三教為一
先給出個答案，不可行。
我並不清楚是什麼理由，讓一個四十歲的人想從製造業轉行，也許是因為網上吹噓的很多大數據、人工智能的高薪，也許是一個情懷或者夢想。
也不知道，這位兄弟到底是在製造業中處於哪個崗位，也許是銷售、設計、普通工人。
但是，無論如何，在40歲的時候去垮行業從零開始，都是不明智的，就更別說想要進入的是高新技術產業了。
我們就簡單分析一下如果要從事大數據或者人工智能，需要哪些必備的知識吧。
先說大數據
大數據領域，其實也細分了很多不同的崗位，不同的崗位都需要不同的知識儲備，簡單的劃分的話，一般需要這幾種崗位：
1. 業務數據分析師
業務數據分析師其實是介於業務和技術之間的一個橋樑，任何的數據都是通過業務的發生而沉澱下來的，那麼這些數據本身就包括了大量的業務邏輯。
因此，想要對數據進行分析，就首先需要知道業務，那麼業務數據分析師就必不可少了。
對於一個業務數據分析師來說，對於業務的理解力是絕對必備的，不同行業的業務邏輯都是不同的，所以沒有一定時間的沉澱，是很難對業務有一個通篇的理解。
其次就是數據可視化和數據建模的能力，所以SQL是必須會的一個語言。
2. 數據庫管理員
數據庫管理員就是我們常說的DBA，這個崗位主要是保證數據的安全和正常運行的。
對於數據庫管理員來說，熟悉服務器命令，對於數據庫安全和備份有深刻的認識是必不可少的。
其次，分佈式的計算、各種數據庫（SQL和NoSQL）都需要都充分的認識。
當然，在一些特殊情況下，編程語言和業務邏輯的理解也是需要的。
3. 數據科學家
對於數據科學家來說，挖掘數據，找到數據的價值，並且通過各種算法對數據進行優化，保證數據的高效處理，是他的基礎職責。
對於數據科學家來說，數學是非常重要的，而對於我們很多人來說，即使是程序員，其實都並沒有過多的對數學有深入的研究。
4. 數據架構師
數據架構師其實是偏向於程序方面的一個崗位了，主要是針對數據管理系統進行設計、整合，保障數據源的穩定。
這就需要相當豐富的數據架構，計算機相關的知識了，當然，一個架構師也不是一蹴而就的，肯定是需要相當豐富的實踐經驗的。
5. 數據工程師
這就是我們常常說的程序員了，對一個程序員來說，編程、測試就是他最基本的工作了。而大數據相關的程序員，相對於一般應用程序的程序員來說，就需要對數據模型有更加深刻的認識。
大家都知道，程序員的生命週期其實並不長，35歲已經就開始走下坡路了。
6. 數據產品經理
產品經理，其實就是對於這個數據產品的應用進行負責的人。
一個產品應該如何應用，應該面向什麼樣的客戶，需要達到什麼樣的功能，如何讓用戶簡單高效的完成自己的目的。
這些都是產品經理需要完成的工作。
對於一個產品經理來說，他至少需要非常深入的理解產品的生命週期以及生命週期各個階段的任務。並且對於互聯網團隊的管理有一定的手段，能夠有效的保障產品在整個生產和研發環節中，能夠有計劃的完成目標並且不出現相應的安全事故。
當然，迭代作為互聯網的一個核心思想，也是一個產品經理需要了解透徹的。
對於大數據的領域，差不多就有這些崗位，但是這些崗位中，基本沒有一個崗位會需要一個40歲還是零基礎的員工。
既不是科班出身，也沒有年齡優勢，要知道，培養一個合格的大數據領域的人才，是需要消耗很大的成本和時間的，自然不會有公司願意將這個賭注放到一個40歲的人身上。
同樣，人工智能作為現在很火的一個概念，需要的人才就更加的高標準，作為一個普通的程序員，想要跨界到人工智能領域都難度非常的大，就更別說一個還不是IT領域的人了。
因此，40歲了，還是想想如何在自己所在的領域更上一層樓吧，別被莫名的金錢誘惑，也不要太理想化，內心只有情懷了。
會技術的葛大爺
四十歲正是在某個行業出成果的時期，可謂是年富力強的階段，如果一直在從事大數據、人工智能領域，那麼應該已經是行業專家了。
這個階段從零開始進入一個全新的領域確實有較大的困難，尤其是大數據、人工智能領域對專業性要求還比較高，通常都需要一定時間的積累。即使是一名剛畢業的計算機專業大學生也需要通過較長時間的學習才能做相應的工作，更何況是零基礎的人呢？
但是，大數據、人工智能領域的產業鏈比較廣泛，涉及到的崗位也比較多，比如大數據就涉及到數據的採集、傳輸、存儲、安全、分析和呈現等一系列崗位，有的崗位對技術積累的要求並不高，相對來說還是比較容易入門的。
