--------點選螢幕右側或者螢幕底部“+訂閱”，關注我，随時分享機器智能最新行業動态及技術幹貨----------
人能盡其才則百事興。
在衆多的當今新興領域中，AI、大資料無疑是最熱的領域之一，也備受政府重視。在 2019 年全國兩會政府工作報告，李克強總理首次提出“智能+”，并強調“深化大資料、人工智能等研發應用”。在國家層面，對 AI、大資料都有明确的規劃。2017 年，國務院印發了《新一代人工智能發展規劃》，提出到 2020 年,初步建成人工智能技術标準、服務體系和産業生态鍊，人工智能核心産業規模超過 1500 億元，帶動相關産業規模超過 1 萬億元。
但盡管如此，人工智能人才短缺仍是該技術在整個行業廣泛應用的主要瓶頸。
近日，工業和資訊化部人才交流中心釋出了《人工智能産業人才發展報告（2019-2020年版）》（以下簡稱《報告》）。
《報告》調研了 224 家與人工智能相關的企業，92741 個崗位樣本，超 38 萬個人才樣本，認為在我國人工智能産業強勁的發展浪潮中，研究和應用人工智能技術的企業數量不斷增加，人才需求在短時間内激增，但人工智能人才儲備不足且培養機制不完善，人才供需比嚴重不平衡，預計目前我國人工智能産業内有效人才缺口達 30 萬。
如果您想獲得本報告的全文 pdf，請在雷鋒網(公衆号：雷鋒網)微信公衆号回複關鍵詞“ 803 報告”提取。
文檔來源：工業和資訊化部人才交流中心
一、人工智能發展概況：巨頭林立，發展不足
雲計算、大資料和 IoT 為代表的資訊技術在快速疊代的同時也加速了人工智能走向實 踐應用的可能性，而各種資料和圖形處理器技術以及以深度神經網絡為代表的技術被融合到人工智能體系，更是讓人工智能技術進入新的發展浪潮。技術與實踐應用之間的差距迅速拉 小，語音識别、圖像分類、無人駕駛等若幹細分應用領域内人工智能技術已經邁進可用、好 用的階段，未來人工智能技術應用在場景落地的過程必将迎來爆發式增長的新高潮。
（一）人工智能發展的三個浪潮
第一次浪潮：1956 年，“人工智能”概念的提出掀起了人工智能的第一次發展浪潮。 該時期的核心是讓機器具備邏輯推理能力，并且研發出第一款感覺神經網絡軟體和聊天軟體。
第二次浪潮：20 世紀 70 年代中期，人工智能掀起第二次浪潮。這一時期内，Hopfield 神經網絡和 BT 訓練算法被提出。同時，解決特定領域問題的專家系統得到廣泛應用。
第三次浪潮：2006 年，深度學習理論的突破帶動了人工智能第三次浪潮的産生。這一階段網際網路、雲計算、大資料、晶片等新興技術為人工智能各項技術的發展提供了充足的資料支援和算力支撐，而以“人工智能+”為代表的業務創新模式也随着人工智能技術和産業的發展日趨成熟，這将極大優化社會的生産力，并對現有的産業結構産生深遠的影響。
（二）人工智能生态體系
- 基礎層：為人工智能産業鍊提供算力和資料服務支撐。以 AWS、Azure、阿裡雲、 騰訊雲、百度雲等行業巨頭為代表，為人工智能的發展提供了充足的算力資源；傳統晶片巨 頭 NVIDIA、Intel 和國内科技新貴寒武紀、地平線等正緻力于為人工智能的計算需求提供專用晶片；另外資料服務領域也存在大量公司，例如國内的資料堂、海天瑞聲以及國外的 Saagie 等。
- 技術層：為人工智能産業鍊提供通用性的技術能力。以 Google、Facebook、阿裡巴巴、百度為代表的網際網路巨頭，利用資金及人才優勢,較早地全面布局了人工智能相關技 術領域；同時也有一大批創新公司深耕細分技術領域，例如專攻智能語音領域的科大訊飛、 緻力于計算機視覺領域的商湯、機器學習領域的第四範式等。在國外，Proxem、XMOS 等企業 也分别在自然語言處理、智能語音等領域做出了積極的實踐和探索。
