Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

缺口高达30万,月入30k技术人才难觅,这份官方报告揭秘国内AI人才现状

缺口达30万,月入30k技术人才难觅,这份报告揭秘国内AI人才现状

在现在的人工智能领域,月入至少30k的人工智能技术方向人才难觅。人工智能芯片、机器学习自然语言处理、智能语音及计算机视觉在内的人工智能典型技术方向人才严重不足。

人工智能领域的十大紧缺岗位中,以人工智能算法研发工程师、人工智能开发工程师、人工智能算法研究员为主的算法研究岗成为「稀缺品」。在人工智能产业人才岗位中,人工智能实用技术岗「供不应求」、而应用开发岗「供大于求」。

人工智能产业内有效人才缺口达30万的背后,不仅仅是浮于高薪高级人才稀缺的表象,还有更深层的供需端「失衡」问题。

撰文 | 力琴

竞逐人工智能已成为各国发展的共识。尽管如此,人工智能人才短缺仍是该技术在整个行业广泛应用的主要瓶颈。

据数据显示,中国的人工智能专利申请数量占全球总量的37.1%,位居全球第一。论文总产出量达到141840篇,位居全球第二。

现阶段中国也是全球人工智能产业投融资最为活跃的国家之一,其中总投融资事件数量占全球的31.7%,投融资资金总额占全球的60%。

虽然我国在专利申请和论文产出方面已经跻身全球领先序列,但人工智能人才短缺问题依旧存在。报告称,我国从事人工智能基础研究的学者仅占全球总量的11%,科研机构仅占5%,仍落后于全球顶尖水平。

与发达国家相比,我国人工智能产业在基础理论、核心算法、关键设备、高端芯片、人才培养等方面存在较大差距。报告指出,我国需持续加大在基础研究与顶尖人才培养方面的投入,缩小我国薄弱环节与全球顶尖水平的差距。

但不得不承认的是,我国在深入产业端的人才供给方面面临窘境。近日,工业和信息化部人才交流中心正式发布了一份《人工智能产业人才发展报告(2019-2020年版)》(简称“报告”)。该《报告》调研了2224家与人工智能相关的企业,92741个岗位样本,超38万个人才样本,从微观以及中观角度解构了我国人工智能产业人才存在的问题。

报告指出,按照《国务院关于印发新一代人工智能发展规划的通知》中确立的2020年实现人工智能核心产业规模超过1500亿元为目标,预计当前我国人工智能产业内有效人才缺口达30万。

30万有效人口缺口并非小数,如人才供需不平衡,则难以支撑迅速扩张的产业规模。

一 月入至少35K的人工智能技术岗,供需比竟然低于0.4?

在科技公司中,一个具备多年经验及资历的AI人才一个月至少能拿3万元的薪酬。与其他工种相比,已是非常丰厚。

作为与人工智能行业关联密切的技术方向岗位,顶尖的技术型人才一直是“香馍馍”。而相应的人才市场一直处于稀缺的状态。

据《人工智能产业人才发展报告(2019-2020年版)》结论显示,包括人工智能芯片、机器学习自然语言处理、智能语音及计算机视觉在内的人工智能典型技术方向人才严重不足。

缺口达30万,月入30k技术人才难觅,这份报告揭秘国内AI人才现状

报告通过岗位人才供需比值来反映人工智能产业各技术方向岗位和不同职能岗位的人才供需情况。岗位人才供需比的计算方式为意向进入岗位的人才数量/岗位数量。报告显示,人工智能不同技术方向岗位的人才供需比均低于0.4。其中,智能语音和计算机视觉岗位的人才供需比最低,分别为0.08、0.09。

通过上图,具体来看,计算机视觉和智能语音岗位的人才供需比最低,人才供给严重不足。

实际上,计算机视觉是人才需求最为集中的技术方向之一。但由于“机器学习”、“深度学习”等关键词曝光度高,一定程度上引导了人才供给向机器学习方向聚集。同样有着较高需求程度的计算机视觉相关岗位却面临人才供给相对不足。

缺口达30万,月入30k技术人才难觅,这份报告揭秘国内AI人才现状

各技术方向对人才的需求情况及求职人才技术方向意向情况

虽然这五大技术方向的人才都较为稀缺,但是对比来看人工智能芯片技术方向的人才供需比在当中较高。供需比的数值差异不大,但也能够反映问题。

大部分企业更能接受“年轻化”的人工智能芯片技术方向人才,对工作年限和学历没有过高的要求。据报告显示,33.2%的人工智能芯片相关岗位对工作年限没有过高的要求,可接纳工作3年以下的人才。

