從製造到智造：人工智慧人才的挑戰

從中國製造到中國智造，人才布局是關鍵。中國製造2025的設想，需要我們及早應對人工智慧帶來的人才挑戰。

（2016年北京科博會展示的機器人產品）

當前，人工智慧（AI)正越來越深刻地影響著製造方式的變革，人工智慧領域也成為中國企業布局未來的重地。

2014年到2017年，國內IT巨頭相繼布局人工智慧領域：百度研究院四大實驗室——矽谷人工智慧實驗室（SVAIL）、深度學習實驗室（IDL）、大數據實驗室（BDL）與AR實驗室相繼成立；騰訊在2016年成立了AI實驗室，以計算機視覺、語音識別、自然語言處理和機器學習為主要研究方向，而此前已有優圖實驗室、What Lab、微信北京研發中心、智能計算與搜索實驗室；阿里核心AI基礎技術的提供者iDST（數據科學與技術研究院）成立於2014年，阿里巴巴人工智慧實驗室成立於2016年。與此同時，垂直領域企業也百花齊放，出門問問、face++、臉雲科技、商湯科技、圖森、驀然認知等企業也紛紛成立。

人工智慧領域的高速發展，帶動了整個市場對人才的需求。正如澳大利亞新南威爾士大學教授、AAAI（國際人工智慧協會）執行委員會成員Toby Walsh在接受媒體採訪時所言，當下技術不是AI發展瓶頸，人才才是。

「坑多蘿蔔少」：人才培養速度與行業發展速度不匹配

面對中國智造的需求，我國人工智慧人才狀況還存在著很大差距。騰訊研究院與BOSS直聘聯合發布的《2017全球人工智慧人才白皮書》顯示，全球人工智慧領域人才約30萬人，而市場需求在百萬量級。截至2017年10月，我國人工智慧人才缺口至少在100萬人以上。騰訊研究院發布的《中美兩國人工智慧產業發展報告》顯示，無論是數量、結構還是質量方面，我國人工智慧領域人才都與美國存在差距。我國現有人工智慧人才總量（約39200人），為美國該產業人才儲量（約78700人）的一半；其中基礎層人才短缺體現得尤為明顯，美國在基礎研究中的人才儲量大約17900人，而我國在這方面的人才儲量約為1300人；七成美國AI人才從業10年以上，相比之下，中國僅不到四成。

然而，合格AI人才培養所需時間遠高於一般IT人才，人才缺口很難在短期內得到有效填補。中科院、清華等國內一流院校培養出來的AI骨幹人才每年只有兩位數，各個大學和研究機構的頂尖AI人才，幾乎被巨頭企業包攬。一些初創公司通常以社會招聘為途徑滿足對AI人才的需求，同時這些公司也積極完善自身的人才培養體系。在AI人才爭奪戰中，一些AI垂直領域的創業公司表現出不輸大公司的競爭力。他們提供給研發人才的待遇並不比大公司低。他們會為新人提供為期3個月的培訓，並讓他們儘早接觸項目，配備一對一的導師leader，幫助新人適應崗位，解決一些基本問題。

然而，對人工智慧人才培養的速度遠遠跟不上工智能行業發展的步伐。一個事實是，在AI較熱的領域，基礎人才和高端人才價格都在快速上漲。人才供需嚴重不平衡將導致未來人工智慧企業對人才的搶奪會越演越烈。

低技能職位難以為繼，高技能的新職位爆髮式增長

2016年1月世界經濟論壇公布報告顯示，從2015年到2020年，機器人和人工智慧的發展將導致15個領先國家消滅大約710萬個工作崗位，創造大約200萬個新工作崗位，凈損失510萬個工作崗位。同樣是在2016年1月，美國花旗銀行和英國牛津大學馬丁學院的一項《工業2.0時代的技術》研究報告顯示：未來10年或20年，1.4億知識工人將會因為機器人和人工智慧技術的發展失去原來的工作，而且這種影響在不同國家是不一樣的，發達國家平均有57%的工作崗位估計會面臨被機器人和人工智慧替代的風險，這個比例在印度為69%，在中國為77%，遠高於發達國家。

因此，大批簡單、重複性和標準化程度高的工種，面臨被首先淘汰的命運。如隨著語音和圖像識別精準度的飛速提升，人工智慧留給錄入員、速記員的工作機會及發展空間越來越窄，翻譯人員、倉儲管理人員及客服人員等需求也將出現負增長。

