未來十年最有發展前景的行業或者說職業是哪十個？

01-05

在知乎上號召各行業人士來回答這個問題。我最後希望能借用德爾菲法進行深入了解，希望大家根據自己的所見所聞所思所想，踴躍發言。要求必須說夠10個，可以根據自己的看好程度排序。

1、共享經濟：我們身邊至少有100種東西雖然我們擁有但是我們卻不是總是在使用（房子，汽車，辦公室，自行車）。共享經濟可以讓其他人在我們沒有使用這些東西的時候使用它們。這已經是一個十億美元的行業了（由AirBnb領導）。然而我們還沒有看到那些更大的，可以很容易達到上百億的公司。在美國有人使用Flightcar租借了50天的汽車使用時間（註：Flightcar讓人們租借那些外出旅遊的人們的車），這有著巨大的潛力。這個行業中上百種耕耘不同產品的公司正在顯露出來，比如AirEnvy和Homejoy，類似於研究實驗室之類的東西也將成為這種模式的一部分。

2、電動汽車：Tesla正在生產一種可持續的電動汽車。然而，在改善電池技術、建立充電站、生產汽車的道路上我們依然由很長一條路去走。更可能的是這將會成為一種替代行業。

3、物聯網：我們的電腦是互聯的，我們可以通過電腦來交流。然後我們的手機也可以連入互聯網了。那麼連接所有的我們使用的東西呢？最近Google收購了NEST，這是一家可以讓恆溫器連接起來的公司。你想一下，如果你的烤箱和冰箱可以直接從你的朋友那裡得到菜譜，然後給你做一個特別好吃的蛋糕，那有多棒。Gartner估計，到了2020年，全球至少有260億的設備能夠實現互聯。這意味這我們每個人的家裡至少有25到30台設備能夠相互「溝通」。

4、3D列印：30年前，印刷報紙只能很大的印刷報社能夠做到。除非你是一家大公司，否則印刷對你來說是相當不方便的，而且必須依賴於印刷廠。後來印表機出現在人們的桌子上了，文檔管理出現了重大的變革。這種情況也將會出現在3D列印的世界。現在只有大型工廠可以涉足製造業，3D列印的變革將會創造大批量的第二產業，產生全新的產品。

5、智能城市：Google正在製造無人駕駛汽車，斯坦福大學正在研究智能垃圾箱（當你扔垃圾的時候垃圾箱可以自動識別分類垃圾），我們的污水處理系統也將變的更加智能。在未來大量的無聊的重複性工作將由智能機器人自動完成。

6、開源項目許可和管理：開源運動已經過去20年了，然而直到現在才有大的組織開始走在開源的道路上。我們距離轉折點依然很遠。上千億的價值的軟體將會開源，這將會為開源許可、支持和管理增加複雜性。

7、太陽能：和常規的能源相比，太陽能依然太貴了。然後生產太陽能的花費正在慢慢的降下來。以目前的速度，在10年內太陽能將會和傳統能源一樣便宜。這將會徹底的改變這個行業，這將會發展成一個萬億的太陽能行業。

8、在線教育：MOOC撕開了傳統教育的表皮，然而把視頻放到網上不會創建一所學校。教育是一個萬億的市場，我們依然需要20年讓教育行業達到轉折點。

9、比特幣：矽谷有很多人相信比特幣將會是下一個大事情。就像互聯網解放了緊握在大公司手中的信息一樣，比特幣想對貨幣做相同的事情。我對此抱有懷疑，但是我能看到眾多的第二產業圍繞比特幣的生態系統形成。

10、智能微塵、可編程元件、納米技術：這是科學小說中的一部分，部分留存在研究中。可能20年都不會出現，但是這有著巨大的潛力去改變我們的穿著的方式、疾病的看法、獲取能源的方式和開車的方式。

