中國人工智慧人才不足美國6% 科技公司全球攬才

碩士專業方向為自然語言處理的戴帥湘2005年從廈門大學計算機系畢業時，他對自己的職業選擇的認識是「要做自己專長的東西，只有去搜索公司，沒有其他地方可以去」。

在網易有道停留一年多后，2007年，他加入了百度。「我知道自然語言處理很有前景，但不知道前景什麼時候能來，如果一直不來，我想我要在百度做到退休了。」

隨著語音交互走向日常，2016年5月，在百度做了9年自然語言處理后戴帥湘離職創辦了驀然認知。「我碰上了這個時代。」戴帥湘說，做自然語言處理的人也變得寶貴起來。

人工智慧（簡稱AI）風口的到來，讓像戴帥湘一樣的技術人才群體有了更大的發展空間。過去三年間，通過領英平台發布的AI職位數量從2014年的5萬飆升至2016年的44萬，增長了近8倍。具體到細分領域，當前對AI基礎層人才的需求最為旺盛，尤其是演算法、機器學習、GPU、智能晶元等方面，相對於應用技術層呈現出更為顯著的人才缺口。

中美AI人才PK

領英日前發布的《全球AI領域人才報告》顯示，截至2017年一季度，基於領英平台的全球AI領域技術人才數量超過190萬，其中美國相關人才總數超過85萬，高居榜首，的相關人才總數也超過5萬人，位居全球第七。

也要指出的是，在世界範圍內，華人在AI領域的影響力已經不容忽視：全球近14萬華人AI人才佔到全球AI人才總量的6.5%。

具體對比來說，中美兩國AI人才在不同細分領域各擅勝場：美國的AI基礎層人才佔比超7成，集中度很高；而在應用技術層的人才分佈則更為廣泛，特別是在機器人、圖像識別、精準營銷和自動駕駛等領域。

用商湯科技CEO徐立的話來說，有一大批AI工程人員的儲備，但是缺乏最頂級研究性的人才。「在AI研究上面，真正意義上能夠指導推動整個行業的人才非常稀缺，兩個國家PK的時候靠的就是最聰明的人。」

騰訊副總裁、AILab負責人姚星日前在接受包括21世紀經濟報道記者在內的媒體採訪時表示，互聯網時代是做出產品，為用戶提供便捷的使用，但AI時代靠技術驅動。「互聯網時代，大家都用鋼筋水泥造房子，看誰建得足夠高、不會倒。但AI領域改變了『原材料』，不像造房子，如果技術上沒有足夠的儲備，我們在原材料方面是落後於別人的。這也是互聯網公司在AI方面投入很大的原因。」

「AI技術人才比較少，但是全球角度來講華人還佔非常高的比例，說明全球的AI競爭領域，華人的作用非常大。此外，應用場景、受眾人群方面我們都是領先的。所以我們跟發達國家的競爭不是隔那麼遠。但是從技術研究來講，我們跟美國的巨頭們還是有差距，雖然華人很多，但是許多華人還是在美國的公司，這也是我們在西雅圖開設分支機構的原因，我們希望更多海外優秀人才加入。如果這個問題解決，AI時代的互聯網還是有機會引領世界。」姚星說。

普華永道最新發布的報告認為，和北美有望成為人工智慧最大受益者。在人工智慧發展初期，由於技術成熟度較高，北美的生產力增長速度將高於。但十年之後，完成了相對緩慢的技術和專業知識積累，則可能開始趕超北美。

人才儲備與爭奪

AI人才已經成為各大技術企業的必爭之地。

具體來說，機器學習、自然語言處理、語音識別、演算法、高級數據挖掘、大數據架構、計算機/圖像視覺、強化學習、深度學習、神經網路、遷移學習等關鍵詞基本能夠涵蓋現階段細分領域的人才結構。

國內來看，核心科技公司佔據了頭部人才資源。脈脈數據顯示，國內AI人才主要散布在百度、阿里巴巴、騰訊、科大訊飛、滴滴、今日頭條等近40家公司中。

對於意圖發力AI的企業來說，面向全球吸納高端技術人才以打造核心競爭力，已成為普遍訴求。騰訊為了延攬人才，今年5月，在微軟和亞馬遜的總部美國西雅圖設立了實驗室。「人才競爭還是很激烈的。AI發展太快了，學校發展有些斷檔，人才供需不太平衡。目前人才（科學家）來源還是以海歸為主。」姚星介紹。

這僅僅是人才之爭的冰山一角。此前，百度、滴滴等國內互聯網企業也以設立實驗室的形式殺入了美國高科技中心矽谷。而搶人的也不僅僅是公司，日前，蘋果的兩則招聘信息也顯示，該公司已經在競爭對手亞馬遜的大本營西雅圖建立了一個高級Siri研發團隊。

回到國內AI人才來源的問題上，領英的報告認為，海外華人難以突破「玻璃天花板」——海外華人AI人才中，10.7%位至總監及以上職位，而美國所有AI人才中總監及以上級別人才佔比為20.6%。這一定程度上帶來了海外AI人才的迴流趨勢漸強：從2013年至2016年，畢業歸國的AI人才平均年增長率約為14%，而有海外工作背景的歸國AI人才平均年增長率約為10%。「華人學習很好，理論基礎紮實，這個時間段在國內機會大。」戴帥湘表示。

另一廂，領英大數據顯示，高校及研究所在2013-2015年期間仍保持著人才凈流入的狀態。而如果企業能加強並推動與高校、研究所間的人才培養和研發項目合作，將有助於AI領域的資源互補和人盡其才。

「美國學術界和工業界結合很緊密，很多教授自己就會開公司，國內學術界和工業界則融合不夠。技術是強大驅動力的時代，大學及研究機構在關注前沿技術探索與原始創新的同時，應該加強與企業的合作；此外，因為人工智慧早期的低潮期，國內並沒有太多學校開設細分AI專業。未來高校的學科設置里可能會有更多相關專業和方向。」戴帥湘向21世紀經濟報道記者分析道。