如果你是电气工程师 / 机械工程师 / 工艺工程师 / 自动化工程师，最近大概率被「转 AI」类内容轰炸过。csdn / juejin 上的主流话术是：
2026 年 AI 岗位涨 12 倍 / 小白也能转 AI / 三个月速成 AI Agent 工程师 / 学 Python + LangChain + 向量数据库 ...
我们这边有一份从国内主流招聘平台抓的 152 条「制造业 × AI 增强」真实 JD（来自 Agent Hunt 开源数据集）。把数据拉出来反推一遍，结论是反共识的：
本文核心观点
电气工程师不该硬转 AI 产品经理 / AI 工程师，应该留在制造业 + 加 AI 增强技能。理由：(1) 留行 JD 数量更多 (152 条 > 制造行业 AI 产品经理 36 条)；(2) 中位薪资 ¥30k 跟互联网 AI PM 中位 ¥32.5k 接近；(3) 你的「制造业 know-how」是有壁垒的资产，扔掉是浪费。
数据先行：制造业 AI 增强 vs 互联网 AI 岗位
| 路径 | JD 数量 | 薪资中位 | P25-P75 | 对你的优势 |
|---|---|---|---|---|
| 留行 · 制造业 × AI 增强 | 152 | ¥30k | ¥20k - ¥45k | 保留制造业 know-how，AI 是加分项 |
| 转 AI 产品经理（制造业） | 36 | — | — | 需要补 AI 产品方法论 + 失去制造业身份 |
| 转 AI/LLM 工程师（制造业） | 57 | — | — | 需要补 LLM / Agent 工程能力 + 学习曲线陡 |
| 转 AI 算法（制造业） | ≤ 14 | — | — | 硕士门槛卡大多数人 |
| （对照）互联网 · AI 产品经理全国 | 293 | ¥32.5k | ¥22.5k - ¥50k | 竞争激烈 + 制造业经验不被识别 |
看清楚：制造业 × AI 增强的 JD 数量（152）比转 AI 产品经理岗位多 4 倍，中位薪资跟互联网 AI PM 几乎一样，而且你的制造业经验是直接派上用场的。
「留行 + AI 增强」具体长啥样
从 152 条 JD 里抽样，常见职位标题是这几类：
- 智能制造 AI 工程师 — 在原电气 / 自动化框架上接入 LLM / 视觉识别 / Agent 调度
- 工艺数字化工程师（AI 方向） — 用 AI 优化工艺参数 / 预测设备故障
- 产线智能化解决方案工程师 — 给传统产线加 AI 视觉 / 大模型辅助决策
- 设备 AI 运维专家 — 设备数据 + AI 故障预测，跟 PHM (Prognostics and Health Management) 结合
- 智能车间架构师 — 工业互联网 + AI Agent 调度
这些岗位的共同特点：
- 必备技能依然是制造业核心 — 电气 / PLC / SCADA / MES / 工业总线（CAN / EtherCAT / Profinet）/ 工艺流程
- AI 是加分技能而非主导技能 — 招聘方要的是「懂制造业 + 会用 AI 工具」，不是「纯 AI 工程师」
- 需要的 AI 技能门槛不高 — Prompt Engineering / RAG / Agent / 视觉识别基础（OpenCV 调包级），不要求自己训模型
对照：要硬转 AI 产品经理需要什么
AI PM 的高频技能是：产品设计方法论 / PRD 写作 / 用户增长 / 数据分析 / Prompt Engineering / 跨部门协作。这套体系跟电气工程的硬技能基本不重叠 — 等于从 0 学起，且你 5 年 / 10 年的电气经验在评估时只能算「行业 know-how」加分项，不是主导能力。
怎么开始留行 + AI 增强
Step 1 · 验证你的画像在数据中
AIJobFit 有个「留行 + AI 增强」诊断路径。填你的原职业（电气工程师 / 自动化工程师 / 工艺工程师 / 硬件工程师 ...），系统会做：
- 从 420 条原职业字典里 fuzzy match 你的填写
- 给出该原职业 + AI 增强的真实 JD 数量 + 中位薪资
- 列出 augmentSkills（你应该叠加哪些 AI 技能）
- 显示 readiness 档位（first-class / mid / starter / no-data 4 档）
直接 /diagnose-augment 填表 10 分钟出 7 节报告。如果你的填写没匹配上，会给同义近邻 chip 让你换词试试（free-text 解析准确率不到 100%，模糊匹配兜底）。
Step 2 · 看制造业行业页 + 智能制造角色页
有数据偏好的可以直接看 pSEO 切片：
- /industry/manufacturing — 制造业全行业 AI 增强画像，含 vs 互联网薪资对比
- /role/smart_manufacturing — 智能制造 AI 角色聚类详情（技能 / 行业 / 城市 / 学历）
- /role/ai_engineer — AI/LLM 工程师全国画像（如果你确实想转工程师，这是真转的样子）
Step 3 · AI 技能补齐路径
从 152 条 JD 里高频出现的「电气工程师应该补的 AI 技能」（按命中频次）：
| AI 技能 | 出现频次 | 学习成本 | 免费资源 |
|---|---|---|---|
| Prompt Engineering | 高 | 1-2 周 | Datawhale prompt-engineering-for-developers |
| RAG（检索增强生成） | 中 | 2-4 周 | 阿里云 ModelScope · LlamaIndex 官方 tutorial |
| AI Agent 基础 | 中 | 2-4 周 | OpenAI Agents SDK · LangGraph 入门 |
| 计算机视觉调包级 | 中 | 1-2 月 | OpenCV 官方 / Ultralytics YOLOv8 docs |
| LLM API 调用 + Function Calling | 中 | 1 周 | openai-python / claude-python 官方 quickstart |
| （不要先学）模型训练 / fine-tuning | 低 | — | 招聘需求很少，不是回报最高的方向 |
不要做的事
不要花 6 个月去考算法 / 考机器学习 / 啃《深度学习》全本。你的目标不是成为 AI 算法工程师，是成为「能在制造业里用 AI 工具的电气工程师」。Prompt Engineering + RAG + Agent + 调 API 是回报最高的 4 件事。
Step 4 · 在简历上重新表达自己
152 条 JD 里招聘方期待的画像不是「AI 转型者」，是「懂业务 + 会用 AI 的工程师」。简历优化方向：
- 原职责描述加 AI 增强 sub-bullet：「负责 XX 产线 PLC 调试」→「负责 XX 产线 PLC 调试，引入 LLM 辅助故障代码解读，平均故障定位时间从 30min 降到 8min」
- 技能列表分两栏：「制造业核心」（PLC / 西门子 S7 / Profinet ...）+「AI 增强」（Prompt Engineering / RAG / OpenCV / Agent ...）
- 独立项目栏放 1-2 个「用 AI 解决工厂实际问题」的小项目（哪怕是个人 toy project）
什么情况下应该真转
本文不是反对所有「转 AI」。如果你属于以下情况，转才是合理的：
- 你已经厌恶制造业本身（不只是想加薪），愿意把过去经验沉没成本化
- 你年龄 < 30 + 单身 + 有 1-2 年补技能时间，能承受切换期收入下降
- 你已经有较强的编程基础（C / Python 写得溜），不只是 PLC 梯形图
- 你有产品 sense + 写作能力，能真的做 PM 而不是技术转型沦为初级 BA
否则，留在制造业 + 加 AI 增强是更优解。你的电气 know-how 是壁垒，AI 工具是杠杆，组合起来比从 0 转 PM 更有效。