人工智慧風口下，全球人工智慧人才在哪？

人工智慧發展有四個關鍵因素：人才、數據、基礎設施和硅。已成為全球人工智慧的發展中心之一，但面臨著巨大的人才缺口。本期以領英（LinkedIn）數據報告為基礎，分析人工智慧人才的現狀，提出思考和建議。

面對人工智慧（AI）的飛速發展，人工智慧人才成為了關注的焦點，全世界都需要優秀的人工智慧人才。

據全球知名職業社交網站領英（LinkedIn）的數據分析顯示，2016年領英平台上註冊的全球人工智慧人才數量約為25萬，主要分佈在美國、歐洲、印度及。目前，擁有人工智慧相關專業人才數量最多的十個國家依次為：美國、英國、印度、加拿大、法國、荷蘭、德國、西班牙、澳大利亞、巴西、。

一、中美兩國人工智慧人才的比較

從中美人工智慧人才的從業年限構成比例上看，美國擁有10年以上工作經驗的人工智慧人才比例接近50%，而只有不到25%。然而，美國5年以下經驗的人才比例約為28%，而超過了40%。樂觀地看，新一代人工智慧人才比例較高，人才培養和發展空間廣闊。

圖2全球、美國、人工智慧人才從業年限結構對比

從人工智慧人才的集聚度來看，的情況是，前三名僱主中有一名是高校（清華大學），前十名中有四名是高校（清華大學、北京大學、中科院和浙江大學），高校佔比32%；美國前六名僱主均為企業，佔比84%；后四名中有三名是高校，佔比16%（表1）。中美兩國都表明，人工智慧人才主要集中在知名高等院校和大企業。

表1：當前全球、美國、人工智慧人才聚集的Top10僱主排名

從當前人工智慧人才整體培養實力上看，雖然與美國有差距，但是在理工科，特別是基礎學科人才培養方面有深厚的底蘊，例如計算機相關專業、電子與電氣工程、物理、數學等專業教學水平在全球保持領先地位，而這些學科都是從事人工智慧和機器學習應用開發的核心基礎（表2）。

表2：當前美國與人工智慧人才的專業教育背景對比

近年來，美國已從國家層面制定相關計劃大力培養人工智慧人才。其中，《美國國家人工智慧發展與研究戰略計劃》認為「人才戰略」是最關鍵的七個戰略方向之一，提出需要開展更多研究，以更好地了解人工智慧研發對當前和未來的勞動力需求，從而保障整個人工智慧領域的人力資本隊伍。同時，兩大核心建議之一是從國家層面上創建和維持可持續發展的人工智慧人才隊伍。

二、人工智慧人才的市場競爭

隨著越來越多的高科技公司開設機器人或者人工智慧業務分部，人工智慧或機器學習類專業人才正在變得炙手可熱，人才價格也是水漲船高。甚至在矽谷，剛畢業的人工智慧領域博士能拿到超過百萬美元的年薪。

目前國內人工智慧相關技術崗位，主流年薪也在30-60萬元。計算機世界研究院調研採訪的多位業內專家普遍認為，人工智慧人才價格近年來暴漲，一方面是人工智慧正處在風口，企業紛紛擔憂在激烈的競爭中輸在起跑線上，因此加大人才投入；另一方面則是人工智慧人才市場尚處在成長期，能挑大樑的人才稀缺。

相關數據統計，目前人工智慧研究方向的一流高校實驗室總共約二三十個，平均每個實驗室每年能產出1.5名博士生，4名碩士生，總人數不足200人——這還不夠10家公司去分。

人才、數據和架構是做好人工智慧的三大要素，而人才更是企業的生命之源，在人工智慧人才市場存在巨大缺口的情況下，高校成為這場博弈的主戰場。

2015年，Uber直接挖走了卡耐基梅隆大學國家機器人研究所140名研究人員的中40人。從2014年起，谷歌旗下DeepMind公司開始人才攫取，《自然》雜誌搜集的數據顯示，這家公司現有研究人員至少有144位，其中幾乎2/3來自大學，很多來自於創始人Demis Hassab和Shane Legg在2010年共同工作過的倫敦大學。

三、建設上海人工智慧人才隊伍的建議

建議1：以寬口徑培養人工智慧人才

許多專家表示，必須花大力氣培養更為廣泛的創新文化，方可實現人工智慧領域的突破。途徑之一就是引入和設計人工智慧與其他學科相結合的交叉課程。斯坦福和麻省理工等美國高等院校已經開設了計算機科學與人文學科的聯合專業，旨在尋求激發創造力的新方法，此類課程能夠激發人工智慧在醫療、法律、金融和媒體等各領域的應用。

在國內，不久前，教育部發布了《教育部高等教育司關於開展「新工科」研究與實踐的通知》，「新工科」的專業設置將以互聯網和工業智能為核心，再融入其他相近理工學科。建議上海高校院所的改革步伐可以更大一點，把人文藝術設計類學科也納入新工科建設範疇，培養擁有更豐富知識背景的人工智慧人才。

建議2：以政府數據開放和大數據企業發展來帶動人工智慧人才集聚

百度人工智慧團隊前負責人吳恩達指出：領先的科技公司對於人工智慧人才來說有兩大吸引力——強大的計算能力和大量的數據資產，這對於從事機器學習領域的人才來說非常重要。

因此，政府要進一步開發開放擁有的數據，鼓勵企業和創業者在數據公共服務創新平台上開發滿足多元化人工智慧的各種應用。與此同時，積極培育國內大數據企業，特別是加強上海本土領域企業發展狀況的調查研究，在摸清家底的基礎上，制定中長期發展規劃、滾動發展計劃及重點支持對象，為本土企業發展提供更好條件。

建議3：加強與全球頂尖數據科學家合作

在人工智慧賽道上，演算法為天、計算能力為地、晶元為核心。能否在人工智慧實現彎道超車，首先要看在核心陣地是否有所作為。上海在晶元設計和製造方面是有優勢的，是國內集成電路產業起步最早、產業鏈最完整、綜合技術水平最高的地區。

根據上海市集成電路行業統計網（SICS）的統計，2015年浦東從事集成電路產業的企事業單位共248家，從業人員60995人，佔全上海的46.61%。但上海目前還存在著「高端難承接、低端被轉移」的尷尬。

因此，除了培養國內人才，還需要利用上海全球科創中心、張江綜合性國家科學中心建設的契機，參與到國際協作之中，包括大力引進國際人工智慧專家來滬工作、鼓勵人工智慧領域的科研人員出國學習全球最新的科學技術等。這些要求政府進一步加大落實人才落戶政策和對外交流政策，並出台獎勵和支持措施。

建議4：著力加強數據和人工智慧在各個階層的教育

雖然目前人工智慧對勞動力就業的影響尚未完全清楚，但從長遠來看，未來一項挑戰是幫助受到人工智慧衝擊的行業勞動力重新適應並獲得新技能。學校需要更重視科學、技術、工程和數學教育，基礎教育和職業培訓也需要增加數據教育的內容，以讓勞動者更了解數據價值，培養數據應用技能。

參考文獻

1、領英：全球人工智慧才達25萬，人才不輸歐美.[2017-3-16]

2、何哲：通向人工智慧時代——兼論美國人工智慧戰略方向及對人工智慧戰略的借鑒.《電子政務》2016(12):2-10

3、將「人工智慧+」作為國家戰略《企業報》2017-3-14

4、人工智慧頂尖企業都在採用什麼才戰略？《計算機世界微信號》

5、麥肯錫，人工智慧的未來之路