工信人才-人工智能产业人才发展报告（2019-2020年版）-2020.6-58页_1mb

人工智能产业人才发展报告（2019-2020年版）总结

核心内容

本报告由工业和信息化部人才交流中心编写，旨在全面分析人工智能产业人力资源发展情况，提出相关人才工作建议。报告指出，人工智能作为新一轮产业变革的核心驱动力，正深刻改变人们的生产生活方式，为经济社会发展注入新动能。当前我国人工智能产业虽发展迅速，但人才问题仍是制约其发展的关键因素。

主要观点

1. 人工智能产业发展迅速
   中国人工智能产业规模在2019年突破100亿美元，成为全球人工智能产业的重要参与者。人工智能专利申请数量占全球总量的37.1%，论文产出量位居全球第二，投融资活动活跃，占全球总量的31.7%和60.0%。

2. 人工智能人才供需矛盾突出
   人工智能人才供需严重失衡，表现为结构、质量与区域的不平衡。算法研究岗、应用开发岗和实用技能岗的供需比分别为0.13、0.17和0.98，而机器学习和计算机视觉相关岗位的供需比仅为0.23和0.09，人才极度稀缺。

3. 人工智能人才质量要求高
   企业对人才的学历、工作经验、专业背景等有较高要求，硕士及以上学历岗位占比达45.1%和41.9%（算法研究岗和应用开发岗），而实用技能岗和产品经理岗则以本科及以上学历为主。同时，企业对人才的综合能力、专业知识、工具技能和工程实践能力要求较高。

4. 人工智能人才薪酬差异大
   算法研究岗和应用开发岗的单月薪酬多集中在35K以上，而实用技能岗和产品经理岗则主要集中在30K以下，体现出技术型岗位与服务型岗位的薪酬差距。

5. 人工智能人才培养生态体系尚不完善
   虽然高校和培训机构正在加快人工智能人才培养，但整体仍处于初期探索阶段，教学体系、人才评价体系、师资队伍、人才服务体系等方面仍需完善。

关键信息

一、人工智能产业发展概况

• 全球发展：人工智能经历了三次发展浪潮，当前处于第三次浪潮，技术与实践应用差距迅速缩小。
• 产业格局：人工智能产业分为基础层、技术层和应用层，AWS、阿里云、NVIDIA等企业在各层发挥重要作用。
• 中国优势：中国在人工智能专利申请、论文产出和投融资方面处于全球领先地位，具备参与全球竞争的实力。

二、人工智能产业人才发展现状

• 企业样本：调研样本包括2224家企业，其中应用层企业占比最高，达83.4%。
• 人才岗位类型：主要包括高级管理岗、高端技术岗、算法研究岗、应用开发岗、实用技能岗、产品经理岗等。
• 岗位需求与供给：算法研究岗和应用开发岗需求旺盛，但有效供给不足；实用技能岗和产品经理岗供需较为平衡。

三、人工智能人才能力素质要求

• 算法研究岗：要求扎实的理论基础、熟练掌握深度学习框架、具备项目经验。
• 应用开发岗：要求掌握软件工程流程、熟悉数据库和分布式系统、具备业务理解与转化能力。
• 实用技能岗：强调问题分析、技术指导与系统维护能力。
• 产品经理岗：需具备产品规划、行业分析、跨团队协作等综合能力。
• 技术方向要求：不同技术方向（如人工智能芯片、机器学习、自然语言处理等）对人才的能力、专业和学历有不同要求。

四、人工智能人才发展存在的问题

1. 供需不平衡：整体供需失衡，尤其在技术方向和岗位类型上。
2. 结构不均衡：人才集中在应用开发岗，实用技能岗供给不足；技术方向上机器学习和计算机视觉人才稀缺。
3. 质量不匹配：高校培养的人才难以满足企业对实践经验和复合能力的需求，企业对应届毕业生需求有限。

五、人工智能产业人才培养生态

• 高校人才培养：高校人工智能专业和学院快速设立，但课程体系和师资力量尚不完善。
• 社会培训机构：提供多样化培训课程，但输出以初级技能型人才为主，缺乏系统性和深度。
• 产教融合：企业与高校合作推进人才培养，但尚未形成成熟的体系。

人工智能产业人才发展政策建议

1. 加强顶层设计：统筹推进人工智能人才工作，建立统一的人才培养机制。
2. 推进“政产学研一体化”人才培养：制定岗位能力标准、建立课程体系、构建深度产教融合教学体系、完善人才评价体系、加强师资队伍建设、打造精准就业服务体系。
3. 鼓励区域人才流动：加强区域间和国际间的人才交流与合作，促进人才分布均衡。

人工智能人才发展趋势

• 本地化服务趋势明显：京津冀、长三角、粤港澳大湾区等地区成为人工智能人才聚集地。
• 产教融合人才培养模式初步形成：高校与企业合作加强，但需进一步完善。
• 人才培养生态体系建设重要性凸显：政策、产业和教育协同，构建可持续的人才培养体系。

总结

人工智能产业人才是推动产业发展的重要资源，其供需结构、质量与区域分布均存在明显问题。通过加强顶层设计、推进产教融合、优化人才培养体系，可以有效解决当前人才短缺问题，促进人工智能产业的持续发展。