在我國人工智能產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，人才需求在短時間內激增。但由于我國人工智能起步較晚、發展歷程較短，人工智能人才儲備不足且培養機制不完善，導致當前高校、企業等各界的人才培養速度還無法匹配產業的需求擴張速度，產業內能夠滿足需求的有效人才密度不足。以《國務院關于印發新一代人工智能發展規劃的通知》中確立的 2020 年實現人工智能核心產業規模超過 1500 億元為目標，預計當前我國人工智能產業內有效人才缺口達 30 萬。

本期的智能內參，我們推薦工業和信息化部人才交流中心的報告，詳解我國最新人工智能人才發展情況。

本期內參來源：工業和信息化部人才交流中心

原標題：

《 人工智能產業人才發展報告 》

作者： 朱秀梅 丁兆增 等

 

一、人工智能產業發展概況

數字經濟已經成為提升經濟效率、優化經濟結構的重要動力。以人工智能為代表的一大批創新技術和應用將作為數字經濟時代的重要基石，推動著傳統經濟的轉型升級和新興經濟的快速增長。可以預見，數字經濟將是繼農業經濟、工業經濟之后的一個全新的社會經濟形態。 2018 年， 習近平總書記在中央政治局第九次人工智能發展現狀和趨勢的集體學習中指出，人工智能是新一輪科技革命和產業變革的重要驅動力量，加快發展新一代人工智能是事關我國能否抓住新一輪科技革命和產業變革機遇的戰略問題。

 

1、 全球人工智能的發展及產業格局

云計算、大數據和 IoT 為代表的信息技術在快速迭代的同時也加速了人工智能走向實踐應用的可能性，而各種數據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， 語音識別、圖像分類、無人駕駛等若干細分應用領域內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將迎來爆發式增長的新高潮。

1956 年，達特茅斯會議首次提出“人工智能” 概念，為人工智能產業的發展拉開序幕。在 60 余年的發展過程中，人工智能已經經歷了三次發展浪潮，當前全球人工智能正處于第三次發展浪潮之中。

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知神經網絡軟件和聊天軟件。 第二次浪潮： 20 世紀 70 年代中期，人工智能掀起第二次浪潮。這一時期內， 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產生。

這一階段互聯網、云計算、大數據、芯片等新興技術為人工智能各項技術的發展提供了充足的數據支持和算力支撐，而以“人工智能+” 為代表的業務創新模式也隨著人工智能技術和產業的發展日趨成熟，這將極大優化社會的生產力，并對現有的產業結構產生深遠的影響。

人工智能的三次發展浪潮人工智能的產業格局

隨著人工智能產業的快速發展，全球人工智能已經形成較完整的生態體系，在人工智能生態的基礎層、技術層和應用層走出了一大批領先的科技創新企業。

（1）基礎層：為人工智能產業鏈提供算力和數據服務支撐。 以 AWS、 Azure、阿里云、騰訊云、百度云等行業巨頭為代表， 為人工智能的發展提供了充足的算力資源；傳統芯片巨頭 NVIDIA、 Intel 和國內科技新貴寒武紀、地平線等正致力于為人工智能的計算需求提供專用芯片；另外數據服務領域也存在大量公司，例如國內的數據堂、海天瑞聲以及國外的Saagie 等 。

（2）技術層：為人工智能產業鏈提供通用性的技術能力。以 google、 Facebook、阿里巴巴、百度為代表的互聯網巨頭，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、致力于計算機視覺領域的商湯、機器學習領域的第四范式等。在國外， Proxem、 XMOS 等企業也分別在自然語言處理、智能語音等領域做出了積極的實踐和探索。

（3）應用層：面向服務對象提供各類具體應用和適配行業應用場景的產品或服務。 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， 典型企業有智慧建筑領域的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。

人工智能產業鏈及代表廠商

當前人工智能已經成為各國創新技術競爭的焦點領域，包括中國在內的全球諸多國家將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 年間密集發布人工智能專項政策及行動規劃，引導、推動人工智能產業的發展已成為全球經濟共同體的重要共識。

全球主要國家的人工智能產業政策（部分）

新一代人工智能正在全球范圍蓬勃發展，全球正在迎來人機協同、跨界融合、共創分享的智能時代，深刻影響著各國的政治、經濟和社會發展。美國、英國、德國等全球主要國家在本國人工智能戰略的引導下，立足本國優勢，走出了各具特色的人工智能產業發展道路。

