中国患上了AI人才匮乏症：大学跟不上节奏 企业被迫争抢

极客网·极客观察（小刀）中国渐渐崛起，成为全球AI超级大国，就像竞争对手一样，中国也碰到一个大难题：人才短缺。

根据泰晤士高等教育（Times Higher Education）的估计，与其它国家相比，中国发表的AI论文是任何国家的两倍还要多，但是说到AI技术专家的数量，却只能排在第七位。

脉脉网分析师认为，北京占了中国AI人才的60%，杭州、上海、深圳各有10%，其它城市没有一个达到2%。哈尔滨工业大学、北京邮电大学在AI人才培育方面走在前列，清华大学、北京大学稍稍落后一些。

人才短缺的问题不只影响了创业公司，还影响了老牌巨头，比如华为。

华为轮值主席（CEO）徐直军（Eric Xu）相信，AI人才的分布就像帕累托曲线一样，少量员工创造大多价值，正因如此，领先企业只能依靠少数杰出人才开发的创新成果，这样才能成长。所以说，如果哪位专家有可能取得突破，就会有很多企业追求。

吸引人才

华为的年预算约为150-200亿美元，用来开发更好的产品，提升内部效率。预算很多也能吸引高级人才。

华为创始人任正非曾经谈到全球技术服务（GTS）部门在AI应用领域取得的进步，他说：“科学家注视未来，研究基础理论。他们没有必要担心研究成果是否能用于商业，但是要传播思想和理论，帮助其它领域取得突破。”

员工除了关心收入，还关心其它东西。2017年的一份员工调查发现，90年代出生的员工普遍相信“自我发展”是工作中很重要的一部分，然后才是寻求工作意义、获得认可、拿到不错的薪水。 

顶级人城薪酬很高，至于其它员工，可以用技术来替代。华为高级管理顾问、大学商业学院教授Huang Weiwei认为，华为已经开发一套智能制造系统，在不增加更多员工的前提下，可以让效率提高30%。节省的钱可以花在最有价值的员工身上。

教育培训

在华为员工中，拥有硕士和博士学位的员工增加了10%，然而新兴AI公司依图科技认为，数量并不能完全反应价值。依图首席创新官Lu Hao说：“在我们的研究人员中，有90%是学士学位应届生。”

“我们没有聘请博士学，不是公司决定这样做，而是因为他们在面试时未能通过。我认为，这一点部分反应了当前教育系统存在的问题……如果只是简单训练一个模型，并不是什么难事。所有工具都已经有了，训练模型并不是超级困难的事，即使是未毕业的学生也能做。”

“专注数据，理解分析数据，行事之时多多利用直觉，这才是他们欠缺的。当我们面试博士生时，发现有很多人缺少这样的能力。”

脉脉联合创始人王倩认为，随着行业的发展，这个问题会变得越来越常见。大学期间，王倩学习面部识别知识，她在教室学习，在实验室做实验，参与外部竞赛，王倩当时认为，面部识别想变成主流技术还有蛮远的路要走。10多年之后，它却无处不在。

王倩说：“在中国，我最担心的就是教育。中国并不缺少人才，关键在于我们的教育能否跟上AI的需求。”

私营企业扮演的角色

要培育学生的AI技能，成本有点高，大学难以承受。以依图科技为例，在机器学习建模时，如果要给数据贴标签，依图可以承受的价格是100人民币，建成之后公司免费提供给研究社区使用，对于大学来说，如果拿不到私营企业的援助资金，它们根本无法承受。

王倩相信，企业应该与大学合作，一起培养学生，让他们掌握未来可能会用到的技能。她还说：“企业需要AI研究人员，大学需要资金，还需要寻找商业应用，这样才能将科学成果应用于真实商业环境。”

Huang Weiwei认为，员工应该多多训练自我，不要只是依赖公司。他认为，大学的首要责任是帮助学生掌握学习方法：“要真正改变自我，学生必须依靠自己，所以能力相当关键。大学要帮助学生提升学生技能，这样到了必要之时才能迅速转变角色。”

王倩认为，除了学术能力，学生还需要其它技能。她说：“如果学生是书呆子，不能适应时势，不能将学到的东西应用于实践，可能会找不到工作。学生可能学到并获得许多高级技术技能，但是他们的EQ（情商）非常低，无法适应新时代的要求，所以他们可能无法变成核心专家或者核心人才。”

“如果我们拥有超强的学习能力，还能与时俱进，才能为客户、为客户的客户创造价值，也为我们的企业创造价值。”

王倩说，今年有大约500万个AI职位找不到人才，短短几年前，空缺只有几十万个。

依图CIO Hao LV认为，应该在行业之内培育人才，不一定非要依赖大学。他还说，由于AI变得越来越流行，系统越来越复杂，编写代码的方式变了，我们现在用数据生成代码，这是一件新鲜事。

有些地方仍然需要AI人才，比如给数据贴标签、机器学习、并行计算、数据分析、算法设计、大数据、产品工程。

王倩说，作为AI工程师，如果有3-5年的经验，工资会是新员工的2倍，如果工作10年，可能是4倍还要多。

生成海报

免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。