從行業經歷和年齡來看，四十歲比較適合做產品經理的崗位，由於對特定行業有深入的瞭解，所以更容易設計出適合的產品。做產品經理也需要學習很多行業知識，另外要培養自己的互聯網思維、大數據思維方式，這也需要一個過程。
總的來說，還是要謹慎選擇，如果已經下定決心，那麼就積極學習吧。
我的研究方向是大數據、人工智能，在頭條上陸續寫一些這方面的科普文章，感興趣的朋友可以關注我的頭條號，相信一定會有所收穫。
如果你有關於大數據、人工智能方面的具體問題，也可以諮詢我。
謝謝！
IT人劉俊明
因為不知道您要進入大數據，人工智能領域，入職什麼職務，所以都羅列出來分析下。
1、財務崗位
這個崗位和傳統行業裡財務崗位基本無區別，可以進入。
2、人事崗位
應該問題也不大，招人主要是品性和工作態度問題，技術問題可以找個技術人員來把關，可以進入。
3、後勤崗位
大數據、人工智能屬於新興行業，裡邊的人員的工作時間和工作需要的保障的方面可能和傳統行業有所不同，但是適應一段時間也沒什麼太大區別，可以進入。
4、管理崗位
您的思維和想法估計是很難跟上這群人了，管理他們對您是個挑戰、您需要慢慢了解這個行業人員特質，如果您有足夠耐心的話，也可以進入。
5、銷售崗位
估計你很難理解這個行業的特點和你所要抓到的推銷重點，你很難進入。
6、技術崗位
40歲開始重新學習一個新的行業，基本不可能了。你的記憶力和理解力已經不足以面對一個新興行業的挑戰了，我也是40歲，記憶力和理解力感覺已經下降了，估計您也很難進入這個方面了。
隨著5G時代的慢慢來到，傳統行業也將面臨新的挑戰和新的機遇，在您目前的行業裡也未必不會有新的發展，您還是立足本職，深入下去，做好準備迎接挑戰吧，傳統行業的大變革將要來到，如果您能抓住機遇的話，還是很有發展的潛力的。
通信一小兵
大數據，人工智能確實是方向，但是四十了忽然轉向全新的前沿領域，確實不那麼容易:
1.先從銷售做起
想要從零開始的話就先從相關行業的銷售做起，銷售是瞭解市場最直接的途徑，也是努力與回報最成正比的工作，而且銷售行業最能培養人才。
2.邊上班邊學習
一邊上班，一邊利用好時間與機會，工作中向能接觸到的從事相關專業的人學，下班後利用網絡等資源繼續學習。
3.瞭解公司全部體系
在做銷售的學習過程中，掌握公司的詳細體系架構，明確自己到底適合做什麼，細分自己想要從事的領域。
4.學習行業方向
接下來根據自己的細分領域，進行專業方向的學習，可以進行相關的培訓，或請教高人。
5.三年能成為內行
大數據目前已經得到了廣泛的應用，而人工智能是未來的方向，這兩個的確都是未來的發展方向，國家也大力扶持人工智能的發展，未來將進一步與實體經濟結合，但是想要在這個行業有所發展也有時間成本，爭取在三年成為內行。
我是農民工“懂事長”李合偉（抖音號：hws666888），20多年創業經驗，非著名天使投資人、創業導師。更多有關創業的內容，敬請關注頭條號：合偉說，與我一起聊聊創業那些事!
合偉說
不可行，小編也是計算機出身的，對這方面應該會有點話語權。
首先，大數據，人工智能新型領域，需要具備很強的理論基礎和實踐知識。小編很能理解題主的想法，現在社會是大數據，人工智能時代，市場廣泛，前途光明。但咱們可以分析一下，大數據，人工智能需要算法優化，數據結構的理論知識，數據挖掘的有效信息，圖像處理識別的基礎前沿。而且目前最先進的科研知識必須要從國外文獻裡學習到，國內市場的知識基本上相對於國外要落後，所以還要具備很強的英語功底
其次，從正常人體生長規律來講，40歲對人的平均壽命而言，雖然還是處於壯年，但對涉及科技領域而言，已經處於末尾了。思維學習能力，工作效率跟不上20多歲的小夥子。
最後，人到中年，生活家庭佔的比重就會多一點，考慮的因素也會很多。很難靜下心來研究一門比較深奧的學科。
到了40歲，小編還是覺得做點小生意，不要涉及比較難的領域，做自己擅長的，或者與自己擅長相似的領域，這樣會有所發展
謝謝大家的閱讀，如果喜歡，就請動動手指，點個贊。
笑笑獸獸
