人工智慧競爭以頂級人才為根本。作為國家未來的發展方向,AI技術對於經濟發展,產業轉型和科技進步起著至關重要的作用。而AI技術的研發,落地與推廣離不開各領域頂級人才的通力協作。在推動AI產業從興起進入快速發展的歷程中,AI頂級人才的領軍作用尤為重要,他們是推動人工智慧發展的關鍵因素。
因此,上至發達國家政府,下至科技巨頭AI創業公司,無不將AI視為提升自身的核心競爭力的根本性戰略。能夠引領AI發展的頂級人才,環顧全球,尚不足千人,自然成了供不應求的搶手貨。
能夠引領AI發展的頂級人才,環顧全球,尚不足千人,自然成了供不應求的搶手貨。
然而,人工智慧領域人才分佈極不平衡,全球AI領域人才約30萬,而市場需求在百萬量級。
其中,高校領域約10萬人,產業界約20萬人。
全球共有367所具有人工智慧研究方向的高校;
每年畢業AI領域的學生約2萬人,遠遠不能滿足市場對人才的需求。
在這種供需極其不平衡的形勢下招募團隊,大公司比小公司有優勢,國際巨頭公司比大公司有優勢,在某種意義上,國家比國際巨頭還有力量。
美國人工智慧領域的人才無論從數量、質量都要遠超其他國家,雖然中國政府已經將人工智慧上升到國家戰略層面,但是仍然不能立即改變我國AI人才供需嚴重不平衡的現狀,對此,我國應從政府,企業,高校,協會多種途徑實現我國人工智慧領域三步走的標的。
第一篇:美國主導下的全球AI人才發展現狀
第1章 全球AI人才發展概況
當前,上至發達國家政府,跨國網際網路巨頭,下至研究機構、AI創業公司,無不將AI視為提升自身的核心競爭力的根本性戰略,並預期AI將深刻改變人類社會生活、改變世界。
在國家戰略佈局方面,許多國家均有戰略部署。其中,美國、中國、英國和日本各有特色。美國佈局完備,領先各國一大步;中國則聚焦戰略發力,積極擴充人才規模;英國則穩步推進,力求爭先;而日本希冀透過機器人戰略,打造超智慧社會5.0。
▌ 1.1 四國AI戰略佈局對比
美國在AI戰略方面佈局完備,體現了高度的戰略前瞻性,領先各國一大步。
首先,美國從頂層設計入手,規劃了比較完備的人工智慧發展戰略。其次,美國政府設立專職負責機構,推動人工智慧落地。再次,美國在AI人才方面舉措超前,構建了完備的不同層次的人才梯隊。
中國提出AI發展規劃,謀求成為世界中心。中國政府將人工智慧上升到國家戰略層面。2017年7月,國務院印發《新一代人工智慧發展規劃》,明確指出新一代人工智慧發展分三步走的戰略標的,到2030年使中國人工智慧理論、技術與應用總體達到世界領先水平,成為世界主要人工智慧創新中心。
英國要成為最適合發展和部署AI的國家。英國在人工智慧道德標準及政府監管研究領域一直表現積極, 英國政府2013年就將人工智慧列為八項偉大的科技計劃。2017年10月15日英國政府釋出了報告《在英國發展人工智慧》,標的是使英國成為世界上最適合發展和部署人工智慧的國家。
日本推行機器人戰略,提出超智慧社會5.0(略)。
▌ 1.2 全球AI高等教育對比
科技的發展核心之一在於研發人才的數量和水平,而這一條件取決於國家的人才培養體系,即教育系統。完善系統的教育體系能夠為科技發展強力續航,提供源源不斷,規模龐大的專業人員和研究人員。