現階段人工智慧行業需求量最大的三個領域分別是語音識別、圖像識別和自然語言處理。這些工作的共同點是都需要大量數據和深度學習功能。因此，演算法策略和數據分析稱得上是人工智慧的兩大核心崗位。除了這兩類核心的研發崗位，AI行業還需要大量應用型人才。AI是一門技術，最終落實成產品才能具備商業價值，中國製造需要更多能將AI技術與行業需求綁定的應用型人才。

（科博會上展示的無人駕駛汽車）

人工智慧更偏愛跨界複合型人才

據觀察，突破學科邊界的跨界人才，在AI時代更容易創造出新的價值。近年來，AI人才掌握的技能寬度和深度均在逐漸提高。2017年求職的人工智慧人才中，有68%的人掌握至少3種技能，較2015年增加了10個百分點。目前簡歷中最常出現的技能包括Spark、深度學習、演算法研究、Hadoop、Python等。AI研發崗位屬於計算機科學中的高端崗位，對從業者的技術功底和學習能力都有很高要求。此外，人工智慧的研發涉及大量數據，因此數學能力是這些公司最為看重的能力。根據《BAT人工智慧領域人才發展報告》，BAT的AI人才庫中，數學、統計學專業的人才佔比僅次於計算機類。隨著AI技術進一步發展，它將與越來越多的傳統行業結合，目前與AI結合較為緊密的行業有金融、汽車、醫療、零售和教育。

百度CEO李彥宏認為：「人工智慧時代需要更有創意的人才，在創意方面計算機不擅長，也需要更多跨界的人才。中國AI人才方面中青年佔比和高學歷佔比都高於美國，要想繼續保持領先，就要努力培養AI時代需要的人才，每一個學生都應該跨界思考，培養綜合能力。」

從爭奪「存量」人才到培養「增量」人才

從人才積累豐厚的其他國家吸引人才，尤其是海外華人專家，成為國內企業近年來慣用的辦法。斯坦福大學人工智慧實驗室主任吳恩達、前微軟全球執行副總裁陸奇被百度引入國內，擔任百度首席科學家和首席運營官；前新加坡南洋理工大學終身教授王剛、前亞馬遜資深主任科學家任小楓則先後被阿里巴巴招募，分別擔任阿里人工智慧實驗室和阿里iDST（數據科學技術研究院）的首席科學家……華人專家的持續迴流，將縮短中國與美國等國家的人工智慧技術差距。領英發布報告認為，美國已成為中國AI人才最大迴流來源，中國擁有海外工作經歷的AI技術人才中，有43.9%來自美國。

在各類企業對存量的AI人才展開爭奪的同時，一些培養「增量」人才的動作已經悄然開展。

建立人工智慧學院，著力培養基礎研究和技術研發類人才。去年5月，中國科學院大學成立人工智慧技術學院，這是我國人工智慧技術領域首個全面開展教學和科研工作的新型學院。該學院在人才培養中非常重視應用性和交叉性，不僅包括傳統的全日制學位研究生培養，還包括非全日制碩士學位研究生培養，同時針對不同行業、不同需求制定了人工智慧人才培訓和認證體系，有些培訓項目將與企業或協會合作。同年11月，西安電子科技大學人工智慧學院正式揭牌，該學院定位為研究型學院，將以智能科學與技術、數據科學與大數據技術（籌建）等本科專業為主體進行培養。未來，該學院還將成立「圖靈實驗班」，並在研究生招生指標等政策方面予以傾斜。

企業與高校、研究機構共建實驗室，既是人工智慧企業尋求技術落地的路徑，也是培養更多人才的一種探索。去年4月，科大訊飛與中國醫學科學院北京協和醫學院簽署全面戰略合作框架協議，雙方將共建醫學人工智慧研究中心；11月，又與國家醫學考試中心宣布成立聯合實驗室，共同探索人工智慧在醫學考試領域的應用。同樣在醫療領域，騰訊與由西部地區69家醫療單位組成的西部眼科聯盟共建了人工智慧醫學影像聯合實驗室，啟動眼底篩查臨床預試驗。

可以預見的是，我國將面臨著更為激烈的AI人才搶奪戰。這將推動科技企業加速與高校的產學研合作，另一方面也會催生AI的科技服務公司出現。無論什麼方式，都勢必會共同推動中國AI科技產業基礎設施的完善和AI人才數量及質量的提升。

（作者單位：中央黨校研究生院）

（來源：《中國人才》雜誌2018年第4期）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！