如果的是選行業的話我選互聯網（包括計算機服務業），大數據，物聯網，新能源，旅遊和文化創意產業。

中國未來最需要發展的自然是大工業以外的服務業。IT，旅遊，文化行業都是服務業的體現。

IT火爆了多年但是現在發展依然迅猛，也是大學生創業的不二選擇。現在基於IOS和安卓的App那麼多，也給開發者提供了相當多的機會。而中國呢除了也跟上了世界的步伐其實還有很多漏網之魚，比如單機遊戲，中國還沒有FIFA和call of duty這麼成熟的產品。當然這需要政府作出努力保護開發者權利。然後各個行業都需要計算機服務業的支持，比如證券系統的運行和維護，銀行系統的優化。我現在在美國發個簡訊就能匯錢，在外面的衣食住行都不用現金全部刷信用卡，這需要一個很穩健還要高度聯網的系統才行。至少需要把各個機構大到購物中心，地鐵站小到餐飲店，洗車店全部和銀行聯網。然後幾年後回國後發現中國已經實現了彎道超越，直接進入移動互聯網連信用卡都省了。
新能源是因為本身研究這一塊，還是很看好的。但是新能源很多也是依託新材料，所以學化工材料的可不能妄自菲薄。當然更大層面的水電，風電這個還不好講，因為我覺得普通屁民很難從事到這裡面來，大頭都讓國企賺去了。
文化和創意產業當然也是因為中國中產階層的崛起還有文青中二青年的泛濫，亟待一個產業來拯救他們。日本電子行業世界知名，但是我更欣賞他們的文化和創意能力。這是個有點虛的東西，因為幾乎任何一個行業一款產品的設計都需要這的知識，它可以和其它產業交叉。新浪微博你可以說是互聯網服務業也可以認為是傳媒業的新創意，至少轉發它的數量遠大於看當日頭條的人。日本的動漫產業又可以衍生出動漫music這個新行業。未來期待動漫業和遊戲產業在中國的崛起。
旅遊也是伴隨著中國中產階級的崛起而成長起來的。然後和旅遊緊密相關的酒店業和租車業也會從起步階段步入快速發展階段。
對於電子行業，性能強的電池，OLED，Transistor，宏觀上的數碼相機，平板都算是這一類。以後的家用，車用，辦公用的電子產品的開發都是好的方向。現在的可穿戴電子設備弄的比較火，但是外國公司已經走在前面了，本土公司不一定非要在這上面死磕，不如找其它的細分領域做。
傳統行業的話金融業其實還是很吃香的，因為不用怎麼創新收入普遍比其它行業高，但是最好你是做基金經理而不是證券營業廳的一個普通的大堂經理。

——————好了，轉眼就到了2016年——————
在美國學習也即將博士畢業，對於行業發展又有了新的理解。
最近看了一本書，叫《即將到來的場景時代》。作者是技術界的資深記者羅伯特斯考博和謝爾伊斯雷爾。書中主要預測了未來物聯網將如何影響我們的世界。據IDC報道，2015年全球共有35億台網路化產品，外加17億台聯網的電腦，「物聯網」時代已經到來。在這樣的萬物相聯的世界裡，客戶不再是單一的數字或者賬戶，而是由明確需求的特定人群。那麼創業公司就會以新的形式以客戶為中心提供服務。比如可以使用軟體把數百萬的產品（從電動牙刷，烤麵包機，LED節能燈到車庫裡的汽車）與客戶相連接。說不定可以直接通過牙刷把我們牙齒的健康信息發給了牙醫。安裝在家中或辦公大樓里的「場景玻璃」可以根據用戶的心情和天氣情況來調節顏色。汽車可以自動記錄行車數據與影像，當車禍發生時，汽車會自動連線到警察單位報警，且和生命手環連線，判斷駕駛人的受傷狀態以決定是否要聯繫醫院，並把所有的數據自動傳送給保險公司進行理賠手續。總之，就是一切以場景為需求。
而按本書的介紹，這個場景時代的基石就是五大技術力量：移動設備，社交媒體，大數據，感測器以及定位系統。移動設備，感測器，社交網路以及定位系統這四者製造出許多數據，後台對於這些數據進行分析處理，再反饋回來給前四者，以提供你當下所需要的「服務」。
而以今天的眼光來看，這幾項技術自身其實已經慢慢成熟，剩下的就是如何把他們結合起來，並創造一個新的場景時代。按照馬雲先生的說法，本世紀初到現在屬於IT時代，接下來就要屬於DT時代了。這和場景時代也不矛盾，Data也是場景時代的必要技術之一。而在這方面，谷歌走的已經很前衛也很深入了。之前的谷歌眼鏡，到現在的無人駕駛和戰勝人類圍棋界的AI，以後還會有更多的產品與服務出現。那麼，如果本書的預測正確，未來和場景技術相關的行業和職業都是非常值得期待的。