1、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。

作為人工智能的發源地，美國在人工智能 60 余年的發展進程中始終領跑全球。無論是人工智能基礎研究還是應用落地，無論是民用領域還是軍工領域，美國對人工智能的發展始終保持著主動性和預見性。尤其在人工智能芯片研發、人工智能算法攻關、頂尖人才培養等人工智能核心基礎領域，美國牢牢占據全球領先位置。

而這離不開美國政府、高校和企業的共同推動，美國國家科學技術委員會、白宮科技政策辦公室與國家預算辦公室等頂層政府機構將人工智能發展視為國家發展戰略重點，麻省理工大學、斯坦福大學、 卡內基梅隆大學等全球頂尖學府與 Google、 Microsoft、 Facebook 等科技巨頭致力研發與實踐，通用、福特等傳統產業巨頭緊跟發展步伐，三方合力，效果顯著。據美國 2019 年全新發布的《國家人工智能戰略》顯示，美國未來將會持續關注并投資“基礎人工智能研究”、“補充和增強人類能力的人工智能系統”、“人工智能倫理道德”、“人工智能系統的安全和健康性”等各方面的研究和探索。

2、 英國：眾多有實力、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。

從“人工智能之父”圖靈到引發全球關注的 AlphaGo，支撐英國在全球人工智能的發展中始終占據優勢地位。英國擁有悠久的人工智能發展歷史，英國政府通過政策指引、資金支持和人才培養，為人工智能打造了良好、健康的發展環境。同時，倫敦、牛津、劍橋形成的“金三角名校”保障了英國人工智能的基礎研究實力和人才輸出質量，而艾倫·圖靈研究所、EPSRC 人工智能研究所與全英最好的劍橋大學、愛丁堡大學、牛津大學、倫敦大學學院、華威大學形成的“2+5 模式”，已成為英國人工智能創新創業的重要動力源。

英國政府、高校、企業形成的良性生態系統保障了英國始終處于全球人工智能創新的核心地帶。在全球領先的創新環境下，英國政府著力布局和探索人工智能與生命醫學、服務業、農業以及政府公共服務等領域相結合的創新解決方案，致力發展人工智能與數據驅動型經濟。

3、德國：工業 4.0 有利推動德國人工智能的發展，新時期德國致力于成為全球領先的人工智能科研場。

依托全球領先的工業基礎，德國在 2013 年發布的“工業 4.0 計劃”中， 人工智能被列為工業 4.0 的核心支持技術之一，其中以庫卡工業機器人為代表的工業智能產品享譽全球。但德國并沒有將本國人工智能的發展局限于工業領域，而是通過多項國家戰略推動人工智能與更多產業融合，致力于打造全球領先的人工智能科研場。

與此同時，作為目前全球最大的人工智能非營利科研機構——德國人工智能研究中心， 與柏林、慕尼黑、蒂賓根等地的 6 所人工智能研究中心共同形成了德國人工智能研究網絡，是德國人工智能科研創新的重要推動器。德國政府在其人工智能戰略中明確區分了“強人工智能”和“弱人工智能”，并將未來的戰略方向聚焦于“弱人工智能”，主要瞄向“機器證明和自動推理”、“基于知識的系統”、“模式識別與分析”、“機器人技術”和“智能多模態人機交互”五個研究領域。

 

2、 中國人工智能產業發展情況

人工智能技術的快速發展推動智能產業在多行業、多區域快速興起，為經濟社會發展注入了新動能，人工智能產業規模也隨之持續快速擴充。同時，憑借在政策、數據和場景等方面的優勢，我國具備了參與全球人工智能產業競爭的強大實力。

隨著人工智能產業實踐的深入發展，人工智能已經成為數字經濟時代的重要標志，以人工智能為代表的數字經濟將成為中國經濟發展的新引擎。在企業服務市場，人工智能使得政務、安防、制造、金融、醫療、物流倉儲以及更多行業的內外部治理變得更加智能與高效，極大程度上促進這些行業內的公司實現數字化轉型；在個人消費領域，蘊含人工智能元素的產品和服務也進入了快速發展階段，智能音箱、家庭機器人、可穿戴設備等智能化設備深受消費者的追捧和青睞。在各種消費場景中，人工智能正在幫助商家“更懂消費者、懂得消費者更多”，提升雙方服務交互過程中的質量。根據相關研究機構估算，預計到 2020 年中國人工智能產業規模將達近 140 億美元，而到 2022 年將超過 270 億美元。