- 應用層：面向服務對象提供各類具體應用和适配行業應用場景的産品或服務。目前全球絕大部分人工智能領域的創新科技公司聚集于此，典型企業有智慧建築領域的 Verdigris、特斯聯，智慧安防領域的 Genetec、宇視，智慧醫療領域的 Flatiron、推想科技等。
（三）全球人工智能産業發展概況
目前人工智能已經成為各國創新技術競争的焦點領域，包括中國在内的全球諸多國家将 人工智能列入國家科技戰略部署序列。中國、美國、歐盟、英國、德國、俄羅斯、日本、韓 國、印度等主要國家在 2016 年至 2019 年間密集釋出人工智能專項政策及行動規劃，引導、 推動人工智能産業的發展已成為全球經濟共同體的重要共識。
- 美國：人工智能基礎雄厚，科研實力強大，占據全球人工智能領先位置。
- 英國：衆多有實力、有影響力的人工智能初創公司保障英國持續處于全球人工智能創新的核心地帶。
- 德國：工業 4.0 有利推動德國人工智能的發展，新時期德國緻力于成為全球領先 的人工智能科研場。
（四）中國人工智能産業發展概況
根據相關研究機構估算，預計到 2020 年中國人 工智能産業規模将達近 140 億美元，而到 2022 年将超過 270 億美元。
1、特征
中國人工智能産業基礎研究能力亟待提高。
人工智能科研能力是保障人工智能産業持續發展的源動力，現階段中國人工智能專利申請數量占全球總量的 37.1%，位居全球第一，相關論文産出量也高達 141840 篇。雖然我國在專利申請和論文産出方面已經跻身全球領先序列，但我國從事人工智能基礎研究的學者僅占全球總量的 11%，科研機構僅占 5%， 仍落後于全球頂尖水準。
由此看出，我國需持續加大在基礎研究與頂尖人才培養方面的投入， 縮小我國薄弱環節與全球頂尖水準的差距，繼續搶占全球新一代人工智能産業發展的制高點。
中國人工智能企業衆多、應用廣泛。
2018 年，中國專注于人工智能領域的企業數量已達 1000 餘家，位居全球第二，并且仍在快速增長。此外，在快速發展的數字經濟環境 和龐大的人工智能使用者面前，不僅軟體、網際網路企業是人工智能市場的主要參與者，而且傳統工業、金融業、服務業也加速參與到人工智能的實踐程序中來。
中國人工智能産業受到資本市場的高度關注。
資金是人工智能産業持續向好發展的重要保障，現階段中國是全球人工智能産業投融資最為活躍的國家之一。總投融資事件數 量占全球的 31.7%，投融資資金總額占全球的 60.0%，有利地支撐和推動了中國人工智能産業化落地和數字經濟的深化發展。
2、發展趨勢
國家多部委關聯，頂層設計人工智能發展規劃，凝聚政策優勢。
習近平總書記強 調，人工智能是引領這一輪科技革命和産業變革的戰略性技術，具有溢出帶動性很強的“頭雁”效應。加快發展新一代人工智能是我們赢得全球科技競争主動權的重要戰略抓手，是推動我國科技跨越發展、産業優化更新、生産力整體躍升的重要戰略資源。在此宏觀背景下，各地方政府 根據各區域産業發展實際需求，紛紛出台了相應的産業發展規劃與政策指導意見，為人工智 能産業發展提供了良好的社會政策環境。
數字時代助力，廣袤市場搭配先進資訊技術，累積資料優勢。
