在現在的人工智慧領域，月入至少30k的人工智慧技術方向人才難覓。人工智慧晶片、機器學習、自然語言處理、智慧語音及計算機視覺在內的人工智慧典型技術方向人才嚴重不足。
在人工智慧領域的十大緊缺崗位中，以人工智慧演算法研發工程師、人工智慧開發工程師、人工智慧演算法研究員為主的演算法研究崗成為「稀缺品」。在人工智慧產業人才崗位中，人工智慧實用技術崗「供不應求」、而應用開發崗「供大於求」。
人工智慧產業內有效人才缺口達30萬的背後，不僅僅是浮於高薪高階人才稀缺的表象，還有更深層的供需端「失衡」問題。
撰文 | 力琴
競逐人工智慧已成為各國發展的共識。儘管如此，人工智慧人才短缺仍是該技術在整個行業廣泛應用的主要瓶頸。
據資料顯示，中國的人工智慧專利申請數量佔全球總量的37.1%，位居全球第一。論文總產出量達到141840篇，位居全球第二。
現階段中國也是全球人工智慧產業投融資最為活躍的國家之一，其中總投融資事件數量佔全球的31.7%，投融資資金總額佔全球的60%。
雖然我國在專利申請和論文產出方面已經躋身全球領先序列，但人工智慧人才短缺問題依舊存在。報告稱，我國從事人工智慧基礎研究的學者僅佔全球總量的11%，科研機構僅佔5%，仍落後於全球頂尖水平。
與已開發國家相比，我國人工智慧產業在基礎理論、核心演算法、關鍵裝置、高階晶片、人才培養等方面存在較大差距。報告指出，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平的差距。
但不得不承認的是，我國在深入產業端的人才供給方面面臨窘境。近日，工業和資訊化部人才交流中心正式釋出了一份《人工智慧產業人才發展報告（2019-2020年版）》（簡稱“報告”）。該《報告》調研了2224家與人工智慧相關的企業，92741個崗位樣本，超38萬個人才樣本，從微觀以及中觀角度解構了我國人工智慧產業人才存在的問題。
報告指出，按照《國務院關於印發新一代人工智慧發展規劃的通知》中確立的2020年實現人工智慧核心產業規模超過1500億元為目標，預計當前我國人工智慧產業內有效人才缺口達30萬。
30萬有效人口缺口並非小數，如人才供需不平衡，則難以支撐迅速擴張的產業規模。
一 月入至少35K的人工智慧技術崗，供需比竟然低於0.4？
在科技公司中，一個具備多年經驗及資歷的AI人才一個月至少能拿3萬元的薪酬。與其他工種相比，已是非常豐厚。
作為與人工智慧行業關聯密切的技術方向崗位，頂尖的技術型人才一直是“香饃饃”。而相應的人才市場一直處於稀缺的狀態。
據《人工智慧產業人才發展報告（2019-2020年版）》結論顯示，包括人工智慧晶片、機器學習、自然語言處理、智慧語音及計算機視覺在內的人工智慧典型技術方向人才嚴重不足。
報告透過崗位人才供需比值來反映人工智慧產業各技術方向崗位和不同職能崗位的人才供需情況。崗位人才供需比的計算方式為意向進入崗位的人才數量／崗位數量。報告顯示，人工智慧不同技術方向崗位的人才供需比均低於0.4。其中，智慧語音和計算機視覺崗位的人才供需比最低，分別為0.08、0.09。
透過上圖，具體來看，計算機視覺和智慧語音崗位的人才供需比最低，人才供給嚴重不足。
實際上，計算機視覺是人才需求最為集中的技術方向之一。但由於“機器學習”、“深度學習”等關鍵詞曝光度高，一定程度上引導了人才供給向機器學習方向聚集。同樣有著較高需求程度的計算機視覺相關崗位卻面臨人才供給相對不足。
各技術方向對人才的需求情況及求職人才技術方向意向情況
雖然這五大技術方向的人才都較為稀缺，但是對比來看人工智慧晶片技術方向的人才供需比在當中較高。供需比的數值差異不大，但也能夠反映問題。
大部分企業更能接受“年輕化”的人工智慧晶片技術方向人才，對工作年限和學歷沒有過高的要求。據報告顯示，33.2%的人工智慧晶片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。
對比來看，供需比相對低，人才供給更為緊缺的機器學習、自然語言處理、智慧語音和計算機視覺相關技術崗位對工作年限和學歷的要求更高。這四個方向的崗位大多要求具備碩士及以上學歷，且工作年限需求至少3至5年，甚至更長。這四個崗位的單月薪酬水平主要集中在35K以上區間段。
主要技術方向對學歷的要求。
從薪酬水平方向來看，在五大技術方向中，相對「不缺」的人工智慧晶片相關崗位的單月薪酬水平相對較低，單月薪酬30K以內的崗位佔比高達85.4%。
相比之下，對工作年限和學歷要求更高的四大崗位，機器學習、自然語言處理、智慧語音和計算機視覺的單月薪酬水平明顯較高，主要集中在35K以上薪酬區間段。
人才供給較為聚焦的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於智慧語音和計算機視覺相關崗位。
二 AI崗位供給不均衡：實用技術崗「供不應求」、應用開發崗「供大於求」