中國人工智能產業規模

中國人工智能產業發展特征 ：

1、 中國人工智能產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產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，相關論文產出量也高達 141840 篇。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%，仍落后于全球頂尖水平。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平的差距，繼續搶占全球新一代人工智能產業發展的制高點。

2、 中國人工智能企業眾多、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 余家，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用戶面前，不僅軟件、互聯網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進程中來 。

3、 中國人工智能產業受到資本市場的高度關注。資金是人工智能產業持續向好發展的重要保障，現階段中國是全球人工智能產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產業化落地和數字經濟的深化發展。

中國人工智能產業發展優勢 ：

1、 國家多部委聯動， 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產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贏得全球科技競爭主動權的重要戰略抓手，是推動我國科技跨越發展、產業優化升級、生產力整體躍升的重要戰略資源。

在此宏觀背景下，2016 年 5 月，國家發展改革委、科技部、工業和信息化部、中央網信辦四部門聯合印發了《“互聯網+” 人工智能三年行動實施方案》的通知； 2017 年 7 月，國務院印發的《新一代人工智能發展規劃的通知》； 2017 年 12 月，工業和信息化部印發《促進新一代人工智能產業發展三年行動計劃（2018-2020 年）》的通知。在中央頂層制度設計的基礎上，各地方政府根據各區域產業發展實際需求，紛紛出臺了相應的產業發展規劃與政策指導意見，為人工智能產業發展提供了良好的社會政策環境。

2、 數字時代助力，廣袤市場搭配先進信息技術，累積數據優勢。數據是新一輪人工智能的發展需要具備三大核心要素之一， 豐富的市場數據量為人工智能應用的深化實踐提供了基礎條件。 隨著我國邁入數字經濟時代， 互聯網、云計算、大數據等現代信息技術在各領域的持續深入， 當前已積累了大量的消費級數據和企業級數據。據 IDC、希捷統計數據顯示，2018 年中國數據總量占全球 23.4％，為 7.6ZB（1ZB≈1 萬億 GB），預計到 2025 年將增至48.6ZB，屆時將占全球數據總量的 27.8％。

2018-2025 年中國數據總量（單位： ZB）

3、 網民基數大，中小企業眾多，增強開發場景優勢：中國龐大的人口數量和企業基數為人工智能提供了豐富的應用場景，并由此衍生出大量基于人工智能技術的商業和應用模式的創新。 2017 年中國企業法人單位為 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，其中互聯網上網人數已經達到 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， 逐步與互聯網時代的社交電商服務、共享經濟服務、網絡直播服務和互聯網金融服務等融合， 探索出新型應用模式。

中國企業法人數和個體工商數

2010-2018 年中國人口數量及互聯網上網人數（單位：億人）

 

二、 人工智能產業人才發展總體現狀

數字經濟時代，人工智能正成為引領科技創新和產業發展的核心力量。人工智能產品與服務正在持續地滲透到人們的日常工作、 生活、學習和社交等領域， 也推動國內各區域、各類型的科技企業和傳統產業企業紛紛向人工智能領域開拓。經過多年的持續發展，中國在人工智能領域取得重要進展，國際科技論文發表量和發明專利授權量已居世界前列，部分領域核心關鍵技術實現重要突破，但是人才問題仍然是制約該產業發展的關鍵。

國務院在《新一代人工智能發展規劃》 明確提出人工智能尖端人才遠遠不能滿足需求，并在總體部署中將加強人才隊伍建設作為構建開放協同的人工智能科技創新體系四大主要支撐之一。 在產業實踐中，企業對人工智能人才的需求更加精細和多元，從技術研發、應用開發、應用交付到運營維護都需要大量人才支持。

從產業端來看，一方面人工智能產業人才的覆蓋面開始擴大，另一方面國內人工智能產業整體人才密度偏低，有效人才供給不足的問題突出。因此，人工智能產業人才供需矛盾將嚴重影響我國人工智能產業的進一步發展。鑒于此，現階段高校、人工智能相關企業、社會培訓機構等均已經采取諸多措施，加快推進人工智能產業人才的規模化培養。

