卞梦健
今年的政府工作报告提出，要发展壮大新动能，其中包括发展智能产业，拓展智能生活和运用新技术、新业态、新模式，大力改造提升传统产业。随着越来越多企业对改造升级的迫切需求，不久之后，“行业智能”这一概念，或会变成业内共识，推动更多企业完成智能化转型。而与之相匹配的是，目前及今后一个时期人工智能人才的稀缺，由于人工智能人才不足，将会成为影响我国人工智能产业发展的瓶颈。在人工智能人才需求旺盛的情况下，必须高度重视人工智能人才的培养，而在各种形式的培养中，校企结合培养应成为主要方向。
人工智能时代，人才需求在哪里？
据有关专家分析，从我国目前整体的行业发展来说，体现机械性的、可重复的脑力体力劳动将逐渐被人工智能、机器人取代。比如保安，被安防机器人取代；司机，被无人驾驶汽车取代；翻译，被翻译AI软件取代等等。比如服务机器人行业，会是人工智能+互联网+机器人硬件等多领域的交集，同时能懂这三方面的人是可遇不可求的。所以，在实际工作中，一定会需要和其他背景的牛人共同协作。这时，一方面需要多领域的知识储备（这背后需要的是快速学习能力）；另一方面，沟通合作能力尤其重要。
尤为重要的是，对于垂直场景或用户的AI产品，比如儿童机器人，要把这个事情做好，一定需要有两个不同背景的人或者团队去协作，比如A是技术人才，B是垂直行业人才，当他们合在一起看（思考）的时候，能够看到这个事情的主线，知道能做什么；当他们分开看的时候，能知道边界——边界很重要，不光要知道能做什么，更要知道不能做什么。很多时候产品死掉，不是不知道做什么，而是可以做的太多，但其实80%都是坑。只有真正懂行的老司机，才能避开那些坑。
更关键的是，正如图灵机器人经常对行业所说的那样，做人工智能领域的产品（特别是2C产品），需要“技术产品双驱动”。行业内很多声音在强调算法、数据、计算能力等，这没有错，但对于2C产品的突破点（爆款）而言，只能算是必要条件，不能说是充分条件。如果不足够重视产品体验（甚至连“人工智能产品经理”这个概念都没有），并以此来驱动一些做事的方式，是很难做好的。
最近笔者刚好在网上看到一段Xthr对李想的报道：面对市场上非汽车背景出身的智能驾驶创业者，李想直言，“我觉得他们得蹚点坑。很多人如此不懂消费者，如此不懂汽车，还能那么大胆地去做，真是让人难以想象，这不是胆子大吗？造车的有很多太胡来。那些技术出身的人可以像Mbly一样，踏踏实实做一个二级技术供应商就好了。”而相比进军智能驾驶领域的一众从科技大公司出来的人工智能大佬，李想说，“其实我很多时候挺担心他们的。”另外，反过来说，人工智能、机器人领域的产品经理，如果不具备一定的技术理解力，也会比互联网时代难做得多。
近日读《与机器人共舞》一书，其中有两个数据很令人震惊：在互联网行业，每使一个岗位消失，就会新创造出26个岗位……而未来每部署一个机器人，会创造出36个岗位。这36个岗位，可能在哪里出现呢？有关专家认为，一是人工智能相关“新行业”带来的“新职位”。互联网爆发之前，传统行业也有平面设计师、IT人员、XX经理等职位，但互联网的发展，导致了UI设计师、Adrd/OS程序员、互联网产品经理等等新兴职位的出现和热炒。
二是人工智能时代的到来，必定会产生一些“没听说过”的新职位，比如已经被行业认可的“自然语言处理”，以及“语音识别工程师”等等，还有业内人都没意识到的职位，比如人工智能与机器人产品经理；脑洞再大一点，未来可能会有“机器人道德与暴力评估师”等职位。无论是上述几类需求来源的哪一种，浮于行业表面的人，都会被AI替代，所以说，只有具备深度的人工智能专业能力和创造力，未来才会有立足之地。
培养体系不完善下的人才荒
从目前来看，与O2O、共享经济领域的创业公司相比，人工智能创业公司对人才考量的侧重点会有所不同。因为消费互联网创业是“英雄不问出处”，人才只要对产品有洞察力、对商业模式有所思考，就可以创业。但AI创业的技术性门槛较高，人才来源也会相对集中，大多来自于人工智能、計算机科学方面的顶尖院校培养。目前在全球范围内，设立AI专业系统化进行人才培训的院校并不多。在十年、二十年前，人工智能甚至是很相当冷门的专业。即使有人学AI的细分方向，毕业后也大多选择了转行。
有关专家分析认为，这是由于AI技术在203年以前是达不到实用指标的，所以很多AI相关专业的学生毕业以后就转行做搜索、推荐等，留在视觉、语音等AI相关行业的人非常少。这也导致了现在很难直接找到已经有工作经验的AI人才。不过从203年以后，许多国内高校已经开始重视AI人才的培养。当然，从培养到产出还需要几年的时间，未来随着毕业生人数的增多，相信问题会逐渐好转。
