Mark Cuban vient de donner une piqûre de rappel : oubliez la course aux emplois de rêve chez Google/Meta. Le vrai argent se trouve à devenir un « intégrateur d'IA » — en gros, entrer dans des entreprises classiques et leur montrer comment utiliser réellement l'IA sans se fatiguer.
Voici le plan : il y a 33 millions d'entreprises en Amérique, mais la plupart n'ont aucune idée de comment implémenter l'IA. Pendant ce temps, les géants de la tech sont déjà saturés de talents qui se battent pour des miettes. Le point de Cuban ? Une pénurie massive de compétences d'un côté, une demande désespérée de l'autre.
Il a déjà été dans cette situation. Autrefois, il entrait dans des entreprises qui n'avaient jamais vu un PC et leur montrait la valeur. L'IA est cette même étape en ce moment.
Que devraient apprendre réellement les étudiants ? Pas la théorie de l'IA ou la construction de modèles à partir de zéro. Au contraire : comprendre différents outils d'IA, savoir comment les personnaliser pour des problématiques spécifiques, et être capable de présenter une solution qui résout un vrai problème.
L'astuce ? Ne pas simplement dire aux entreprises que vous êtes bon en IA. Construisez quelque chose de petit qui le prouve. Un employeur a embauché des stagiaires d'été non pas pour leur CV, mais parce qu'ils ont littéralement construit un prototype fonctionnel en une journée.
En résumé : si vous pouvez faire le pont entre « nous avons besoin d'IA » et « voici comment l'utiliser », vous vous positionnez sur un marché où il y aura plus d'emplois que de personnes pendant longtemps.
Voir l'original
Cette page peut inclure du contenu de tiers fourni à des fins d'information uniquement. Gate ne garantit ni l'exactitude ni la validité de ces contenus, n’endosse pas les opinions exprimées, et ne fournit aucun conseil financier ou professionnel à travers ces informations. Voir la section Avertissement pour plus de détails.
Mark Cuban vient de donner une piqûre de rappel : oubliez la course aux emplois de rêve chez Google/Meta. Le vrai argent se trouve à devenir un « intégrateur d'IA » — en gros, entrer dans des entreprises classiques et leur montrer comment utiliser réellement l'IA sans se fatiguer.
Voici le plan : il y a 33 millions d'entreprises en Amérique, mais la plupart n'ont aucune idée de comment implémenter l'IA. Pendant ce temps, les géants de la tech sont déjà saturés de talents qui se battent pour des miettes. Le point de Cuban ? Une pénurie massive de compétences d'un côté, une demande désespérée de l'autre.
Il a déjà été dans cette situation. Autrefois, il entrait dans des entreprises qui n'avaient jamais vu un PC et leur montrait la valeur. L'IA est cette même étape en ce moment.
Que devraient apprendre réellement les étudiants ? Pas la théorie de l'IA ou la construction de modèles à partir de zéro. Au contraire : comprendre différents outils d'IA, savoir comment les personnaliser pour des problématiques spécifiques, et être capable de présenter une solution qui résout un vrai problème.
L'astuce ? Ne pas simplement dire aux entreprises que vous êtes bon en IA. Construisez quelque chose de petit qui le prouve. Un employeur a embauché des stagiaires d'été non pas pour leur CV, mais parce qu'ils ont littéralement construit un prototype fonctionnel en une journée.
En résumé : si vous pouvez faire le pont entre « nous avons besoin d'IA » et « voici comment l'utiliser », vous vous positionnez sur un marché où il y aura plus d'emplois que de personnes pendant longtemps.