目前,全球共有367所具有人工智慧研究方向的高校,AI領域的人才數量約有10萬人。其中,有6000多名AI領域的學者,以及7萬餘名AI相關專業在讀碩博研究生以及其他。每年AI相關領域碩博畢業生約2萬名。
在這367所高校中,美國擁有168所,佔據全球的45.7%,獨佔鰲頭,加拿大、中國、印度、英國位於第二梯隊。
人工智慧領域學術能力排在世界前20的學校中,美國佔據14所;排名的前八個席位都為美國所佔據。雄厚的學術研究實力,幫助美國在人工智慧領域取得了首屈一指的地位。而其他國家,在學術能力上與美國差距巨大,如何發展AI教育,是值得思考的問題。
第一,高校AI專業設定:國內高校的AI起步較晚
第二,國外高校AI專業招生:關註理科素質,綜合評判
第三,國外高校AI課程設定:電腦科學是基礎
▌ 1.3 全球AI產業人才分佈
目前,全球人工智慧領域中,產業人才約20萬人,大部分分佈在各國初創企業和科技巨頭中。
從國別來看,AI產業人才主要分佈在美國、中國及其他國家的企業中。
以在初創企業工作的AI人才為例來看。截至2017年6月,全球人工智慧初創企業共計2617家。美國佔據1078家居首,中國以592家企業排名第二,其後分別是英國,以色列,加拿大等國家。
其中,美國1078家人工智慧初創企業約有78700名員工,中國592家公司中約有39200位員工,只有美國的50%。
美國人工智慧初創企業主要以1-10人和10-50人的團隊為主,這種小型團隊共759個,佔據全美的70.41%,是美國AI初創公司的主力軍;中國人工智慧初創企業主要是10-50人的團隊,總量384個,佔據全國的64.86%。可以說,美國的小型創業團隊規模比中國小。在需要同等技術的情況下,美國團隊的平均能力和可創造價值高於中國團隊。
由於AI產業大量的核心技術和資源掌握在科技巨頭企業手裡,因而引領AI產業發展的人才,除了高校,很多也聚集在科技巨頭中。
在AI人才隊伍建設方面,科技巨頭內部出現了一些新變化,例如,專門設立AI研發團隊,傳統研究院也正向AI研究院轉型,面向產品和技術應用專案的團隊不斷湧現。
各巨頭還將挖掘AI人才的觸手伸向了國外。例如擁有多倫多大學、蒙特利爾大學等AI研究重鎮的加拿大,吸引了大量AI人才聚集,因此,谷歌、微軟和Facebook先後在加拿大成立了AI實驗室或辦事處。
第二篇:全球AI頂級人才全景圖
據估算,目前,全球AI研究及直接從業者約有30萬人,主要分佈在高校、AI新興企業、科技巨頭以及其他領域。其中,高校約10萬人,產業界約20萬人。
從這30萬人中,我們篩選出其中各領域頂尖人才近千人進行了較為詳細的調查和統計後,篩選出有代表意義的人才進行了“畫像”,包括:學術領域204人,領先企業81人,科技巨頭50人,投資人24人。
第2章 四大領域頂級人物畫像
▌2.1 學術領域:頂級學者畫像
篩選的一個重要指標是,他們自2006年至今,在人工智慧領域頂級會議上發表過30篇以上論文,以及其他指標。
從統計來看,這些學者分佈於全球4個大洲12個國家的53所高校,其中位於美國的學者最多,佔總數的63%。
其中,有35位華人,佔總數的17.2%,他們之中又有12位任教於清華大學、北京大學、上海交通大學、香港科技大學等國內高校。
就研究領域而言,這204位學者有的研究偏底層的機器學習、人工智慧演演算法,也有的研究與現實應用更為貼近的計算機視覺、自然語言處理、機器人等方向。