在人工智慧產業人才崗位中，有這三大典型的崗位型別，演算法研究崗、應用開發崗以及實用技能崗。在人工智慧領域的十大緊缺崗位中，演算法研究崗就列居前排。
據報告顯示，在人工智慧領域的十大緊缺崗位中，演算法研究崗位居前三列，分別是人工智慧演算法研發工程師、人工智慧開發工程師、人工智慧演算法研究員。
人工智慧領域十大緊缺崗位
在演算法研究崗、應用開發崗和實用技能崗這三大崗位型別中，演算法研究崗和應用開發崗的學歷准入門檻遠高於其他崗位。
據報告顯示，45.1%的演算法研究崗和41.9%的應用開發崗要求應聘人員具有碩士及以上學歷；實用技能崗和產品經理崗的准入門檻為本科及以上，相關的崗位佔比分別為88.8%和91.8%。
人工智慧產業人才崗位型別
薪酬方面，學歷准入門檻高於其他崗位的演算法研究崗和應用開發崗也得到較好體現。據報告顯示，目前高達56.5%的演算法研究崗和46.1%的應用開發崗的單月薪酬達到35k以上。
演算法研究崗、應用開發崗的薪酬水平遠高於實用技能崗和產品經理崗，眾多企業以百萬年薪簽約具備人工智慧基礎研究能力的頂尖高校博士畢業生的事件已屢見不鮮。
對比來看，實用技能崗和產品經理崗的單月薪酬普遍集中於30k以下，20-30k是目前主要的薪酬區間段，相關的崗位佔比分別為33.8%和39.6%。
受薪酬和學歷准入門檻方面的要求，絕大多數人會傾向於應用開發崗，而不是實用技能崗，由此造成應用開發崗「供大於求」，而實用技術崗「供不應求」的窘境。
在崗位型別的選擇方面，人才供給多數集中在應用開發崗，而實用技能崗需求量大，但人才吸引力有限。在企業需求的崗位中，應用開發崗的比重為19.8%，而高達30.4%的人才在擇業時傾向於該型別崗位。但在整體崗位需求中佔比高達34.8%的實用技能崗，僅12.5%的人才有意向進入該型別崗位。
三 人才供需區域不平衡：發達區域人才集中，反之減弱
除了人工智慧產業人才在技術方向和崗位職能上的差異之外，在中觀層面，人工智慧產業人才在需求和供給方面的區域集聚效應尤為突出。
報告調研了2224家企業。這些企業多集中分佈於北京、上海、廣東、江蘇、浙江、四川等經濟較發達地區。
京津冀地區、長三角地區和粵港澳大灣區是現階段我國人工智慧產業的三大人才集聚地，人工智慧相關企業數量也領先全國其他地區。據報告資料顯示，這些區域的人才需求規模佔全國總需求的90.9%，人才供給規模佔全國總供給的82.9%。
全國主要區域的人才的需求情況及求職人才意向的區域情況
相比之下，其他欠發達的區域人才緊缺問題較為突出，側面反映出人才供需區域的不平衡。
四 從供需端破解人才供給不平衡難題
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，導致當下人工智慧行業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慧人才隊伍？以及，如何持續不斷地供給優質的人工智慧人才？
實際上，需求量最多的莫過於，日益增長的人工智慧企業隊伍。新興的人工智慧企業作為技術提供方，亟需大批高質量高水平的人才，以增進企業自身的技術競爭力。
與此同時，在傳統產業大變革的背景下，各類企業作為產業需求方，需要擁抱人工智慧浪潮應對產業升級轉型。
從需求端來看，在數字化、智慧化的趨勢下，各行各業對人工智慧產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，當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慧學院、人工智慧專業為代表的人工智慧專項人才培養，但當前仍處於人才培養方式的初期探索階段，人工智慧產業人才的培養速度依然較慢。
報告稱，儘管我國擁有世界規模最大的工程教育，但與美國相比，我國人工智慧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，當前美國人工智慧基礎層的從業人才數量約為我國的14倍。
現階段高校內人工智慧相關的師資、課程依然不夠完善，人工智慧產業人才培養難以快速適應和匹配產業發展的節奏和企業的需求。
當前高校培養的人才質量難以匹配人工智慧產業的實際需求，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，目前的行業內部自發的人才培養還沒有成體系發展，導致現階段我國院校端和產業端高質量人才供給水平仍然很低。
大多數企業設定了較高的人才准入門檻，對人才的崗位能力有著較高的要求，而應屆生缺少人工智慧知識儲備與實踐經驗，很難直接匹配企業的用人需求。而具備一定工作年限和資歷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，推動產學研各主體間的知識創新與應用，同時構建完善的人才體系來應對快速發展的產業需求。
注：本文資料來自 工業和資訊化部人才交流中心：人工智慧產業人才發展報告（2019-2020年版）