根據各人工智能企業崗位人才需求，可歸納為高級管理崗、高端技術崗、算法研究崗、應用開發崗、實際技能崗、產品經理崗等類型崗位。這一崗位需求分類也契合人工智能從研發到應用的眾多環節。管理、技術和服務等多類型人才協同，推進人工智能應用落地，成為數字經濟背景下人工智能產業人才內涵的特色。

人工智能產業人才崗位類型

典型崗位類型簡介：

1、 算法研究崗：創新、突破人工智能算法和技術研究，并將人工智能前沿理論與實際算法模型開發相結合的崗位。

2、 應用開發崗：將人工智能算法及各項技術（例如機器學習、自然語言處理、智能語音、計算機視覺等）與行業需求相結合，實現相關應用工程化落地的崗位。

3、 實用技能崗：理解人工智能技術的基本概念，能夠結合特定使用場景，保障人工智能相關應用快速、高效的規模化產出和穩定運行的崗位。

人工智能領域十大緊缺崗位

 

3、 人工智能產業人才供需情況

受限于國內人工智能產業的起步較晚、前期積累不足，我國人工智能產業面臨有效人才供給不足的窘境。《國務院關于印發新一代人工智能發展規劃的通知》提出要到 2020 年實現人工智能核心產業規模超過 1500 億元的目標。按照此產業規模目標，預計我國人工智能產業內有效人才缺口達 30 萬，特定技術方向和崗位上供需失衡比例尤為突出。

本報告通過崗位人才供需比值來反映人工智能產業各技術方向崗位和不同職能崗位的人才供需情況。崗位人才供需比越高，表明該崗位的人才供應越充足。

1、 人工智能各技術方向崗位人才供需情況： 本報告選取了人工智能的典型技術方向，包括人工智能芯片、機器學習、自然語言處理等，數據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別為 0.08、 0.09，相關人才極度稀缺。

人工智能各技術方向崗位人才供需比

2、 人工智能各職能崗位人才供需情況： 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別為 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態。相比之下，產品經理崗、銷售崗和負責企業經營管理的高級管理崗的崗位人才供需比分別為 4.52、 7.14、 3.44，人才供應較為充足。

人工智能各職能崗位人才供需比

人工智能產業人才在需求和供給方面的區域集聚效應尤為突出，這主要受制于區域產業基礎、人才積累的差距。京津冀地區、長三角地區、粵港澳大灣區和川渝地區是當前人工智能產業的主要發展高地，同時也是人工智能產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%。

（1） 在人才需求方面，上述四個區域的人才需求占全國總體需求的 90.9%。 一方面因為這些區域聚集了全國絕大多數人工智能領域的科技創新企業和接入人工智能技術的互聯網、軟件企業，相應地產生了大量的人才需求；另一方面由于這些區域內傳統產業正加速數字化改革，人工智能與傳統產業融合的進程居于全國前列，需要大量相關人才支撐人工智能落地實踐的快速推進。

（2）在人才供給方面， 這些區域擁有頂尖的人工智能技術水平、廣闊的職業發展空間和可觀的薪酬福利，對人才集聚產生了較強的吸引力。目前人才供給端 82.9%的人才有意向進入上述四個區域工作，而其他地區僅能吸引 17.1%人才的關注。

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

 

4、人工智能產業人才培養情況

在國內人工智能產業人才供給不足的大背景下，高校、企業和培訓機構紛紛依托自身優勢，立足產業實際需求，采取了諸多應對措施，積極推動人工智能產業人才的培養。

高校人才培養情況：

（1）根據產業需求，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、電子信息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，覆蓋計算機、數學、電子信息、統計學、心理學等多個專業領域。人工智能專業的設立加速了人工智能與基礎教育學科融合，有助于培養出一批具備多專業、跨學科認知的復合型人工智能產業人才。根據招聘網站專業需求數據顯示，人工智能領域十大熱門專業包括計算機科學與技術、軟件工程、數學與應用數學等。

人工智能產業十大熱門專業

（2）人工智能專業被正式納入本科專業名單，加速了人工智能產業專項人才的培養進程。在傳統電子信息類、計算機類、數學類專業的基礎上， 2019 年 3 月教育部公布了《2018年度普通高等學校本科專業備案和審批結果的通知》，人工智能被列入新增審批本科專業名單，全國共有 35 所高校獲首批建設資格； 2020 年 2 月教育部公布《2019 年度普通高等學校本科專業備案和審批結果》，新增人工智能專業的高校達 180 所。

