国内AI人才培养与市场需求存在脱节现象.docx

—

—PAGE1—

国内AI人才培养与市场需求存在脱节现象

人工智能是新一轮科技革命和产业变革的重要驱动力量，包括中国在内的诸多国家将人工智能列入国家科技战略部署。人工智能已经成为各国创新技术竞争的焦点，而技术竞争的核心是人才的竞争。基层梳理发现，中国人工智能人才的培养规模近年来快速增长，但人才培养和人才需求存在结构性错配。背后反映出来的问题实际上是当前高校的培养模式落后于产业实践，以及产学研结合依然不够紧密等问题。

一、中国人工智能人才的供需现状

中国的人工智能市场需求大，需要高质量、高水平的人才支撑和推动行业的发展。近几年，中国人工智能人才的培养数量有显著提升，但依然存在以下问题：

一是基础层人才的储备相对薄弱。人工智能产业链可划分为基础层、技术层、应用层三大主要环节。浙江大学与百度联合发布的《中国人工智能人才培养白皮书》显示，2022年美国人工智能产业基础层、技术层、应用层的人才数量比例分别为22.8%、37.3%、39.9%，中国为3.3%、34.9%和61.8%。

二是芯片设计和制造人才结构性短缺。梳理发现，芯片类企业反映，经过十几年的发展，尤其是近几年国家政策的支持和资本的追捧，中国整个集成电路行业的人才需求和供给规模都在扩张，但人才缺口依然较大。

三是部分产业链环节和岗位的人才供需存在错配。数据显示，基础层、技术层、应用层的存量人才数量占比分别为17.1%、28.6%、54.3%。但是新增岗位需求主要集中在技术研发型人才，基础层、技术层、应用层企业的技术研发人才新增岗位需求占比分别为67.9%、71.2%、42.0%。人工智能芯片设计、机器学习、卷积神经网络等前沿技术突破和算法研发等高端技术岗位的供需比（意向进入岗位的人才数量与岗位数量间的比值）均小于1，基础层为0.3，技术层为0.4，“供不应求”问题较为突出，但应用层为1.3，存在一定程度的“供过于求”。脉脉发布的《人工智能顶尖人才挖猎指南2022》同样显示，人工智能领域人才供需比处于较低水平，语音识别、自然语言处理、深度学习、计算机视觉四个技术方向的人才供需比分别为0.49、0.49、0.48和0.38。

四是高学历人才存量相对不足。中国劳动和社会保障科学研究院发布的《中国人工智能人才发展报告（2022）》显示，人工智能领域产业人才存量数约为94.88万人，其中本科学历占68.2%，硕士学历占9.3%，博士学历仅占0.1%。我们在企业调研中发现，除个别企业外，大部分企业中具有博士学位的员工占比极少，但研发部门的博士学历占比大概在1%—2%。由于高学历人才的培养周期长，企业短期用人缺口与较长人才培养周期存在较大矛盾，短期内人才紧缺现象很难解决。同时，企业对于是否招聘博士实际上也面临两难。一方面企业需要高学历人才充实研发力量，但博士人才存量有限。另一方面，博士的用人成本高，且应届博士工作两年后的跳槽率较高，企业留人难。

五是应届生的实践经验难以满足用人岗位的需求。2023年10月，猎聘发布的《AIGC及其产业链人才需求大数据报告2023》显示，产业链各环节对求职者工作经验的关注度越来越高。在各产业链对求职者工作年限的要求中，“3—5年工作经验”均以超30%的比例居于首位。其中，基础层为32.16%，模型层为41.25%，应用层为33.59%。访谈时企业表示，由于技术竞争越来越激烈，用人单位最需要的是以解决问题为导向、具备业务理解与解决真实问题能力的复合型人才，但应届生具有深度项目经验的比例较少，实践经验不足。

六是行业资深人才和领军人才不足。如果将工作十年以上且具有副高及以上职称的技术人才定义为产业领军人才，根据我们的抽样估计，基础层、技术层、应用层的领军人才占比分别为0.9%、1.6%、2.9%，尤其是基础层企业（0.9%）的资深人才最为短缺。访谈时，相关企业的多位技术专家表示，全产业链的领军人才均存在短缺，但在高端的人工智能芯片设计等领域最为严重，其次是算法模型领域。人工智能芯片设计，从业5年才算入门，10年以上只能算成熟人才，对领军人才的要求更高。

七是对国际顶尖人才的吸引力仍有提升空间。2024年，美国保尔森基金会下属的麦克罗波洛智库发布的一份《全球人工智能人才追踪调查报告（2.0）》显示，中国培养的人工智能学者较2019年有所提升，中国与美国的顶尖人才数量逐渐接近。报告还显示，在中国毕业的人工智能相关专业学者，有90%会留在国内。但在美国读博士研究生的学者，接近80%会留美工作，美国仍然是顶级人工智能人才的首选工作目的地，并且美国拥有全球60%的顶级人工智能机构。中国对国际人才的吸引力仍有提升空间。

二、人工智能人才培养模式存在的问题

2018年4月，教育部制定《高等学校人工智能创新行动计划》。2019年，教育部将人工智能正式列入新增审批