2.1.1年齡:活躍學者以中青年為主
對比研究各領域學者年齡可知,人工智慧、計算機視覺、機器學習、自然語言處理這四個領域學者年齡差距不大,而研究機器人的學者年齡偏大。
2.1.2性別:女性比例極低
在學者性別方面,男性學者在AI領域佔比遠超女性學者,男女學者比例約為7:1。女性學者主要集中在美國、加拿大以及英國。
雖然女性佔比較少,但所取得的成就卻巾幗不讓鬚眉。例如MIT電腦科學和人工智慧實驗室(CSAIL)主任Daniela Rus,在機器人領域尤其是自動駕駛方面做出了傑出貢獻。
2.1.3地區:主要分佈於北美(略)
地區分佈上,學者主要分散在北美、歐洲、中國、日本、新加坡、澳大利亞等國家。
2.1.4教育經歷:學者們多畢業於CS四大名校
統計學者的畢業學校,發現他們100%都擁有博士學位,而他們之中的大部分都畢業於美國高校。其中從卡耐基梅隆大學、斯坦福大學、加州大學伯克利分校、麻省理工大這CS四大名校學走出的學者比較集中。
2.1.5專業背景:98%的學者擁有CS或EE博士學位(略)
2.1.6學界與業界:學界業界聯絡緊密
在AI的細分領域中,學者人數最多的領域是機器學習,其次是計算機視覺、機器人和自然語言處理。總體而言,學者越來越多地擁有雙重身份:一方面在學校進行研究,另一方面也服務於企業,為人工智慧領域做出更貼近產業的貢獻。在其中,有52名學者在企業界擔當首席科學家、技術總監等職位,有17名學者創辦過自己的公司。可見人工智慧領域學界和企業界聯絡緊密。
▌2.2 領先企業:頂級企業家畫像
領先企業的數量和體量,也是衡量一個國家產業發展水平的重要標準。
從全球領先的人工智慧企業出發,我們篩選出49家全球領先的人工智慧企業作為分析主體,包括兩家上市企業,獨角獸企業,部分被巨頭收購的AI創業公司和人工智慧轉型公司。他們的融資額均在一億美元以上。
這些帶領公司構成了全球人工智慧產業的金字塔尖的企業級畫像如何?
2.2.1全球超過一半領先企業誕生在美國
美國擁有領先企業數量位居第一,共有26家,佔據總量的53%;
中國位居第二,擁有12家,佔據總量的24%。總體來看,中美兩國處於發展的第一梯隊,與其他國家拉開較大差距。
2.2.2 創業場上80後獨領風騷
頂級企業家的年齡相對年輕。約50%的企業家年齡不超過40歲,其勇氣和魄力可見一斑。44%的人年齡分佈在40歲到60歲,只有不到6%的全球領先企業創始人年齡在60歲以上。
2.2.3國籍:中美企業家數量最多,美國優勢明顯
從企業家的國家分佈來看,81位企業家中擁有美國國籍的有43位,佔據了一半以上,中國國籍的有17位,位於第二,英國有6位,位於第三。華人數量一共20位,約佔總人數的1/4,華人在AI全球領域扮演著重要的角色。
2.2.4 高知雲集,超過2/3的碩博佔比(簡)
▌2.3 科技巨頭:頂級實驗室負責人畫像
科技巨頭公司的研發團隊是一股不容忽視的力量。我們從全球十大科技巨頭中,統計了21個實驗室,總計50位負責人。他們中超過90%的人擁有博士學歷,男性為主佔據總體90%,並且74%的人年齡在50歲上下。
2.3.1 AI巨頭研發團隊(略)
在收錄人才水準在一定標準線之上的情況下,企業蒐集的研發人才越多,研發能力就越強。
資料說明:以上僅為估算值
2.3.2 AI研發團隊負責人畫像