對於目前已經存在的行業，從自身對於技術行業的了解和找工作的經歷發現幾個有意思的情況。3D列印，原本很看好這個行業，該行業的幾個龍頭公司如3Dsystems, Makerbot也都在美國。然而和其它製造業公司一樣，它們大部分只招碼農。至於機械，材料等硬體職位則很少，而且待遇只有干化工的一半多（假定你學化學或者材料從事化工行業）。給人的感覺就是這個3D列印行業目前對於硬體工程師不是很友好。但是，未來幾年潛伏期一過，不排除3D列印在工業級上的突破，而不是現在這種只列印些工藝品，玩具，零件等。比如3D列印整車，那麼現在整車廠可能都要重新設計，光這個就是個大產業。

那麼怎樣才算友好的呢，就看下面這個工作，叫data analyst或者data scientist。火到什麼程度呢，就是幾乎所有行業都在砸錢招人。比如舊金山的土豪IT服務公司Airbnb，矽谷的硬體公司Apple，IBM之流，矽谷和波士頓的生物醫藥公司（干生物的去做生物統計妥妥地有前途），休斯頓的採油公司，石油服務公司，紐約的金融公司，諮詢公司（有個職位叫machine learning consulting）。。。說白了，就是無論是搞理化生的，鋪電網挖油的，預測股票的，做在線旅遊的，還是本身就干IT的都得妥妥地擁抱data。所以，現在可以這麼說了，大數據相關的行業和職位是現在也是未來十年最火的。

下面這個13年數據預測了大數據未來在各行業的缺口。

McKinsey Report Highlights the Impending Data Scientist Shortage

下面這個依然出自麥肯錫之手。
Big data: The next frontier for innovation, competition, and productivity

另外一個感覺還不錯的行業就是生物醫藥產業。發現美國有太多的這個產業的小公司，不要小瞧它們，技術都很厲害，裡面都是VP，博士，風投人士雲集的節奏。比如healthcare相關的電子產品，DNA基因診斷，服務醫院診所的創新儀器，或者是生物統計，都有很大需求。只是這方面中國還不像互聯網那樣已經和美國同步前進了，所以還需要一段時間的積累。
回國以後還發現了，目前國內馬路上的新車瞬間多了起來了。無論大路塞滿了龜速行駛的車，小路路邊停滿了臨時辦事停靠的車。於是，停車產業又成了一個痛點。美國的城市中有廣闊的大廣場用來直接當停車場，或者乾脆在downtown中穿插著寫字樓建設七八層樓高的停車場樓。中國不同於美國，城市建設學習香港，寸土寸金，已經沒有空間建立廣場式的停車場，甚至建設停車樓都顯得奢侈。因而，硬體上的停車樓或地下室和軟體上的大數據智能停車將顯得尤為重要。
金融業的話，挺看好私募基金（PE）和融資租賃的。這裡有個簡單的邏輯，以中國現在的經濟發展勢頭來看，未來10年左右達到美國的水平應該還是可以預見的。考慮到美國有近萬家上市公司，而中國目前只有3000多家，中國新股上市的空間十分巨大。如果按照美國來做對標的話，未來10年，中國將有7000家企業要上市，光是一級市場和IPO就夠PE們忙活的了。
「一帶一路」相關產業。歐美的那些權威預測主要是針對世界的，未必考慮了中國國情，「一帶一路」也未進入什麼「未來最有前途的機會/產業」之類的排名，因為確實這個名詞比較范。但是這絕對是塊大蛋糕。相關產業包括港口，物流，交通，智慧城市，智能電網，雲服務等。
然後不得不吹一下自己所在的新能源行業了，包含電池儲能技術和電動汽車等。這也是我選擇畢業回國的原因。光我們一家公司的產值就能上百億了。所以未來十年，這是個幾千億產值的市場。目前和未來10年左右是鋰電池風生水起，未來10到20年則是氫燃料電池的天下。

