業內分析，得益於AI技術的興起，
以下壹些行業崗位將呈現出顯著的增長趨勢。
數據科學家
數據科學家屬於分析型數據專家中的壹個新類別，他們對數據進行分析來了解復雜的行為、趨勢和推論，發掘隱藏的壹些見解，幫助企業做出更明智的業務決策。由於AI推動了創造和收集數據的趨勢發展，所以我們也可以看到未來對於數據科學家的需求也將日益增加。據IBM預測，到2020年，對於數據科學家的需求增長幅度將達到28%，數據科學家、數據開發人員和數據工程師的年需求量將達到70萬人。其中壹般的AI領域專家，包括剛踏出校園的博士生以及相對教育程度低壹些、但是有幾年工作經驗的專業人士，每年薪水加公司股票可能在30萬美元至50萬美元範圍內。
AI/機器學習工程師
大多數情況下，機器學習工程師都是與數據科學家合作來同步他們的工作。因此，對於機器學習工程師的需求可能也會出現類似於數據科學家需求增長的趨勢。數據科學家在統計和分析方面具有更強的技能，而機器學習工程師則應該具備計算機科學方面的專業知識，他們通常需要更強大的編碼能力。
據Gartner報告顯示，有壹位首席信息官想要在紐約聘用AI技術的專業人才，卻發現人才庫只有32人，其中只有16人符合潛在候選人標準。而在這16人中，只有8人正在積極尋找新就業機會。
數據標簽專業人員
隨著數據收集幾乎在每個垂直領域實現普及，數據標簽專業人員的需求也將在未來呈現激增之勢。
AI硬件專家
AI領域內另外壹種日益增長的藍領工作是負責創建AI硬件(如GPU芯片)的工業操作工作。大科技公司目前已經采取了措施，來建立自己的專業芯片。
英特爾正在為機器學習專門打造壹個芯片。與此同時，IBM和高通正在創建壹個反映神經網絡設計、並且可以像神經網絡壹樣運行的硬件架構。據FacebookAI研究總監YannLeCun表示，Facebook也在幫助高通開發與機器學習相關的技術。隨著人工智能芯片和硬件需求的不斷增長，致力於生產這些專業產品的工業制造業工作崗位需求將會有所增長。
數據保護專家
由於有價值的數據、機器學習模型和代碼不斷增加，未來也會出現對於數據保護的需求，因此也就會產生對於數據庫保護IT專家的需求。
信息安全控制的許多層面和類型都適用於數據庫，包括：訪問控制、審計、認證、加密、整合控制、備份、應用安全和數據庫安全應用統計方法。
數據庫在很大程度上是通過網絡安全措施(如防火墻和基於網絡的入侵檢測系統)來抵禦黑客攻擊。保護數據庫系統及其中的程序、功能和數據的安全這壹工作將變得越來越重要，因為網絡開放程序越來越高。
AI業務拓展經理
有壹件事是AI做不到的，而且在壹段時間內也無法做到。這件事就是銷售它自己。銷售AI（不管是“原始”計算形態，還是打包進壹項商用服務中）需要投入人力。AI業務拓展經理將處於計算機科學發展和企業優勢的前沿陣地。
人工智能是時代發展的必經之路，
在未來AI與過去所有的其他顛覆性技術壹樣，
為我們帶來許多新就業機會。