你并未错过 AI 工作：Mr Chandravanshi

Source: Dev.to

大多数人未注意到的转变

你并没有错过 AI 工作，只是仍在以前的地方寻找。地图已经在大多数人注意到之前就变了。

班加罗尔仍然是讨论的焦点，海得拉巴仍出现在招聘帖中。这部分还没有跟上。但招聘活动已经开始从这些中心转移。团队正在那些从未进入常规追踪的地区组建。维贾亚瓦达就是其中之一——虽然不是头条城市，但仍有真实需求。

大多数专业人士还没有调整。他们仍然按城市筛选机会，认为严肃的工作只存在于熟悉的集群中，并在搬迁之前等待行动。这个假设已经不再成立。工作先移动，叙事才跟不上。

AI 已不再局限于科技公司。它正进入工厂、物流链和运营环境，在这些地方决策会直接影响成本。这种转变改变了招聘方式。当工作进入运营时，成本开始驱动决策。执行比声誉更重要。公司在能够落地的地方招聘，而不是在已有声望的地方。因此招聘倾向于可用性，而非感知。

地理格局的变化

• 传统科技中心（班加罗尔、海得拉巴）仍然可见，但招聘正向维贾亚瓦达等小城市扩展。
• 企业正向外寻找成本更低、人才更稳定、流动性更小、竞争更少的池子。

招聘标准的转变

• 公司不再仅仅挑选知识，而是挑选能降低不确定性的产出。
• 能为真实工作流构建小型可用工具的能力，可能胜过解释机器学习概念的能力。
• 关键问题变成：这个人能在这里让某件事运作吗？

这一筛选剔除了大量人才池，同时为以下人群打开空间：

• 构建小工具的人
• 自动化单一工作流的人
• 能展示明确前后对比影响的人

简历的重要性下降，实证的重要性上升。

成本考量

• 集中人才池已变得昂贵：高薪、频繁跳槽、持续的再招聘循环。
• 小城市提供更低的成本和更大的稳定性，减少了高额搬迁激励的需求。

对专业人士的影响

• 搬迁不再是首选，构建有用的东西才是。
• 地理优势在削弱，执行优势正在显现。
• 许多人仍会按城市刷新招聘板，等待符合旧模式的职位，从而错失新兴机会。
• 真正的差距将在于那些在实际场景中使用 AI 的人和仍停留在理论层面的人的之间。

未来展望

• 在接下来的一年里，这一差距将变得显而易见——不是学习过 AI 与未学习 AI 的人之间的差距，而是实践者与旁观者之间的差距。
• 地图不再是限制，关键在于你能展示什么。