比如下面這條新聞

EV晨報 | 深圳9月底實現100%公交電動化;北京年底分時租賃將達2000輛;李書福兩會提案立法自動駕駛現在幾乎每天在公眾號和微博上都可以看到類似上面的新聞：XX政府又下達了XX千輛新能源車的目標；XX公司計劃在201X年推出X款新能源車型；XX公司又在X市投資X十億成立動力電池新工廠；XX又獲得了新能源汽車牌照。。。

於是，獵頭們近乎瘋狂地挖人，攬人，以應對新能源產業的大發展，每周接到十幾個電話很正常。

如果非要量化這些新興行業，對他們來個大PK，可以從估算產值來入手。詳見下面這張表，來自展望2025：決定未來經濟的12大顛覆技術

我不知道麥肯錫是怎麼算的，但是如果按照現在趨勢，樂觀估計，到2030年，將有一萬億互聯設備，就能夠創造七萬億美元的超級市場。7萬億美元大市場即將爆發，相當於70個谷歌！|投中網|中國股權投資行業第一門戶網站這個7萬億的預測也符合麥肯錫3.7-10.8億的範圍。

總之，未來嘛，就是那幾樣唄，跟進大趨勢不會錯的。新能源汽車-新材料-3D列印，移動互聯網，大數據-人工智慧，物聯網-場景時代-共享經濟，旅遊-租車-酒店；次一些的或風險稍高的，生物醫藥，工業級3D列印，私募基金-投融資。。。

所以，我覺得不管什麼行業，盡量佔據食物鏈的前端，這裡不是說一定要當老闆，如果遇到被兼并，在合適的時候學會妥協其實是好事。二要學會實體經濟和金融結合，並嘗試擁有自己的股權。但如果當不了雞頭，比如你不是高學歷，也不是某行業發燒友，那麼就選對大趨勢行業，從基層做起也會後期被帶起來的。至少在華為的工程師，即便是螺絲釘，平均年薪不是還有60萬呢嘛。千萬不想的是，發生那個被講過多遍的「十幾年前，學霸A君和同學B君同時面試IBM，A君錄取，B君被拒，後來B君去了個不知名公司，再後來大家都知道了B君的那個公司總裁姓馬」的故事。

最後套用網上的總結——未來的商業模式

從中也可以窺探出未來的有潛力的行業和職業。

中國一大批有「匠心」的人的社會地位將獲得提升，匠心的本質就是愛。那些腳踏實地的人比如工匠、程序員、設計師、編劇、作家、藝術家等等，因為互聯網已經把社會的框架搭建完成，剩下的就是靈魂填充！所以即便是普通的工作崗位，他們的社會地位也將獲得提升，將獲得尊重。
中國產業的結構：一維的傳統產業——二維的互聯網產業——三維的智能科技產業。一維世界正在推倒重建（實體經濟的重組），二維世界被劃分完畢（BAT掌控），三維世界正在形成，高維挑戰低維總有優勢，降維打擊幾乎是必勝的！所以網店可以衝散實體店，而微信的對手一定在智能領域誕生。真正的好戲還在後頭！
中國電子商務進化論：B2B——B2C——C2C——C2B——C2F，從商家對商家、到商家對個人、個人對個人，個人對商家、最終是個人對工廠。未來每一件產品，在生產之前就知道它的顧客是誰，個性化時代到來，乃至跨國生產和定製，這將徹底打破美國主動的全球產業鏈和貿易結構。
中國互聯網的進化論：傳統互聯網——移動互聯網——萬物互聯，傳統互聯網就是PC互聯網，它解決了信息對稱；移動互聯網解決了效率對接；未來的物聯網需要解決萬物互聯：數據自由共享、價值按需分配。各盡其才、各取所需，讓每一個人都能找到與之相匹配的人，然後發生各種關係。
中國產業鏈的流向正在逆襲打通。以前是先生產再消費：生產者——經銷商——消費者。未來一定是先消費再生產：消費者——設計者——生產者。因此，傳統經銷商這個群體將消失，而能夠根據消費者想法而轉化成產品的設計師將大量出現。
「僱傭」時代已經過去了，「合夥」的時代已經開啟了。無論你願意出多少錢，你都很難僱傭到一個優秀的人才，除非你跟他合夥。