✦ 男性佔絕對優勢,60後和70後是主力軍
巨頭企業AI技術負責人中男性以90%的比例佔絕對優勢,且1960年代和1970年代出生的人為主力軍(分別佔36%和38%)。這不難理解,60後和70後在38-57歲之間,正當創造力和經驗合力最好的年齡;而50後的資深人士漸漸退出工作一線; 80後年輕人才因欠缺團隊管理經驗而領導力不足。
✦ 中國人和美國人居多,英國人、印度人、法國人也不少
按出生地統計,巨頭AI團隊負責人的主要出生國家為中國(32%)和美國(26%),兩國人數超過了總體的一半以上。另外,英國人(8%)、印度人(8%)、法國人(6%)的佔比也顯著高於其它國家。
但美國對AI人才的吸引力遠高於中國。在中國工作的AI團隊負責人的出生地全部為中國;而在美國工作的中國人卻為數不少。
▌2.4 投資人
2.4.1 富有遠見的投資機構
截至2017年,全球AI領域投資規模前13名的投資機構均由中美兩國獨佔,其中中方佔有4家投資機構,佔總量的30.77%,美方佔有9家投資機構,佔總量的69.23%。單從投資機構數量上來看,美國投資界對AI領域的關註度要大大超越中國,顯示其更加看好AI領域的發展前景。
AI領域投資規模前三名分別是IDG資本、創新工場、AME Cloud,其中IDG資本在AI領域的投資規模佔到各個機構投資總額的25.6%。
2.4.2 投資人畫像:(簡)
從投資人國籍分佈來看,24位投資人中美國國籍的有14位,佔據了一半以上;中國國籍的有8位,位於第二;印度與馬來西亞各有1位,併列第三。華人數量一共9位,佔總人數的37.5%,華人在AI投資領域扮演著重要的角色。
AI領域投資人大部分為男性,24位投資人中僅有2位為女性,男性在AI領域佔據著絕對優勢。
▌2.5 本節資料來源及補充說明(略)
第三篇:中國AI人才市場為何一將難求
2017中國AI人才供求研究
當前,人工智慧領域的競爭,主要體現為人才之爭。我國AI人才以80後作為主力軍,主要分佈在北京、上海、深圳、杭州、廣州,人才需求量也以這些城市居多。
根據相關資料顯示,中國592家公司中約有39200位員工,而中國對於AI人才的需求數量已經突破百萬,但國內AI領域人才供應量卻很少,人才嚴重短缺,中小企業招聘更加困難。
此外,企業對於AI人才的招聘門檻相對較高,碩士成為最低門檻,偏愛雙一流院校畢業生,專業以計算機、數學、物理為主。
第3章 AI人才需求現狀
▌3.1 供不應求,人才需求爆炸式增長
▌3.2 京滬浙粵,北京需求呼聲最高(略)
▌3.3 馬太效應,中小企業數量多而需求小
▌3.4 企業重學歷,大專學歷僅佔1.1%
第4章 AI人才供應現狀
▌4.1 供應飆升,缺人現象卻更加嚴重(簡)
保守估計,截止到2017年10月,我國人工智慧人才缺口至少在100萬以上。而且,由於合格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。
▌4.2 學歷分佈,本科碩士為主(簡)
▌4.3 誰有優勢?雙一流大學佔九成(簡)
此外,海外留學生也成為補給國內AI人才的重要一環。
從留學國家來看,人才分佈高度集中,前五國留學生佔到了總數的八成,依次為美國、英國、澳大利亞、新加坡和日本,其中僅美英兩國佔比就接近六成。
第四篇:中國AI企業如何拼搶AI人才?