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本科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、復旦大學、同濟大學、武漢大學等傳統老牌名校，也有如安徽信息工程學院、泉州信息工程學院、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。

新增人工智能本科專業高校區域分布

（3）高校建立人工智能學院和研究院，重點培養基礎研究型和應用開發型人才。除設立人工智能專業外，同期國內各類型高校已經著手建立人工智能學院、人工智能研究院⑧，國內頂尖高校如北京大學、清華大學、浙江大學、復旦大學等，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、智能感知、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的研究型人才。

國內諸多本科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，通過聯合人工智能產業鏈各環節的領先企業，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，著重培養具備人工智能實踐經驗的應用開發型人才。

高校建設的人工智能學院/研究院名單（部分）

社會培訓機構人才培養情況：

社會培訓機構開展人工智能培訓是當前解決人工智能產業人才供應不足的重要補充，并且現階段政府正著力實施全民智能教育，對社會機構開展人工智能培訓也做出了明確的支持。

（1）針對培訓機構類型，現階段既有北大青鳥、達內教育、光華國際等傳統老牌職業培訓學校，又有小象學院、深藍學院、咕泡學院等新型培訓機構。各類型培訓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培訓方式。

開展人工智能培訓的社會培訓機構（部分）

（2）針對培訓內容，當前培訓機構的人工智能相關課程以培訓學員的應用開發技能為主，主要包含三種類型課程： Python 培訓、人工智能基礎入門培訓和人工智能細分技術專業培訓。此外，現階段各培訓機構均向學員提供分階段的實戰項目教學，眾多機構已接入華為、百度、阿里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內容欠缺、培訓時間較短，當前培訓機構輸出的人才多數為初級的實用技能型人才。

 

三、 人工智能產業人才能力素質要求及薪酬畫像

人工智能屬于高度知識密集型產業，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著較高的要求。隨著人工智能技術的不斷更迭和應用落地的快速推進，僅具備單一能力的產業人才無法匹配企業的實際需求。產業內迫切需求具備綜合能力、專業知識能力、技能能力以及工程實踐能力等多維能力的人才隊伍。

 

1、 崗位類型

算法研究崗、應用開發崗、實用技能崗和產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。

算法研究崗位能力要求

應用開發崗位能力要求

實用技能崗位能力要求

產品經理崗位能力要求

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；產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，因此 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。

主要崗位的工作年限要求

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，產品經理崗位專業要求限制較少， 30.6%的產品經理崗無專業限制。

主要崗位的專業要求

學歷要求：

算法研究崗和應用開發崗的學歷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歷；實用技能崗和產品經理崗的準入門檻為本科及以上，相關的崗位占比分別為 88.8%和 91.8%。另外， 當前 6.9%的實用技能崗允許專科學歷人才進入，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。

主要崗位的學歷要求

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，算法研究崗、應用開發崗的薪酬水平遠高于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能基礎研究能力的頂尖高校博士畢業生的事件已屢見不鮮。實用技能崗和產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，相關的崗位占比分別為 33.8%和 39.6%。

典型崗位單月薪酬情況

 

2、 技術方向

針對人工智能芯片、機器學習、自然語言處理、智能語音、計算機視覺五大典型人工智能技術方向，其技術特點、發展階段和業務重點在當前略有差異，企業對不同技術相關產業人才的職業能力也提出了不同的要求。

人工智能芯片相關崗位能力要求

機器學習相關崗位能力要求

自然語言處理相關崗位能力要求

智能語音相關崗位能力要求

計算機視覺相關崗位能力要求

3 至 5 年的工作經驗是當前各個典型技術方向對人才的普遍要求。此外，人工智能芯片和計算機視覺相對來說更能接受“年輕化”的人才， 33.2%的人工智能芯片相關崗位和 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。

主要技術方向對工作年限的要求

企業對人才專業背景的要求與技術方向存在緊密關系。其中，人工智能芯片與集成電路產業聯系密切，所以當前 48.2%的人工智能芯片相關崗位要求應聘人員具備電子信息相關專業背景； 機器學習與其他技術方向相比， 更偏向于基礎底層，因此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。

