人工智能技術人才需求旺盛 知識工程類人才大有可為
人工智能企業(yè)現(xiàn)有三種運營模式：探索級和前沿級大型數字化企業(yè)構建人工智能應用生態(tài)、人工智能頭部企業(yè)自上而下尋找應用場景、應用級軟件和信息服務企業(yè)與數字化轉型的傳統(tǒng)企業(yè)自下而上提升技術能力。
不同的人工智能企業(yè)采用不同的技術崗位體系，目前主要有三種：研究型技術崗位體系、新型技術崗位體系、傳統(tǒng)應用開發(fā)技術崗位體系。
我國2020年在職人工智能技術人員約7萬人，包括算法研發(fā)類、算法開發(fā)類、芯片設計類等多種技術崗位；目前人才市場中求職的人工智能技術人員約3萬人，企業(yè)需求數量約5萬人，人工智能技術人才呈現(xiàn)供不應求局面。
數據標注從業(yè)人員在2萬-4萬之間，專業(yè)的數據處理人才成為人工智能行業(yè)發(fā)展的必需，知識工程類人才數量將大大超過人工智能其他技術人才。
近日，中國軟件行業(yè)協(xié)會教育與培訓委員會（簡稱教培委）秘書長初曉光，代表其研究團隊，發(fā)布了《人工智能企業(yè)技術崗位設置研究報告》（下文簡稱《報告》）。該報告從人工智能企業(yè)運營模式和人才培養(yǎng)方式、技術崗位設置和技術人才供需等方面展示了其重要的研究成果。
初曉光秘書長表示，為了解人工智能企業(yè)的技術崗位設置現(xiàn)狀和技術人才供需，教培委研究團隊在2020下半年，對數十家不同類型的人工智能企業(yè)和開設人工智能專業(yè)的高校進行了實地走訪調研，在此，特別感謝曾文權、楊忠明、賀平、張維、許煥新等教培委專家在調研過程中提供的大力支持。
人工智能企業(yè)的三種運營模式
初曉光秘書長談到，教培委研究團隊通過調研發(fā)現(xiàn)，人工智能企業(yè)運營模式差異較大，不同類型的人工智能企業(yè)對人才的培養(yǎng)和校企合作的方式也不相同。從企業(yè)掌握的核心技術與提供的產品和服務分析，運營模式可以分為三類：
第一類，構建人工智能生態(tài)
以探索級和前沿級大型數字化企業(yè)為主，如阿里巴巴、騰訊和百度，有雄厚的人工智能技術積累和強大的算法、框架研發(fā)能力，通過搭建平臺為合作伙伴提供人工智能技術，將算法優(yōu)勢應用到具體業(yè)務場景，建立應用生態(tài)。
第二類，自上而下尋找應用場景
以人工智能頭部企業(yè)為主，如商湯科技、云從科技等，在人工智能特定技術領域具有先發(fā)優(yōu)勢，能夠將人工智能技術應用到多個具體業(yè)務場景，積極尋找商業(yè)模式并開發(fā)商業(yè)化應用。
第三類，自下而上提升技術能力
以應用級軟件和信息技術服務企業(yè)與數字化轉型的傳統(tǒng)企業(yè)為主，采用成熟的人工智能技術解決方案，優(yōu)化業(yè)務能力，從而提升效率、降低成本和改善用戶體驗。
人工智能技術崗位設置
初曉光秘書長提到，人工智能企業(yè)的技術崗位體系差異較大，教培委研究團隊的調研發(fā)現(xiàn)，不同運營模式的人工智能企業(yè)往往采取不同的技術崗位體系，目前企業(yè)主要有三種技術崗位體系：
研究型技術崗位體系：
探索級和前沿級的大型數字化企業(yè)通常設置算法研發(fā)類崗位和算法開發(fā)類崗位：算法研發(fā)類崗位負責人工智能基礎理論的探索與算法研發(fā)、優(yōu)化等工作；算法開發(fā)類崗位則針對具體業(yè)務場景給出恰當的算法解決方案。如圖1：
新型技術崗位體系：
人工智能頭部企業(yè)，需要將人工智能技術應用到多個業(yè)務場景，其技術崗位體系采用人工智能算法研究團隊和算法工程團隊的結構。知識工程團隊提供不同行業(yè)的業(yè)務數據并協(xié)助建立訓練模型，算法研究團隊結合應用場景進行算法適配，算法工程團隊結合業(yè)務場景進行算法實現(xiàn)。如圖2：
傳統(tǒng)應用開發(fā)技術崗位體系：
應用級軟件和信息技術服務企業(yè)通過積累的行業(yè)經驗為用戶提供人工智能解決方案，采用人工智能架構師、人工智能項目經理、人工智能算法工程師的技術崗位體系，與傳統(tǒng)的CTO、項目經理、開發(fā)工程師的組織架構類似。如圖3：
人工智能企業(yè)人才供需現(xiàn)狀
在談到國內目前人工智能企業(yè)的人才供需現(xiàn)狀時，初曉光秘書長表示，在人工智能技術領域，我國2020年在職技術人員約7萬人，包括算法研發(fā)類、算法開發(fā)類、芯片設計類等多種技術崗位（對人工智能技術沒有要求或不需要深入了解的知識工程和應用開發(fā)崗位不在統(tǒng)計范圍之內）。目前在人才市場中求職的人工智能技術人員約3萬人，企業(yè)需求數量約5萬人，人工智能技術人才呈現(xiàn)供不應求局面。
目前我國人工智能技術人才需求缺口主要來自三個方面：第一方面是非常缺少能夠推動人工智能前沿技術與基礎理論發(fā)展的頂尖人才；第二方面缺少的是能夠將人工智能前沿理論同實際算法模型相結合的人才；第三方面缺乏的是能夠將人工智能技術與行業(yè)需求相結合的人才。第三方面的人才的需求缺口最大。
對于高職院校普遍關注的數據標注崗位，教培委研究團隊通過調研發(fā)現(xiàn)，目前我國數據標注員從業(yè)人數在2萬至4萬之間，數據標注企業(yè)通過研發(fā)標注工具、提升標注員行業(yè)知識水平來提升工作效率和服務質量，可以預見，這類企業(yè)的人才需求也將逐漸向知識工程轉變。 初曉光秘書長表示，人工智能的技術發(fā)展趨勢，使企業(yè)的業(yè)務系統(tǒng)更加智能化，這將極大地加速企業(yè)的數字化轉型進程。隨著人工智能技術不斷在業(yè)務場景中進行應用，越來越多的企業(yè)意識到對數據的處理能力是核心競爭力，數據結構化工作日益受到重視，未來對知識工程類人才的需求將大大超過人工智能其他技術人才。