第5章 對企業招聘的影響:高價求才
(簡)
▌5.1 平均月薪2.58萬,招聘薪資水漲船高
過去3年中,AI相關崗位平均招聘薪資正以每年近8%的速度增長。
到2017年,人工智慧崗位平均招聘薪資已達2.58萬元,遠高於一般技術類崗位。
從薪資分佈上看,近八成崗位招聘薪資超過2萬元,五成職位招聘薪資突破3萬元,還有1.9%的企業更是開出5萬元以上月薪吸引頂級人才,而標註的月薪還只是薪酬福利的一部分。
我們註意到,幾乎50%人工智慧崗位的職位描述上會提到為員工提供股票期權,部分巨頭更是會將解決戶口作為吸引牛人的重要手段。
可以說,為爭搶優秀人才傾其所有已成為所有AI公司正在做的同一件事情。
除了高昂的起薪外,AI人才薪資成長率也極為可觀。資料顯示,AI人才前5年的薪資複合增長率達到16.9%,遠高於其他網際網路職位。五年以上工作經驗的AI人才月薪普遍在4萬元以上,部分核心崗位人才,前3年薪資增幅更是突破25%。利用高薪資漲幅鎖住AI人才,降低流失率已是業內的一個普遍做法。
▌5.2 高層親自出動,爭搶人才白熱化 (略)
▌5.3 主動降低門檻:老鳥漸少新兵吃香
AI人才需求激增,合適牛人數量稀少,迫使企業不斷降低工作經驗門檻,甚至不惜從零培養人才。
資料顯示,近2年,企業對AI人才工作經驗要求不斷下降。
2017年,有30.4%的AI職位工作經驗要求為三年或以下,較2016年增長9.5個百分點,其中一年以內的實習生佔比已達6.0%。較2016年提升4個百分點。
特別是創業公司,由於在搶人競爭中往往處於明顯劣勢,更傾向降低門檻來增加應聘該崗位的人才數量。
第6章 對人才應聘的影響:待價而沽
▌6.1 平均期望薪酬何以低於平均招聘薪資
▌6.2 語音識別、機器人領域大受追捧(略)
▌6.3 大廠有魅力,價低也要去
註:公司規模是指企業的整體規模,並非研發人員數量
▌6.4 AI人才如何勝出?掌握複合技能
我們觀察到,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、演演算法研究、Hadoop,Python等。
第7章 AI對工作崗位的衝擊與機遇
▌7.1 衝擊:低技能職位難以為繼
近些年來,在雲端計算能力指數級增長、資料驅動能力漸強的作用下,人工智慧在多個領域方面取得了顯著進步。技術的飛速發展,不僅改變了很多行業原有的生態環境,也攪亂了低端勞動市場人才結構,大批簡單、重覆性和標準化程度高的工種,面臨被首先淘汰的命運。根據目前職位發展現狀,我們列舉了一些已從資料層面上反應出來正受人工智慧衝擊的職位。
7.1.1 錄入員、速記員、文字秘書負增長
隨著語音和影象識別精準度的飛速提升,人工智慧在文字錄入領域的發揮空間愈發廣闊,留給錄入員、速記員的工作機會及發展空間越來越窄。
7.1.2 翻譯人才即將負增長
7.1.3 倉儲管理出現36%的降幅
7.1.4 客服2017年首次呈現負增長
▌7.2 革新:高技能的新職位爆髮式增長
▌7.3 熱潮:大批技術人才轉戰AI
第8章 AI人才未來發展預測
(略)
第五篇:中國之路怎麼走?
AI人才嚴重短缺。中國尤其短缺。中國未來的AI人才隊伍如何建設,是個非常值得關註的問題。中國人工智慧產業的崛起,不光需要依靠研發費用和研發人員規模上的持續投入,還應該加大基礎學科的人才培養,尤其是在演演算法和算力領域,只有投入更多的科研人員,不斷加強基礎研究,才會獲得更多的智慧技術的創新和突破。
國家已經將人工智慧上升至國家戰略的層面,並提出了三步走的戰略標的,國家可以從政府、企業、高校、協會四條路徑實現該標的。
政府主要是提供政策扶持,具體措施包括增加高校招生、吸引歸國高階人才、政策傾斜、完善法律法規和行業標準。
企業則應把握產業大趨勢,結合自身情況,找準發展方向,實施校企AI人才聯合培養,建立長期人才儲備,此外,企業可以開展企業公開課,幫助中小企業轉型升級。