主要技術方向對專業的要求

本科學歷是企業對人工智能相關崗位人才的基本學歷要求，尤其在人工智能芯片領域， 高達 88.4%的崗位要求本科學歷。 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歷，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歷。

主要技術方向對學歷的要求

當前人工智能芯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平明顯較高， 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。

主要技術方向的單月薪酬情況

 

四、 人工智能產業人才發展存在的問題

1、 人才供需不平衡

作為經濟發展的新引擎，人工智能已經開始廣泛滲入和應用于各領域并展現出巨大潛力。但與發達國家相比，我國人工智能產業在基礎理論、核心算法、關鍵設備、高端芯片、人才培養等方面存在較大差距，其中人工智能人才問題尤為突出，主要體現在以下三方面：一是人才供需不平衡，難以支撐迅速擴張的產業規模；二是人才結構失衡，在不同層次、不同技術方向、不同崗位結構上均存在失衡；三是人才質量不匹配，產業端與教育端沒有實現有效對接，人才培養質量難以滿足產業需求。

現階段我國人工智能產業人才供需嚴重不平衡。從需求端來看，在數字化、智能化的轉型壓力之下，各行各業對人工智能產業人才的需求已經發展到高關注、高需求的階段：一是新興的人工智能企業作為技術提供方，亟需大批高質量高水平的人才，提升自身技術競爭力；二是傳統行業的各類企業作為產業需求方，需要擁抱人工智能浪潮應對產業升級轉型。中國國家統計局的數據顯示， 2018 年全國軟件和信息技術服務業從業人數 643 萬人，該數據僅僅顯示從事軟件和信息技術服務產業的就業人員。 如果將在傳統產業從事數字化、智能化的人員納入考慮， 該人才需求量則呈現井噴式增長。

從供給端來看，當前人才供給來源主要有以下兩類：一是院校人才培養，現階段人工智能領域涉及專業包括計算機科學與技術、智能科學與技術、自動化、軟件工程、電子信息工程、通信工程、統計學與應用數學等；二是行業人才存量積累，主要是從事傳統電子信息、軟件服務、移動互聯網等領域的技術人員通過學習與積累逐漸向人工智能領域轉換。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，當前美國人工智能基礎層的從業人才數量約為我國的 14 倍。

我國人工智能產業人才供給嚴重不足主要原因可歸為研究起步晚、產業化積累不足，導致人才培養速度沒有跟上產業發展需求。我國人工智能研究始于 20 世紀 80 年代，但由于基礎不穩、參與研究的科研機構和高校數量有限，因此無法實現規模化培養和輸出人才，導致我國人工智能產業人才資源先天不足。 2017 年后，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在全國快速展開。但當前依然處于人才培養方式的初期探索階段，人工智能產業人才的培養速度依然較慢，而行業內部自發的人才培養還沒有成體系發展， 由此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。

 

2、 人才結構不均衡

人工智能產業人才結構不均衡主要體現在三方面：一是不同層次人才結構失衡，頂尖的基礎研究人才和創新應用人才不足； 二是不同崗位類型人才結構失衡，多數人才集中在應用開發崗位，而真正有大量需求的實用技能崗位供給不足；三是不同技術方向人才結構失衡，相關人才在職業選擇時易受輿論影響，追逐市場熱點，而忽視自身定位與能力，導致在不同技術方向上顯現出與企業需求顯著錯位的現象。

在崗位類型的選擇方面，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于該類型崗位。 但針對在整體崗位需求中占比高達 34.8%的實用技能崗，僅12.5%的人才有意向進入該類型崗位。

各類型崗位對人才的需求情況及求職人才的崗位意向情況

在人工智能技術方向的選擇方面，擁有超高關注度的機器學習方向聚集了近 60%的人才供給。 在企業需求的崗位中，機器學習相關崗位和計算機視覺相關崗位的占比分別達到了39.1%和 33.4%，是人才需求最為集中的兩個技術方向。但是由于“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。而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

“機器學習”和“機器視覺”百度指數搜索趨勢

 