对比来看,供需比相对低,人才供给更为紧缺的机器学习自然语言处理、智能语音和计算机视觉相关技术岗位对工作年限和学历的要求更高。这四个方向的岗位大多要求具备硕士及以上学历,且工作年限需求至少3至5年,甚至更长。这四个岗位的单月薪酬水平主要集中在35K以上区间段。

缺口达30万,月入30k技术人才难觅,这份报告揭秘国内AI人才现状

主要技术方向对学历的要求。

从薪酬水平方向来看,在五大技术方向中,相对「不缺」的人工智能芯片相关岗位的单月薪酬水平相对较低,单月薪酬30K以内的岗位占比高达85.4%。

相比之下,对工作年限和学历要求更高的四大岗位,机器学习自然语言处理、智能语音和计算机视觉的单月薪酬水平明显较高,主要集中在35K以上薪酬区间段。

人才供给较为聚焦的机器学习自然语言处理相关岗位在50k以上的超高薪酬区间段上的聚集程度均高于智能语音和计算机视觉相关岗位。

二 AI岗位供给不均衡:实用技术岗「供不应求」、应用开发岗「供大于求」

人工智能产业人才岗位中,有这三大典型的岗位类型,算法研究岗、应用开发岗以及实用技能岗。在人工智能领域的十大紧缺岗位中,算法研究岗就列居前排。

据报告显示,在人工智能领域的十大紧缺岗位中,算法研究岗位居前三列,分别是人工智能算法研发工程师、人工智能开发工程师、人工智能算法研究员。

缺口达30万,月入30k技术人才难觅,这份报告揭秘国内AI人才现状

人工智能领域十大紧缺岗位

在算法研究岗、应用开发岗和实用技能岗这三大岗位类型中,算法研究岗和应用开发岗的学历准入门槛远高于其他岗位。

据报告显示,45.1%的算法研究岗和41.9%的应用开发岗要求应聘人员具有硕士及以上学历;实用技能岗和产品经理岗的准入门槛为本科及以上,相关的岗位占比分别为88.8%和91.8%。

缺口达30万,月入30k技术人才难觅,这份报告揭秘国内AI人才现状

人工智能产业人才岗位类型

薪酬方面,学历准入门槛高于其他岗位的算法研究岗和应用开发岗也得到较好体现。据报告显示,目前高达56.5%的算法研究岗和46.1%的应用开发岗的单月薪酬达到35k以上。

算法研究岗、应用开发岗的薪酬水平远高于实用技能岗和产品经理岗,众多企业以百万年薪签约具备人工智能基础研究能力的顶尖高校博士毕业生的事件已屡见不鲜。

对比来看,实用技能岗和产品经理岗的单月薪酬普遍集中于30k以下,20-30k是目前主要的薪酬区间段,相关的岗位占比分别为33.8%和39.6%。

受薪酬和学历准入门槛方面的要求,绝大多数人会倾向于应用开发岗,而不是实用技能岗,由此造成应用开发岗「供大于求」,而实用技术岗「供不应求」的窘境。

在岗位类型的选择方面,人才供给多数集中在应用开发岗,而实用技能岗需求量大,但人才吸引力有限。在企业需求的岗位中,应用开发岗的比重为19.8%,而高达30.4%的人才在择业时倾向于该类型岗位。但在整体岗位需求中占比高达34.8%的实用技能岗,仅12.5%的人才有意向进入该类型岗位。


三 人才供需区域不平衡:发达区域人才集中,反之减弱

除了人工智能产业人才在技术方向和岗位职能上的差异之外,在中观层面,人工智能产业人才在需求和供给方面的区域集聚效应尤为突出。

报告调研了2224家企业。这些企业多集中分布于北京、上海、广东、江苏、浙江、四川等经济较发达地区。

京津冀地区、长三角地区和粤港澳大湾区是现阶段我国人工智能产业的三大人才集聚地,人工智能相关企业数量也领先全国其他地区。据报告数据显示,这些区域的人才需求规模占全国总需求的90.9%,人才供给规模占全国总供给的82.9%。

缺口达30万,月入30k技术人才难觅,这份报告揭秘国内AI人才现状


全国主要区域的人才的需求情况及求职人才意向的区域情况

相比之下,其他欠发达的区域人才紧缺问题较为突出,侧面反映出人才供需区域的不平衡。


四 从供需端破解人才供给不平衡难题

无论是微观层面的技术方向与岗位人才供给不足,还是中观层面的区域供给不均,导致当下人工智能行业30万人才缺口的背后,还有更为深层次的原因。中国是否真正需要如此庞大的人工智能人才队伍?以及,如何持续不断地供给优质的人工智能人才?