看到這個我很想吐槽。周末有空好好吐槽一下，先佔個位。

哪有什麼TOP10行業，這玩意比胡潤的百富榜，最佳、最差CEO還不靠譜。只要這個行業的從業人員都像提問的這個態度這樣，急功近利的得到什麼淺顯的答案，我只能說這個行業再有什麼前景也是空中樓閣，水中望月。

金融、金融、金融。

1。殯葬業。

根據2010年的第六次人口普查，65歲及以上人口為118831709人（1.18億人），60歲及以上人口為1.73億人。十年之後，這部分人中的很多將會駕鶴西去。

這樣你才能理解前不久的新聞：台灣殯葬巨頭——《福布斯》台灣富豪榜第41位李世聰進軍大陸。在李世聰看來，挺進大陸會為其公司帶來發展壯大的難得機遇。

2。美容整形。

這裡有兩個數據：2012年中國美容化妝品銷售額超過1000億元；近年，整容手術每年以超過200%的速度增長。十年後，也許每10個人中就有2個人做美容整形，想像一下這個誘人市場。

3。洗車業。

2012年底，全國的民用汽車保有量已經達到1.2億輛。再過十年，中國汽車保有量將超過美國，數量世界第一。還沒有一個全國性的洗車連鎖品牌，這是塊大市場。

4。手機貼膜行業。

根據台灣《電子時報》的研究報告，2013年中國境內的智能手機銷售量將達到3.29億部。從事手機貼膜行業，月薪上萬已不是神話。如果十年後智能手機還未消亡的話，這也是個不錯的行業。

5~7。房地產業，建材行業，家具行業。

下圖是麥肯錫將中國劃分為22個城市群。未來中國13億人口的大多數都將聚集在這22個主要城市群。除了北上廣深，每個城市群的核心城市都是潛力股，都具有強勁的增長潛力。

8。電影業。

首富王健林說，2018年前，中國電影票房收入將超過北美，2023年前將達到北美票房收入的2倍左右。至於你信不信，反正我信了。

9。互聯網廣告。

2011年美國互聯網的廣告收入達到317億美元，第一次超越有線電視的廣告收入。今年，百度的廣告收入也將超過央視，成為名副其實的廣告之王。隨著90後、00後的崛起，在未來十年，互聯網廣告的份額仍將加速上升。

10。茶葉行業。

在未來中國將誕生一個茶葉行業的世界級品牌。可能不是10年，是20年後，或30年後。作為一個飲茶歷史超過3000年的國度，這是我的一個美好希望。

屆時，也將誕生一個比星巴克更風靡世界的叫：陸羽茶社。

數據科學相關的人才會有更多機會，尤其有編程能力和數據挖掘能力的工程師，包括：數據挖掘工程師、機器學習工程師，演算法工程師。

人工智慧和一般的計算機程序有極大的差別，它應當具有「能夠自主學習知識」這一特點，這一特點也被稱為「機器學習」。而自學習模型(或者說機器學習能力開發)正是數據挖掘工程師的強項，人工智慧的誕生和普及需要一大批數據挖掘工程師。那麼在AI時代，如何才能掌握相關的技能，成為企業需要的數據挖掘人才呢？

第一個門檻是數學

首先，機器學習的第一個門檻是數學知識。機器學習演算法需要的數學知識集中在微積分、線性代數和概率與統計當中，具有本科理工科專業的同學對這些知識應該不陌生，如果你已經還給了老師，我還是建議你通過自學或大數據學習社區補充相關知識。所幸的是如果只是想合理應用機器學習演算法，而不是做相關方向高精尖的研究，需要的數學知識啃一啃教科書還是基本能理解下來的。

第二個門檻是編程

跨過了第一步，就是如何動手解決問題。所謂工欲善其事必先利其器，如果沒有工具，那麼所有的材料和框架、邏輯、思路都給你，也寸步難行。因此我們還是得需要合適的編程語言、工具和環境幫助自己在數據集上應用機器學習演算法。對於有計算機編程基礎的初學者而言，Python是很好的入門語言，很容易上手，同時又活躍的社區支持，豐富的工具包幫助我們完成想法。沒有編程基礎的同學掌握R或者平台自帶的一些腳本語言也是不錯的選擇。