3、人才質量不匹配

當前高校培養的人才質量難以匹配人工智能產業的實際需求，反映在企業選人用人和人才求職應聘兩方面。一是自 2015 年至今，企業在人工智能相關崗位上對應屆畢業生的需求程度始終有限，每年招聘的應屆畢業生平均僅占整體需求的 3%左右；二是人工智能求職人才中應屆畢業生的比重仍逐年增長， 2019 年增長至 13.9%。

（1） 高校方面。當前人工智能產業人才規模化、體系化培養剛剛起步，過去階段高校培養的人才無法直接滿足人工智能產業的實際需求。同時，現階段高校內人工智能相關的師資、課程依然不夠完善，人工智能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。

（2） 企業方面。知識密集、多學科交叉等特性為人工智能產業設立了較高的人才準入門檻，企業對人才的崗位能力有著較高的要求，而應屆生缺少人工智能知識儲備與實踐經驗，很難直接匹配企業的用人需求。根據企業調研結果反饋，應屆畢業生在崗培養普遍需要一年以上的時間， 這導致絕大多數的初創型人工智能企業缺乏人力、 資金和動力去培養應屆畢業生，直接降低了企業對應屆畢業生的需求程度。

企業需求中應屆畢業生的比重和求職人才中應屆畢業生的比重

 

五、 人工智能產業人才相關政策文件分析

面對人工智能產業的快速發展和生態體系內各環節對高質量人才的需求，國家和地方政府已經出臺了眾多與人工智能產業人才發展相關的政策，并將人工智能產業人才的培養和引進作為推動人工智能產業發展的重要部署。

 

1、 國家層面人工智能產業人才政策概述

技術創新和應用落地是當前引領人工智能產業發展的主要動力，而人才則是技術創新和應用落地的核心。自 2016 年 5 月國家發展和改革委員會、 科學技術部等 4 部門聯合發布《“互聯網+” 人工智能三年行動實施方案》以來，眾多人工智能產業政策均將人才發展列入主體工作任務當中，在高端人才培養、優秀人才引進、相關學科建設、產教融合發展、國內國外交流、激勵政策出臺等方面為人工智能產業人才發展確立了可尋、可走的戰略方向。

人工智能政策文件中與人才相關內容

 

2、地方政府人工智能產業人才政策概述

與國家層面人工智能產業人才的頂層設計相呼應，地方政府在人工智能產業人才的培養和引進方面也做出了積極的探索和實踐，正在形成中央和地方的聯動效應。 2017 年后，地方政府紛紛出臺了符合本地產業發展現狀的人工智能產業人才政策及落地細則，把控和引領本地區的人才發展方向，推動本地區人工智能產業人才的培養和引進。

地方政府人工智能產業人才相關政策發布情況（單位：項）

北京、天津、上海、浙江、江蘇、廣東、四川等省市基于自身人工智能產業發展現狀和地方產業布局特色，在全國率先出臺多項人工智能產業人才政策，鼓勵并推動建設產學研結合的人才培養機制，并且在人才落戶、住房補貼等方面為相關人才的引進制定可落地的激勵機制，推動了全國重點區域人工智能產業人才培養環境的建設，同時為其他地區人工智能產業人才政策的制定和產業人才的培養提供了經驗和參考。

地方政府發布的人工智能產業人才相關政策

 

六、 人工智能產業人才發展趨勢

隨著人工智能技術的成熟，人工智能產業應用落地離不開本地服務需求。圍繞本地服務，直接刺激了人工智能相關企業對應用型、創新型、復合型人才的需求。在此背景下，由各級政府牽頭、高校群體和企業群體共同承擔、聯合打造的“產學研一體化”人才培養生態體系逐步清晰，生態化人才培養模式的重要性愈發凸顯。

 

1、 人工智能產業人才本地化服務趨勢明顯

人工智能應用在多區域內的加速落地，逐步凸顯人才本地化服務能力的重要性。人工智能的本地化服務能力集中反映在了解某區域本地產業結構和本地企業的智能化需求，快速響應客戶服務請求，為客戶提供人工智能相關的咨詢、開發、運維、售后等方面。不同于傳統互聯網時代，數字經濟的興起為全國各區域的經濟發展帶來了重大機遇。因此，人工智能企業積極地做出策略性調整，由過去單一的核心區域模式轉變為面向全國提供本地化服務模式，激發了人工智能企業對當地人工智能人才的需求 。