随着我國邁入數字經濟時代，網際網路、雲計算、大資料等現代資訊技術在各領域的持續深入，目前已積累了大量的消費級資料和企業級資料。據 IDC、希捷統計資料顯示， 2018 年中國資料總量占全球 23.4％，為 7.6ZB（1ZB≈1 萬億 GB），預計到 2025 年将增至 48.6ZB，屆時将占全球資料總量的 27.8％。
網民基數大，中小企業衆多，增強開發場景優勢。
2017 年中國企業法人機關為 1809.77 萬個，而個體工商戶總數更是達到了 6579. 37 萬戶。另外，2018 年中國人口總數達到 13.9538 億人，其中網際網路上網人數已經達到 8. 2851 億人。人工智能技術作為實踐數字經濟的重要構成和基石，逐漸與網際網路時代的社交 電商服務、共享經濟服務、網絡直播服務和網際網路金融服務等融合，探索出新型應用模式。
二、缺口 30 萬，AI 崗位供給不均衡，人才供需區域不平衡
（一）崗位類型
根據各人工智能企業崗位人才需求，可歸納為進階管理崗、高端技術崗、算法研究崗、 應用開發崗、實際技能崗、産品經理崗等類型崗位。
（二）人才供需情況
受限于國内人工智能産業的起步較晚、前期積累不足，我國人工智能産業面臨有效人才 供給不足的窘境。預計我國人工智能産 業内有效人才缺口達 30 萬，特定技術方向和崗位上供需失衡比例尤為突出。
報告選取了人工智能的典型技術方向， 包括人工智能晶片、機器學習、自然語言處理等，資料顯示人工智能不同技術方向崗位的人 才供需比均低于 0.4，說明該技術方向的人才供應嚴重不足。從細分行業來看，智能語音和 計算機視覺的崗位人才供需比分别為 0.08、0.09，相關人才極度稀缺。
現階段，算法研究崗、應用開發崗、實用技能崗和高端技術崗的人才供需比分别為 0.13、0.17、0.98、0.45，表明技術類崗位的人才缺 口較大，而實際技能崗人才供給處于相對充足狀态。
相比之下，産品經理崗、銷售崗和負責 企業經營管理的進階管理崗的崗位人才供需比分别為 4.52、7.14、3.44，人才供應較為充足。
（三）區域供需情況
京津冀地區、長三角地區、粵港澳大灣區和川渝地區是目前人工智能産業的主要發展高地，同時也是人工智能産業人才資源的主要聚集地，人才需求規模占全 國總需求的 90.9%，人才供給規模占全國總供給的 82.9%。
（四）人才培養情況
1、高校人才培養情況
高校人工智能人才培養呈現出多學科特點。在現設專業中，計算機科技與技術、電子資訊工程等專業方向是孕育人工智能技術人才的主要專業方向。除此之外，在行業融合的背景之下，高校也紛紛開設“人工智能+”的跨學科專業，覆寫計算機、 數學、電子資訊、統計學、心理學等多個專業領域。
從學校數量來看，北京、 江蘇、山東、四川的新增院校較多；
從學校層次來看，近兩年新增人工智能大學專業的院校既有北京航天航空大學、北京理工大學、哈爾濱工業大學、浙江大學、南京大學、上海交通 大學、複旦大學、同濟大學、武漢大學等傳統老牌名校，也有如安徽資訊工程學院、泉州資訊工程學院、東華理工大學等普通院校，共同推進人工智能基礎研究型人才和應用型人才的培養。
除設立人工智能專業外，同期國内各類型高校已經着手建立人工智能學院、人工智能研究院， 國内頂尖高校如北京大學、清華大學、浙江大學、複旦大學等，成立人工智能教學與研究機構，主攻人工智能基礎研究，包括數理基礎、認知科學基礎、智能感覺、機器學習、類腦計算、人工智能治理以及智能醫療、智能社會等方面，旨在培養并輸出具備人工智能基礎研究 能力的研究型人才。