实际上,需求量最多的莫过于,日益增长的人工智能企业队伍。新兴的人工智能企业作为技术提供方,亟需大批高质量高水平的人才,以增进企业自身的技术竞争力。

与此同时,在传统产业大变革的背景下,各类企业作为产业需求方,需要拥抱人工智能浪潮应对产业升级转型。

从需求端来看,在数字化、智能化的趋势下,各行各业对人工智能产业人才的需求已经发展到高关注、高需求的阶段。

从供给端来看,当前人才供给来源主要有两类,一是院校人才培养,二是行业人才存量积累。

在院校人才培养方面,虽然我国自2017年来,大力支持开展以人工智能学院、人工智能专业为代表的人工智能专项人才培养,但当前仍处于人才培养方式的初期探索阶段,人工智能产业人才的培养速度依然较慢。

报告称,尽管我国拥有世界规模最大的工程教育,但与美国相比,我国人工智能人才总量仅为仅为美国人才总量的50%左右,其中从事基础研究工作的人才数量更为有限,当前美国人工智能基础层的从业人才数量约为我国的14倍。

现阶段高校内人工智能相关的师资、课程依然不够完善,人工智能产业人才培养难以快速适应和匹配产业发展的节奏和企业的需求。

当前高校培养的人才质量难以匹配人工智能产业的实际需求,反映在企业选人用人和人才求职应聘两方面。

在行业人才存量积累方面,目前的行业内部自发的人才培养还没有成体系发展,导致现阶段我国院校端和产业端高质量人才供给水平仍然很低。

大多数企业设置了较高的人才准入门槛,对人才的岗位能力有着较高的要求,而应届生缺少人工智能知识储备与实践经验,很难直接匹配企业的用人需求。而具备一定工作年限和资历的技术人才和岗位人才又「面临」供需不均衡的窘境。

目前,仅仅依靠高校或者企业的力量难以满足日益增长的人才需求。如果要打破这一窘境,需要从政府、高校、科研机构、企业各方中进行打通,推动产学研各主体间的知识创新与应用,同时构建完善的人才体系来应对快速发展的产业需求。

注:本文数据来自 工业和信息化部人才交流中心:人工智能产业人才发展报告(2019-2020年版)

产业AI人才人工智能
相关数据
深度学习技术

深度学习(deep learning)是机器学习的分支,是一种试图使用包含复杂结构或由多重非线性变换构成的多个处理层对数据进行高层抽象的算法。 深度学习是机器学习中一种基于对数据进行表征学习的算法,至今已有数种深度学习框架,如卷积神经网络和深度置信网络和递归神经网络等已被应用在计算机视觉、语音识别、自然语言处理、音频识别与生物信息学等领域并获取了极好的效果。

机器学习技术

机器学习是人工智能的一个分支,是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、计算复杂性理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。因为学习算法中涉及了大量的统计学理论,机器学习与推断统计学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

规划技术

人工智能领域的「规划」通常是指智能体执行的任务/动作的自动规划和调度,其目的是进行资源的优化。常见的规划方法包括经典规划(Classical Planning)、分层任务网络(HTN)和 logistics 规划。

计算机视觉技术

计算机视觉(CV)是指机器感知环境的能力。这一技术类别中的经典任务有图像形成、图像处理、图像提取和图像的三维推理。目标识别和面部识别也是很重要的研究领域。

自然语言处理技术

自然语言处理(英语:natural language processing,缩写作 NLP)是人工智能和语言学领域的分支学科。此领域探讨如何处理及运用自然语言;自然语言认知则是指让电脑“懂”人类的语言。自然语言生成系统把计算机数据转化为自然语言。自然语言理解系统把自然语言转化为计算机程序更易于处理的形式。

暂无评论
暂无评论~