國內各區域人工智能產業已經顯現出產業人才本地滿足的態勢。 在京津冀地區、長三角地區、粵港澳大灣區和川渝地區等人工智能產業發展高地，人工智能產業人才主要由其區域省市本地供給。除上述區域外，湖北省、陜西省、山東省等科技實力相對較強的省份，其人工智能產業人才的供給也均集中于本省本地人才，這反映了人才培養工作本地化的重要性。

意向京津冀、長三角、粵港澳、川渝地區的人才的來源地

意向湖北省、陜西省、山東省的人才的來源地

 

2、 產教融合人才培養模式初步形成

伴隨著人工智能應用落地的深化，人才需求由基礎研究驅動轉變為應用落地驅動，產教融合人才培養模式顯得重要且迫切。國家高度重視產教融合工作并積極做好頂層設計。 2017年 12 月，國務院辦公廳發布了《關于深化產教融合的若干意見》； 2019 年 9 月，國家發展與改革委員會印發《國家產教融合建設試點實施方案的通知》，重點強調推動產業需求更好入人才培養過程，構建服務支撐產業重大需求的技術技能人才和創新創業人才培養體系，形成教育和產業統籌融合、良性互動的發展格局。

在人工智能領域，產教融合需求更為迫切，傳統的人才培養模式已無法適應快速變化的產業需求。在此背景下，高校依托學術研究、專家資源優勢，企業立足實踐經驗積累與一線市場需求，兩個主體在政策和市場的驅動下，正在積極構建并初步形成了優勢互補、資源共享的產教融合人才培養模式，逐步發展成為國內人工智能產業人才培養的主導力量。

當前人工智能產業產教融合人才培養模式的相關機構還局限于少數高校和數量有限的人工智能產業巨頭，現有的師資力量、課程設置、實訓體系等還難以覆蓋足夠廣泛的應用場景。因此，隨著人工智能與其他行業融合的速度持續加快，產教融合人才培養模式需要廣泛吸納各類型、各領域的人工智能相關企業，為更多高校提供多場景的實踐經驗、實訓課程和一線實踐專家，保證高校培養的人工智能產業人才能夠更廣泛地適應多類型的場景需求和行需求，推動產教融合人才培養模式在參與主體和培養方式等方面的進一步完善。

 

3、 人工智能產業人才培養生態體系建設重要性愈發凸顯

全球各主要國家在人工智能領域的競爭主要表現在人才競爭。中國在全球競爭中有著天然優勢，尤其在人力資源儲備方面。中國有近 14 億人口、 9 億勞動力、 1.7 億受過高等教育和擁有專業技能的人才以及近 4000 萬的在校大學生， 使中國在人工智能人才競爭方面具備著強勁的內生動力。然而僅僅擁有數量充沛的人力資源是不能應對日益激烈的創新競爭，只有將“人口紅利”最大化的轉化為“人才紅利”，建立開放包容的人才培養生態系統，充分依靠各類社會主體的資源、能力與優勢，才能推動人工智能人力資源轉化為人工智能產業人才資源 。

然而，僅僅依靠高校或者企業的力量是難以滿足日益增長的人才需求。政府、高校、科研機構、企業需要通力合作共同打造知識網絡，推動產學研各主體間的知識創新與應用，同時構建完善人才體系來應對快速發展的產業需求。由于不同主體在機制體制、價值取向上存在差異甚至沖突。

因此，構建人工智能產業人才培養生態體系關鍵需要做好以下三方面工作：一是產業主管部門與教育主管部門要加強工作聯系，做好頂層設計，充分引導、組織、協調、激勵院校、科研機構、企業、人才服務機構等，將產業需求更好融入人才培養過程，形成教育和產業統籌融合、良性互動的發展格局；二是院校、企業、人才服務機構要明確各自的定位、權益與義務，積極參與人才培養生態體系建設各項工作，提升資金、技術和人才等資源的流動與共享的效率，保障人才培養能夠真正跟上產業發展的節奏。

智東西認為， 人工智能產業需要持續加強區域間的人才流動和人才培養合作，一方面利用市場需求優化人才的空間配置，扶持各區域內的人工智能相關企業的發展，并鼓勵優勢企業在多個區域設立分支機構，為人才在多區域間的流動提供工作機會；另一方面實現各區域間人才標準統一、人才評價結果互認、信息共享等，打破人才跨區域流動的諸多不合理壁壘。