高校方面則應推動高校開放政策的實施,擁抱企業、提高AI科研經費,大力發展交叉學科。
協會應當促進協會發展,構建產學研合作新樣式、完善交流平臺,形成成果轉化體系。
第9章 中國AI人才隊伍建設路徑探討
(簡)
▌9.1 政府層面
2017年7月份,國務院印發《新一代人工智慧發展規劃》,將新一代人工智慧發展提高到國家戰略層面,提出了分三步走的戰略標的。到2030年人工智慧理論、技術與應用總體達到世界領先水平,成為世界主要人工智慧創新中心,智慧經濟、智慧社會取得明顯成效。基於上述標的,有如下路徑可供探討。
9.1.1 增設人工智慧一級學科,提高新生人才數量
人工智慧的競爭是人才與技術的競爭,但我國目前人工智慧人才遠不能滿足需求,基礎理論成果與美國有一定差距。所以,人才是我國實現戰略標的的重中之重。要增加人工智慧人才,一方面可以透過自己高校培養,另一方面可以引進國外高階人才。
9.1.2 吸引歸國高階人才,AI千人計劃刻不容緩
國外引進人才方面,一是引進人工智慧領域國際頂級科學家,二是引進優秀青年人才。透過特殊政策、渠道,充分利用現有的“千人計劃”等人才計劃,吸引海外人才,帶回國外先進技術,促使中國產業技術突破。同時可以透過薪酬補貼等方式激勵企業、高校引進人工智慧人才。
9.1.3 給予人工智慧產業適當政策傾斜
發展企業方面,需要國家給予企業政策方面的支援。對人工智慧中小企業和初創企業給予優惠的財稅政策,例如稅收減免,研發費用加計扣除政策;鼓勵傳統企業例如家電傢具產業向人工智慧產業升級;針對行業巨頭和“獨角獸”企業,在保證安全的前提下實現資料開放,合作成立國家實驗室等。
▌9.2 企業層面
9.2.1 把握產業大趨勢,找準發展方向
企業應該瞭解國家的發展方向和戰略方向,再和整個產業的發展方向相結合,結合自身優勢,找準自身的發展方向。企業還可以透過參加人工智慧業界的交流會來獲取業界的最新動態。同時,也可以去美國矽谷等人工智慧企業集中的地區取經。
9.2.2 聯合高校培養AI人才,建立長期人才儲備
校企合作是解決人工智慧領域的應用型人才巨大缺口的重要方式,企業在業界的積累將為人才培養釋放出巨大的能量。具體而言,企業可以與學校共建人工智慧專業和課程,設定科學的人才培養體系與教學方案,參與學校實驗室與配套環境的搭建,在供給一定資料的同時,釋出部分需要解決的問題讓學生與教授嘗試去聯合解決,在業界經驗有機融入到學校中去同時,也提供學術為產業貢獻的機會。
9.2.3 開展企業公開課,幫助中小企業轉型升級
在人工智慧領域,領先的巨頭企業可以嘗試開展企業公開課,向中小企業傳遞前沿理念和企業佈局,擔任產業轉型升級的思想啟蒙導師。在傳播產品,擴大企業影響力和提升社會形象的同時,促進中小企業進步。
▌9.3 高校層面
9.3.1 推動高校開放政策實施,擁抱企業
學術要走出象牙塔,促進科技成果轉化。
9.3.2 提高AI科研經費,大力發展交叉學科
科研經費對於科研專案的成果的影響不言而喻,提高AI科研經費可以支援成立更多專案組和課題組,讓更多的教授和學生獲得更大的發揮空間,促進科研成果的誕生和量產。
另一方面,人工智慧及其相關專業應該大力加強和其他專業的聯絡,發展交叉學科。在不同知識體系和資料背景下,發現新東西,提出新思路,發覺新方法。利用人工智慧的學習、篩查等能力幫助傳統學科煥發新生。
▌9.4 協會層面(略)
結語:人工智慧是機遇還是威脅
來源:騰訊研究院(微信ID:cyberlawrc)
近期精彩活動(直接點選檢視):
投稿和反饋請發郵件至hzzy@hzbook.com。轉載大資料公眾號文章,請向原文作者申請授權,否則產生的任何版權糾紛與大資料無關。
為大家提供與大資料相關的最新技術和資訊。
近期精彩文章(直接點選檢視):
更多精彩文章,請在公眾號後臺點選“歷史文章”檢視,謝謝。