就目前来看，国内人工智能人才的稀缺，除了高校培养体系的不够完善之外，人工智能人才缺乏的另一个主要原因是中国相关产业基础的相对薄弱。比如在国内，完整做过一整款处理器芯片的架构师屈指可数。但在美国的英伟达、英特尔等公司中，可以找到不少这方面的人才。中国进入行业相对较晚，能挖人才的池子也就比较浅。人才稀缺对AI创业公司来说是普遍问题，但相信在未来两三年，会涌入大量AI人才，人会越来越好招。
有关人士表示，就像当年苹果OS生态系统刚出来时，只有非常少的工程师可以在OS平台上做App应用一样。可能在短短一两年内，懂OS的工程师会比较缺少。但随着苹果生态系的发展，会有大量的人快速学习这方面的技术，达到人才的供需平衡。目前来看，AI领域最缺乏的是有创新性的算法科学家。他们是在最上层去解决根本性问题的人才，学术界、产业界都在大量的争抢。另外，随着AI创业向落地应用的方向转变，能够同时理解应用需求边界和科技能力边界的AI产品经理也越来越受到重视。
那么，有那些AI人才是当今最为稀缺的呢？有关人士表示，AI的人才梯队分三批。第一批是最强的算法科学家，他们自己做框架和前沿性研究，这类人在全球范围内本来就不多。第二批人才或许不能独创框架，但能够在比较流行的框架上去做适配、改进，为项目做定制化的调整，这类人才由于不断训练而逐渐增多。第三批是完全基于已有的框架进行参数的调整的人才，这类人才很多。许多以前不是AI行业的人才，通过公开课或培训也能学会这些。
应重视高校和知名企业联合培养
目前，创业公司抢人工智能人才主要还是“看人下菜碟”。比如有些人只注重钱，公司就需要在尽量合理的范围内调工资。大公司的薪资水平固定，创业公司会更加灵活；有些人不看重短期的工资，更注重长期带来的巨大回报，创业公司可以在股权、期权方面进行更充足的激励；有些人更注重自己的话语权、受尊重的程度，创业公司也能给到其更大的余地；还有些科学家更注重所做事情的意义，创业公司可以用公司的特色、理念来吸引人才。从另一个维度来说，人才是跟着人来的。创业公司如果有知名科学家的资源，基于校友关系也可以带来人才。当然最重要的吸引人才的办法，还是要不断让公司本身在业务、估值等方面保持高效率的增长，让人们觉得这是机会所在。
207年2月初，腾讯研究院联合BOSS直聘发布的《207全球人工智能人才白皮书》显示，全球AI领域人才约30万，而市场需求在百万量级。全球共有三百多所有人工智能研究方向的高校，每年供给AI领域的毕业生约为2万人，远不能满足市场对人才的需求。在这种供需极不平衡的情况下，创业公司、巨头公司间的人才拼抢日益激烈。用人单位为招募人才，甚至动辄付出年薪百万的代价。对创业公司来说，该如何发展自身优势，吸纳更多AI人才，能够获取顶级AI人才并且有人才的持续输送能力十分重要。而从抢人才层面来说，初创公司面临着不小的压力。
据了解，目前我国已经成立了全国机器人工程专业的教育联盟，在建机器人专业的60多个高校，已经在联合交流讨论如何培养人才。一家信息产业投资控股有限公司的总裁认为，人工智能产业刚刚起步，不仅是新型产业，也是边缘科学，基本定义还在完善之中，其中不乏泡沫，产业的发展方向也尚不清晰。再就是是顶级人才往企业流动，专任教师不足。目前人工智能顶级人才都在企业之中，工业界挖走了很多学术界的人才。这种情况不仅限于中国，在硅谷等也存在。
此外是目前校企结合模式在体制、经费方面存在制约。学校现有的专业、知识体系比较单一，如机械、电气、软件专业，还是各学各的，需要企业的参与，但企业如何参与，怎么获得合理回报，还存在体制障碍。例如国内一家教育科技集团目前已开办了多期“工业机器人应用工程师”培训班，参与短期体验、培训的达五六千人次，00多人获得了认证工程师证书。该集团还计划跟中高职、本科高校合作，共建专业、学院等，从起始年级开始培养机器人领域的操作、维护维修工程师，以及具备机械设计方案、软件设计方案、集成方案的设计师等。
据了解，目前这些领域就业前景看好，在辽沈地区，系统集成设计师、软件设计师等月薪上万元，南方收入更高。但问题同样存在，成人短期培训班，虽然目前效果不错，但真正培养行业所需要的综合性人才，還是希望跟学校合作进行学历教育。不过在学费不可能大幅上涨的情况下，目前这方面学校经费有限，开展相关学历教育很困难。为此有关人士建议，一方面，重视高校和知名企业的联合培养，在基础理论研究、创新应用上对标社会发展和企业需求，让企业高管走进课堂，送教师进企业了解需求。另一方面，建立高校联合培养教育联盟，交流探讨推动人才培养模式的确立，建立校企对接平台，方便企业和学生沟通互动，如此，才能加快人工智能行业所需人才的培养。
文章来源于：上海企业