可行的，但前提只要你真的喜歡編程。這個短期1年內不會出成果，如果你能堅持1年以上則有可能。在網絡世界，學歷並不重要。一箇中專生李俊寫出的熊貓燒香病毒，則令金山360等殺毒軟件淚奔。如果你能寫出一款應用軟件，大眾又特別喜歡，掙錢幾百萬並非沒有可能。這個最好的例子是臉書的馬克.扎克伯格。個人資產幾百億，大學輟學創建了臉書。你現在電腦上用的windows，也是一個輟學生比爾.蓋茨公司的產品。如果你聽這些有些激動，那不妨給自己一次翻牌的機會。學習的資源網上都有，如慕課，W3cschool，網易也有，騰訊也有，免費視頻很多，還可以在線編程，無論是前端後端，各種語言都有。你要選擇幾種適合自己的語言，開啟編程之路。一個日本老太太，退休了才學的編程，編寫的遊戲大家也很喜歡。如果你給蘋果手機編寫的應用足夠好，上傳至蘋果應用商店，則別人下載你就賺錢，如果這個數字是百萬級的，你那時還想進廠熬夜加班打工嗎？沒試過怎麼又知道自己不行呢？！
叮咚叮咚網
人到中年之後，還能想到自己轉行，一般也只有兩種可能，一種是生活所迫，而另外一種就是興趣使然有了新動力。那麼人到中年是否還可以轉行，這就要取決於個人的性格以及毅力等方面的磨合。
首先，人在成長過程中，要不停的去格式化自己的生活。格式化看起來是一個簡單的比喻，但是真正操作起來會很麻煩，畢竟裡面的牽連很多，不是說做就能做的。必須有強勁的思維邏輯以及寬大的胸懷。
其次，人在成長過程中，要不斷的開啟原動力的大門。原動力看似是玄妙的存在，其實它就存在我們的血肉之軀裡面，是否開啟的了，主要看自己的審美意識以及思維變通能力。同時也要保持高度的自我清醒狀態。但是這個要求會有點高，不是每個人都能做到的。
最後，人生路程的質變，需要不斷的勇氣開拓以及智慧的挖掘，這是極其重要的。融入一個新領域裡面，既要保持本心，又要時刻為可能出現的新未知做好心理準備。
總而言之，踏足一個全新的領域，就要先置身於死地而後生，不能瞻前顧後（最好有穩定的經濟基礎做鋪墊）沒有準確的目標性。既然選擇了就要在新的領域裡面紮下根，把所有的心思融合進去，並且需要有著自我創新思辨的能力，否則只能成為新領域的隊尾，而不是排頭兵。正所謂“吃得苦中苦，方為人上人”，看似簡單的一句話，期間要付出的努力和辛勞數也數不盡。
人隨著年齡的增長，閱歷的加深。反而一步步的開始固化自己的世界觀和邏輯思辨能力，由此也開始影響到日後自己接觸外界以及認知的不兼容。因此也就導致很多人的主觀意識中，人到中年就無法再重操新的領域來從零起步，大眾思維都會這樣，但是也會有比較另類的出現。希望您就是那個另類，但是也需要對自己的情況進行多次的評估，不要盲目的踏進去，最終滿盤皆輸的下場會打擊很重。
心學智聖
樓主有一顆改變的心是不錯，不過通過行業的特性和一般的定律來看，這是不可行的。
首先，大數據和人工智能這些領域，其實是需要非常強的學習能力和對新知識的接收能力的，樓主在這個年紀了，這些方面肯定已經有所下滑，和現在的年輕人比是毫無優勢的。試想如果你是企業老闆，是想招一個精力充沛，能加班，能熬夜，也能快速掌握新技能的年輕人呢，還是要一個40歲還是從零開始的中年人呢。
其次，樓主已經在傳統行業做到了40歲了，在自己領域肯定是有充分的積累的，只要在自己擅長的地方努力，成功的幾率肯定是大於轉行吧。
因此，勸樓主不要跟風，看著這些行業處於風口就想加入，這可是不明智的。
MrQ519
也不是不可以，前提是你本身在軟件，數據分析等領域上有經驗。為什麼，僅僅是時間而已。如果是完全沒有這方面基礎，那麼你要開始學習編程語言，應用框架，數據結構，高等數學。而後你要開始在某個領域應用，實踐。當你經歷這些，時間已經至少過去了3年，你才剛剛入門。
所以重頭開始會面臨很大的困難。但是，如果只是希望在工作的某個領域應用到這些知識，增加了解，我覺得對個人和自身的拓展還是有相當好處的。
龍於野染其血
首先你需要明確你自己的核心競爭力是什麼？然後才能確定你項目的核心競爭力。我們已經創業一年半了，我的總結就是不管內（公司內部所有環節）還是外（生產，渠道等）有一個環節不把控都是隱患。就好比阿里那麼大體量，做新零售為什麼還要收購控股，如果按照十年前的方式資源整合也可以呀？就是因為現在競爭激烈，任何一個環節都可能影響效率，成本…。
而且其實現在所說的智能只不過是個叫法而已，智能之前還有兩個階段就是物聯網和大數據，沒有源源不斷的數據和不斷優化的算法不能算真正的智能。