Make your hands dirty

接下來就是了解機器學習的工作流程和掌握常見的演算法。一般機器學習步驟包括：

數據建模：將業務問題抽象為數學問題；

數據獲取：獲取有代表性的數據，如果數據量太大，需要考慮分散式存儲和管理；

特徵工程：包括特徵預處理與特徵選擇兩個核心步驟，前者主要是做數據清洗，好的數據清洗過程可以使演算法的效果和性能得到顯著提高，這一步體力活多一些，也比較耗時，但也是非常關鍵的一個步驟。特徵選擇對業務理解有一定要求，好的特徵工程會降低對演算法和數據量的依賴。

模型調優：所謂的訓練數據都是在這個環節處理的，簡單的說就是通過迭代分析和參數優化使上述所建立的特徵工程是最優的。

這些工作流程主要是工程實踐上總結出的一些經驗。並不是每個項目都包含完整的一個流程，只有大家自己多實踐，多積累項目經驗，才會有自己更深刻的認識。

翻過了數學和編程兩座大山，就是如何實踐的問題，其中一個捷徑就是積极參加國內外各種數據挖掘競賽。國外的Kaggle和國內的阿里天池比賽都是很好的平台，你可以在上面獲取真實的數據和隊友們一起學習和進行競賽，嘗試使用已經學過的所有知識來完成這個比賽本身也是一件很有樂趣的事情。

另外就是企業實習，可以先從簡單的統計分析和數據清洗開始做起，積累自己對數據的感覺，同時了解企業的業務需求和生產環境。我們通常講從事數據科學的要」Make your hands dirty」，就是說要通過多接觸數據加深對數據和業務的理解，好廚子都是食材方面的專家，你不和你的「料」打交道，怎麼能談的上去應用好它。

擺脫學習的誤區

初學機器學習可能有一個誤區，就是一上來就陷入到對各種高大上演算法的追逐當中。動不動就討論我能不能用深度學習去解決這個問題啊？實際上脫離業務和數據的演算法討論是毫無意義的。上文中已經提到，好的特徵工程會大大降低對演算法和數據量的依賴，與其研究演算法，不如先釐清業務問題。任何一個問題都可以用最傳統的的演算法，先完整的走完機器學習的整個工作流程，不斷嘗試各種演算法深挖這些數據的價值，在運用過程中把數據、特徵和演算法搞透。真正積累出項目經驗才是最快、最靠譜的學習路徑。

自學還是培訓

很多人在自學還是參加培訓上比較糾結。我是這麼理解的，上述過程中數學知識需要在本科及研究生階段完成，離開學校的話基本上要靠自學才能補充這方面的知識，所以建議那些還在學校里讀書並且有志於從事數據挖掘工作的同學在學校把數學基礎打好，書到用時方恨少，希望大家珍惜在學校的學習時間。

除了數學以外，很多知識的確可以通過網路搜索的方式自學，但前提是你是否擁有超強的自主學習能力，通常擁有這種能力的多半是學霸，他們能夠跟據自己的情況，找到最合適的學習資料和最快學習成長路徑。如果你不屬於這一類人，那麼參加職業培訓也許是個不錯的選擇，在老師的帶領下可以走少很多彎路。另外任何學習不可能沒有困難，也就是學習道路上的各種溝溝坎坎，通過老師的答疑解惑，可以讓你輕鬆邁過這些障礙，儘快實現你的「小」目標。

機器學習這個領域想速成是不太可能的，但是就入門來說，如果能有人指點一二還是可以在短期內把這些經典演算法都過一遍，這番學習可以對機器學習的整體有個基本的理解，從而儘快進入到這個領域。師傅領進門，修行靠個人，接下來就是如何鑽進去了，好在現在很多開源庫給我們提供了實現的方法，我們只需要構造基本的演算法框架就可以了，大家在學習過程中應當儘可能廣的學習機器學習的經典演算法。

學習資料

至於機器學習的資料網上很多，大家可以找一下，我個人推薦李航老師的《統計機器學習》和周志華老師的《機器學習》這兩門書，前者理論性較強，適合數學專業的同學，後者讀起來相對輕鬆一些，適合大多數理工科專業的同學。