國内諸多大學大學和專科院校也已開始籌劃和建設人工智能學院和研究院，通過聯合人工智能産業鍊各環節的領先企業，例如百度、騰訊、科大訊飛等，加強在人才培養、實訓課程、項目共享、實踐機會等方面合作，着重培養具備人工智能實踐經驗的應用開發型人才。
2、社會教育訓練機構人才培養情況
現階段既有北大青鳥、達内教育、光華國際等傳統老牌職業教育訓練學校，又有小象學院、深藍學院、咕泡學院等新型教育訓練機構。各類型教育訓練機構在授課方式上已經形成線上、線下相結合的全方位人工智能教育訓練方式。
目前教育訓練機構的人工智能相關課程以教育訓練學員的應用開發技能為主，主要包含三種類型課程：Python 教育訓練、人工智能基礎入門教育訓練和人工智能細分技術專業教育訓練。
此外，現階段各教育訓練機構均向學員提供分階段的實戰項目教學，衆多機構已接入華為、百度、阿裡巴巴等科技巨頭的實踐經驗和實踐機會。但由于數理知識課程内容欠缺、教育訓練時間較短，目前教育訓練機構輸出的人才多數為初級的實用技能型人才。
三、月薪 35 K 不是誰想拿就拿
人工智能屬于高度知識密集型産業，對人才的業務能力、工作經驗、教育背景、職業道德等方面都有着較高的要求。
1、崗位能力要求
算法研究崗、應用開發崗、實用技能崗和産品經理崗在實踐中的工作重點不同，企業對各典型崗位的職業能力要求也存在較大差異。
算法研究崗：
應用開發崗：
實用技能崗：
産品經理崗：
2、工作年限要求
應用開發崗對工作經驗及年限的要求相對較寬松。29.7% 的崗位工作年限要求在 3 年以 下，19.3% 的崗位不設年限要求；産品經理崗位通常要求從業者具備豐富的實踐經驗和行業知識積累，是以 49.5% 的崗位要求工作年限為 3-5 年，21.7% 的崗位要求工作年限在 5 年以上。
3、專業要求
各典型崗位專業要求中，大多尋求計算機相關專業的人才，其中 60%以上的算法研究崗、 應用開發崗和實用技能崗均要求計算機相關專業。
除外，算法研究崗、應用開發崗對數學相 關專業的需求程度也更高，其中 37.9% 的算法研究崗和 42.8%的應用開發崗要求具有數學相 關專業背景。相比而言，産品經理崗位專業要求限制較少，30.6% 的産品經理崗無專業限制。
4、學曆要求
算法研究崗和應用開發崗的學曆準入門檻遠高于其他崗位，45.1% 的算法研究崗和 41.9% 的應用開發崗要求應聘人員具有碩士及以上學曆；實用技能崗和産品經理崗的準入門檻為大學及以上，相關的崗位占比分别為 88.8% 和 91.8%。另外，目前 6.9% 的實用技能崗允許專科 學曆人才進入，這是由于實用技能崗普遍以計算機相關技能型人才為主， 這一比重均高于其他崗位。
5、單月薪酬情況
目前高達 56.5% 的算法研究崗和 46.1%的應用開發崗的單月薪酬達到 35k 以上，實用技能崗和産品經理 崗的單月薪酬普遍集中于 30k 以下，20-30k 是目前主要的薪酬區間段，相關的崗位占比分 别為 33.8%和 39.6%。
（二）技術方向
人工智能晶片：
機器學習：
自然語言處理：
智能語音：
計算機視覺：
3 至 5 年的工作經驗是目前各個典型技術方向對人才的普遍要求。此外，人工智能晶片和計算機視覺相對來說更能接受“年輕化”的人才，33.2% 的人工智能晶片相關崗位和 32.9% 的計算機視覺相關崗位對工作年限沒有過高的要求，可接納工作 3 年以下的人才。自然語言處理技術方向更希望尋求工作年限較長的人才，近 15% 的自然語言處理相關崗位尋求工作 5 年以上的人才。
