer），基于Transformer 架构训练出的模型有更强的语言理解和生成能力，可用于多类内容生产。以ChatGPT为代表的生成式AI技术从根本上加速了AIGC发展。
所谓AIGC，即AI Generated Content的缩写，指代人工智能生成内容。将带来新的内容生产方式，实现人工智能在文字、图像、⾳频、视频等多媒体领域的创作，在内容⽣产规模与生产效率方面达到指数级飞跃，极大提高内容生产力。早期AIGC工具已初步应用于传媒、电商等行业，随着技术创新加深，⾼性能AIGC产品将掀起全球信息产业生产力变革。
今年以来，ChatGPT掀起全球AI领域“军备竞赛”。国外OpenAI、谷歌争相迭代自家AI模型，大模型领域竞争白热化，微软将GPT-4整合进必应、Office探路商业化，进⼀步释放AI技术潜力。国内科技企业也力争迎头赶上，百度首发“文心一言”对标ChatGPT，京东打造产业版ChatGPT-ChatJD，阿里巴巴、华为等巨头也都在积极筹备具有中国智慧的通用大模型产品。
02
AIGC领域人才分布于多个新经济行业，其中纯互联网行业AIGC人才储备量最多。人工智能行业的AIGC人才保有量仅为6.45%，其他AIGC人才大多分布在数据密集型产业。AIGC人才多分布于⼀线、新⼀线城市，六成以上聚集在北京、上海、深圳三地。其中，北京独占三分之⼀，数量超过上海、深圳两城总和，人才吸引力遥遥领先。
AIGC领域人才三成小于30岁，超1/3大于35岁与互联网行业不同，AIGC领域近七成从业者年龄大于30岁。34.5%以上AIGC人才在35岁以上，比互联网行业高出6%。AIGC行业通常更注重技术和创新，而不是年龄和工作年限。
AIGC人才年龄分布情况
03
AIGC领域招聘需求强劲，2023年AIGC人才招聘数量创历史新高近两年，AIGC领域岗位数量井喷增长。2021年1月，Open AI开发的文本生成图像工具DALL·E面世，引发国内AI人才招聘需求暴涨。2021年1-2月，AIGC领域岗位数量同比上涨281.88%。2022年1-2月，AIGC领域岗位数量同比增长76.74%。随后，Dall-E 2、Stable Diffusion模型相继推出，尤其是2023年1⽉ChatGPT横空出世，AIGC人才需求再度逆势上涨，岗位数量同比增长31.3%，创历史新高。
近四年1-2月AIGC相关岗位同比增长趋势
互联网行业AIGC岗位发布量最多，占新发岗位总量的1/3，数量约为人工智能行业的3倍之多，且超过新金融科技和游戏行业之和。
AIGC人才供需结构失衡：算法人才需求旺，产品经理投递多在需求端，AIGC领域热招岗位以技术岗位为主，算法工程师、自然语言处理、图像识别等研发人才需求旺盛。而在供给端，AIGC领域热投岗位则以AI产品经理类、运营类等⾮技术岗位居多，存在⼀定供需结构失衡现象。
AIGC领域热招岗位TOP10
AIGC领域热招岗位TOP10
AIGC领域热招岗位中，图像识别、算法研究员、深度学习岗位的薪资均已达到百万。此外，AIGC产品经理作为非技术岗，薪资水平也达到90万元，与其他领域相比占据较大优势，吸引大量产品人才投递。
AIGC领域高知人才扎堆，近半数从业者为硕士及以上学历AIGC从业者以本科生居多，但本科、硕士数量差距不大，近半数AIGC人才具备硕士及以上学历。近八成AIGC人才工作经验在3年以上，其中，近半数从业者有5年以上工作经验。
AIGC相关人才学历背景
AIGC相关人才工作经验分布
AIGC人才画像：专业技术、学术成果、业务落地三项全能相关岗位JD中，除专业要求外，NLP算法、深度学习、C++等词高频出现，算法和编程功底是就职的硬性要求。此外，多数岗位还提及“顶会Paper”、“商业化”等词汇，要求应聘者拥有学术成果和业务落地经验。创新思维是⾮常重要的。AIGC技术发展非常迅速，公司需要具备不断探索和尝试新的技术和方法的能力，以保持技术领先地位。
04
ChatGPT在信息整合、情感分析、文本生成、摘要提取等方面所展现出来的极致性能令人惊艳。它所依托的大模型基底是语言生成模型和语义理解模型，语义生成空间非常大。未来大模型将和云⼀样成为底层设施，而在基础设施上必然会有很多垂直应用生长出来。例如，大模型将改变在线对话交互的服务模式，颠覆现有的智能客服概念，现在App是用户使用产品的入口，未来互动交互则可能成为入口；根据意图生成文稿、图像、视频等也将大幅降低内容生产成本，提升营销效率。目前通用大模型在垂直场景的适配度仍然不足，以金融领域为例，需要在对话能力基础上，真正有效解决用户问题。度小满在金融场景下积累了大量对话和解决方案数据，我们将探索研究垂类大模型，并在应用层做好适配和优化，将⼤模型能力应用在金融⾏业，提升用户体验和生产效率。有观点认为，大模型拼的是数据和算力，在我看来，人才是最核心的成功要素，创新机制是成功的关键驱动力。可以肯定的说，单靠数据量大、计算能力强、工程师多，是做不出ChatGPT的产品体验的。ChatGPT团队规模不足百人，近9成为技术⼈员；90后科研力量展现出强大的创新能力，有很强的技术信仰，不受过多羁绊。因此，在新⼀轮技术浪潮中希望能有所斩获的公司，需要在人才储备、创新机制，技术导向方面进行加强和布局，在公司内部以敏捷项⽬组模式，打破条条框框，给予技术人才充分的施展空间，激发活力和创造力。我相信未来中国本土会诞生更多的大模型应用，带给大家惊喜。