AI時代就業指南，從容應對互聯網下半場！

TOP10我不敢排，但是我會告訴你，只要方法得當進入教育業，你肯定會挖到很多很多金礦。沒有一個國家的教育行業像我們國家這麼混亂，尤其是學校外的教育需求多種多樣，也沒有哪一個國家的教育行業像我們國家這樣市場如此饑渴又不知道該怎麼樣解渴，只能飲鴆止渴。

真正知道答案的人不在知乎，都在悶聲發大財！

1，醫療健康類；2，教育培訓類，在線教育；3，移動互聯網；4，節能環保、清潔技術類；5，新能源類，新能源汽車，風能，太陽能；6，創新金融；7，大數據；8，可穿戴設備，特別是與健康和運動相結合的穿戴設備；9，小額貸款，私人銀行；10，創新服務業。

有一些大的方向是跑不掉的。

社交網路，移動支付，3D列印，新能源，神經科學，醫療器械

當年選專業的時候就曾經被這種類似問題坑。個人發展還是以興趣愛好為主才有前景吧 = =

我跟你們說這些行業賺錢的並不是員工

個人認為是心理學，現在人們的壓力越來越大，精神壓抑，需要調解。而且現在人們的觀念也越來越開放，逐漸接受心裡治療，而且人的思想是最複雜的，也是最有研究價值的項目，

　　憑藉我20多年的金融行業從業經驗，我為大家總結出未來中國最火爆，賺最多，最有前景的三類企業。他們分別是：

　　1、基於大數據和網路（這兩點很重要）的平台類企業。像阿里巴巴、騰訊等眾籌交易平台，平台一旦建成，上面可以跑無數產品，核心競爭力突出，空間無限。

　　2、把傳統手工業模式的產業轉變成大工業、可複製的新型產業。如單一餐飲公司轉變成全標準化的連鎖經營餐飲體系，又如百聯商學院將傳統名師授課模式轉變為可複製老師的師範類教學體系。

　　3、能夠與現有金融體系進行無縫對接並共贏的企業。如大數據支持的倉儲和物流加入銀行的供應鏈融資體系中，又如基於國有優質資源和銀行支持的併購重組。

　　希望大家抓住千載難逢的機會，大變革帶來的大機會，中國大運程中又一次財富再分配的機會全面來臨了…

1.教育產業 2.互聯網金融 3.綠色農業 4.物流快遞 5.家政業 6.幫辦代理 7.房地產 8.財務諮詢 9.特色飲食 10個護美容但願能說中一二。

瀏覽了一片，發現類似問題知乎上很多人在提也在關注。

先甩長文鏈接吧，以回答這個問題：

人工智慧AI將至，行業中面臨80%的職業淘汰，你是倖存者還是被淘汰?

不管是分析行業還是職業，它一定是應時代發展而生的。

畢竟所有職位都是「因崗設人」。

所以在未來 與「管理、營銷、技術、創意」這四大分類相關的將是符合時代發展趨勢的職位 。

長文里有給出具體原因，此處就不再複製了。

個人認為計算機和金融業，其他不太清楚。對於不太喜歡與官場打交道的人來說，學到真本事才是最需要做好的，世行出了個中國未來20年經濟報告，你可以看下。其實我想當滴是大地主。。。

1. 科技

2. 海洋——能源——供電系統——電供科技

3. 大數據

4. 娛樂科目——專供屌絲

5. 醫療科目——健康升級

6. 食物——糧食升級——環保食物營養健康

7. 共享

9. 環保——空氣凈化——污水處理

10. 教育

五年內圖像處理

十年內自然語言處理

題主想問的是「前途」還是「錢途」？

「前途」只是提供了可能性。

好的行業撿到寶的概率大一些，只是概率而已，關鍵看自己把握。單從前途來說，個人認為你喜歡就好，有興趣會花心思去做，更有成就感也容易出成績。

關於「錢途」，「事少錢多離家近」建議不要想了，工作是你與公司之間合作和價值交換的過程，你創造一定價值才能拿到前途。

關鍵看你處在行業金子塔的哪個位置，風光大神也是從苦逼菜鳥走過來的，你要做好「一份收穫多份努力的準備，這個是必定的，不然憑什麼是你？」

「圍城裡的人想逃出來，城外的人擠進去，對婚姻也罷，職業也罷，人生的願望大都如此。」

珍惜當下吧，進或退都一樣。