人工智能晶片與內建電路 産業聯系密切，是以目前 48.2% 的人工智能晶片相關崗位要求應聘人員具備電子資訊相關專業背景；機器學習與其他技術方向相比，更偏向于基礎底層，是以對數學相關專業背景需求 程度較高，其中 50.9%的崗位要求數學相關專業。
大學學曆是企業對人工智能相關崗位人才的基本學曆要求，尤其在人工智能晶片領域，高達 88.4% 的崗位要求大學學曆。機器學習、自然語言處理、智能語音、計算機視覺等技術方向崗位大多要求具備碩士及以上學曆，其中 50.9% 的機器學習相關崗位、39.6% 的自然語 言處理相關崗位、40.4% 的智能語音相關崗位和 47.1% 的計算機視覺相關崗位均要求碩士及以上學曆。
5、單月薪酬
目前人工智能晶片相關崗位的單月薪酬水準相對較低，單月薪酬 30K 以内的崗位占比高達 85.4%；機器學習、自然語言處理、智能語音和計算機視覺相關崗位的單月薪酬水準明顯較高，主要集中在 35K 以上薪酬區間段。另外，機器學習和自然語言處理相關崗位在 50k 以上的超高薪酬區間段上的聚集程度均高于智能語音和計算機視覺相關崗位。
四、人工智能産業人才發展政策建議
無論是微觀層面的技術方向與崗位人才供給不足，還是中觀層面的區域供給不均，導緻當下人工智能行業30 萬人才缺口的背後，還有更為深層次的原因。中國是否真正需要如此龐大的人工智能人才隊伍？以及，如何持續不斷地供給優質的人工智能人才？
從需求端來看，在數字化、智能化的趨勢下，各行各業對人工智能産業人才的需求已經發展到高關注、高需求的階段。
從供給端來看，目前人才供給來源主要有兩類，一是院校人才培養，二是行業人才存量積累。
在院校人才培養方面，雖然我國自 2017 年來，大力支援開展以人工智能學院、人工智能專業為代表的人工智能專項人才培養，但目前仍處于人才培養方式的初期探索階段，人工智能産業人才的培養速度依然較慢。
報告稱，盡管我國擁有世界規模最大的工程教育，但與美國相比，我國人工智能人才總量僅為僅為美國人才總量的 50% 左右，其中從事基礎研究工作的人才數量更為有限，目前美國人工智能基礎層的從業人才數量約為我國的 14 倍。
現階段高校内人工智能相關的師資、課程依然不夠完善，人工智能産業人才培養難以快速适應和比對産業發展的節奏和企業的需求。
目前高校培養的人才品質難以比對人工智能産業的實際需求，反映在企業選人用人和人才求職應聘兩方面。
在行業人才存量積累方面，目前的行業内部自發的人才培養還沒有成體系發展，導緻現階段我國院校端和産業端高品質人才供給水準仍然很低。
大多數企業設定了較高的人才準入門檻，對人才的崗位能力有着較高的要求，而應屆生缺少人工智能知識儲備與實踐經驗，很難直接比對企業的用人需求。而具備一定工作年限和資曆的技術人才和崗位人才又「面臨」供需不均衡的窘境。
目前，僅僅依靠高校或者企業的力量難以滿足日益增長的人才需求。如果要打破這一窘境，需要從政府、高校、科研機構、企業各方中進行打通，推動産學研各主體間的知識創新與應用，同時建構完善的人才體系來應對快速發展的産業需求。
具體從以下三個方面展開：
- 一是政府要加強人工智能産業人才培 養的頂層規劃，引導人工智能産業人才發展穩步前行；
- 二是加快人工智能“政産學研一體化” 人才培養生态體系建設，促進人工智能産業人才供給與産業發展需求相比對；
- 三是加強國際 人才交流合作，鼓勵區域人才流動。
原文連結：
https://news.51cto.com/art/202008/622954.htm文章轉自51cto，本文一切觀點和《機器智能技術》圈子無關