云计算 - 人工智能要从娃娃抓起 人工智能人才50万高薪难招

　　

　　截图来自领英中国的报告

　　“2017年第一季度全球人工智能领域专业技术人才数量超过190万，美国拥有最为庞大的人才库，数量超过85万；而在中国这个数字仅仅是超过5万人，在全球排名第七位。”领英中国的副总裁王迪认为“人才短缺”是我国在人工智能领域上的短板。

　　领英中国的报告显示，中国人工智能领域的人才集中在80后这一群体，占比超过56%；只有38.7%的从业者拥有10年以上工作经验，而在美国这一比例是71.5%。拥有4年以上、10年以下工作经验的从业者占据47.6%。

　　“人工智能人才普遍特征是高学历，根据研究结果，中国62.2%的人工智能从业者拥有硕士以上学位，12.6%的人拥有博士以上学位。”

　　“拥有60多年历史的人工智能，在中国成为最受瞩目的行业之一，但起步晚，所以在人才的培养上要相对滞后，并且需要相当长的时间。”清华大学博士生导师、中国人工智能学会副理事长马少平教授是驭势科技联合创始人兼CEO吴甘沙的老师，也是人工智能在中国发展的见证者之一。

　　“清华是国内比较早开展人工智能研究的高校”，马少平教授1977年考入清华大学，次年，清华大学开始招收人工智能相关专业研究生，主攻汉字识别和图像处理。“1979年的时候本科生已经开始设置人工智能导论课课程。”1984年，他研究生毕业之后留校任教至今。

　　经过四年苦读，刚刚毕业的孙博士跟马少平教授的经历很相似。

　　此前他在北京邮电大学网络技术研究院攻读自然语言处理博士学位，这个研究院前身是归属于北京邮电大学计算机学院的一个国家重点实验室，2008年校方将之独立出来成为一个招收硕士和博士的学院。

　　“整个学院有43个博士生，只有大约25%的人可以按时毕业。”孙博士是其中之一，毕业后他拿到相当多的offer，包括华为、三星和一家国企，“华为对于人才的需求简直达到如饥似渴的地步，他们甚至有一些院校的毕业生名单，临近毕业直接来学校要人，提供几十万元年薪。”但是最后孙博士经过综合考虑选择留校任教。

　　选择留校任教的人不多，很多人在硕士或者博士毕业之后选择到企业，不考虑其他因素，企业能提供更高的薪水和让研究结果得到应用的可能性。

　　“有一位师兄去了阿里云，据说拿到的也不低。硕士的毕业率相对高，但是数量也不多，企业也都在抢。”孙博士的话侧面反映了整个市场人才的供不应求。

　　根据BOSS直聘提供的《2017春季互联网人才趋势报告》，大数据和人工智能相关岗位出现全行业渗透，但人才供给严重不足，人才质量参差不齐，招聘难度大。

　　针对岗位的缺口，BOSS直聘预计下半年缺口较大的是搜索算法，供给量只能达到需求的44%，还有56%的缺口。推荐算法的缺口比例为50%，算法研究员的为43.9%，图像算法的为43%，深度学习的缺口量排在第十，为33.8%。

　　供需失衡造成人才价格暴涨。BOSS直聘的报告显示，在薪资涨幅最高的是个职位中，机器学习相关职位以26.8%的涨幅居首，自然语言处理的涨幅也达到了22%，推荐算法和搜索算法的涨幅分别为22.7%和21.4%。

　　

　　截图来自拉勾网

　　资本市场为人工智能注入资金动力，但目前最大的问题是有钱却没办法找到合适的人，“人工智能人才很少，为什么今天我们在讲人才泡沫，因为市场需求和人才供给之间出现巨大不平衡，所以说它有这样泡沫的一个问题。”

　　吴甘沙不否认整个行业都存在泡沫，“目前的泡沫还处于可控的阶段，没有泡沫哪来的资金？这个其实就像是喝啤酒，有泡沫的啤酒才是高质量啤酒。”但是他们也很渴望自己的产品能尽快实现市场应用，毕竟“中国的创业一年一个风口，时间不等人。”

　　这种情况和创业浪潮兴起的时候非常相似，但是不同的是，从技术层面来说人工智能相关技术还没有质的突破，但对于其他行业的人才转型来说有相当高的门槛。

　　在移动互联网时代，安卓或者iOS开发对于技能的要求并不是特别高，培训过程也不复杂。经过大约三年的工作就可以胜任一部分独立的开发工作，这种速成的办法在人工智能领域并不适用，三年的经验在人工智能领域仅仅属于入门级别。

　　“造成供不应求的局面是因为需求的增加，而不是技术门槛的变高。许多开发工具出现，让其他人进入这个行业的门槛降低了，但是成为高手的门槛并不会降低，而高手恰恰是最急需的资源。”云知声首席技术官梁家恩以医生为例子来说明这个道理，一个医生借助器械和辅助设备可以进行诊断，但是很少人能成为一名顶尖的医生。

　　孙博士的经历充分说明，想要成为顶尖的人才，需要至少7年去完成硕士学位，读完博士学位则需要大约11年。作为半成品，需要很长一段时间去获取实践经验。

　　梁家恩博士在人工智能领域拥有超过十年的经验，凤凰科技记者在采访他的时候，看到书架和书桌上摆放着许多数学、概率和大数据相关的书籍，唯一一本不那么相关的书籍是彼得·蒂尔写的《从0到1》，“现在的人工智能经历的也是从0到1的过程，这是困难最多的阶段，对于人才的需求非常强劲。”