這一年，科大訊飛、比特大陸、曠視科技等人工智能公司相繼傳出裁員消息，曾經(jīng)紅極一時的 AI 獨角獸，不再是萬能的金飯碗。同樣也是在這一年，阿里 AI labs 以年薪百萬美元引進兩位科學家，華為也為應屆技術(shù)博士開出了 200 萬的高價年薪。 

　　而對于那些即將在年后找工作的大批計算機應屆畢業(yè)生來說，這樣“一冷一熱”的消息也讓他們感到迷茫和擔憂。當他們手握簡歷四處找工作時，才發(fā)現(xiàn)“學 AI 的”和“搞 AI 的”之間存在著需求錯配。 

　　“一邊裁員、一邊搶人”，AI 行業(yè)的大招大裁背后，反映出了幾個關(guān)鍵問題——學校培育出的 AI 人才與市場不匹配，學生們找不到職場榜樣；普通的 AI 創(chuàng)業(yè)公司很難快速招到符合崗位需求的 AI 人才；而真正頂尖的 AI 人才，大公司又無力留住，他們中不少在掌握資源和經(jīng)驗之后便出來自立門戶。 

　　根據(jù)領(lǐng)英發(fā)布的《人才多元化洞察報告》，在中國，前五大新興職業(yè)分別為：新媒體運營、前端開發(fā)工程師、算法工程師、UI 設計師、數(shù)據(jù)分析師，其中一半以上與智能相關(guān)。過去五年間，中國與數(shù)據(jù)相關(guān)技能的需求增長了 7 倍，但在市場中仍有 15% 的崗位空缺。 

　　未來十年，人工智能到底需要什么樣的人才？與之相關(guān)的教育與培養(yǎng)，又應該如何展開？針對這些問題，燃財經(jīng)與 AIPHAROS 月光社聯(lián)合主辦了一場沙龍，中科院計算所副研究員杜子東，北京科技大學計算機與通信工程學院副院長殷緒成，51 獵頭聯(lián)合創(chuàng)始人朱聚鵬，英諾天使投資總監(jiān)馬瑞，Mor.AI 首席戰(zhàn)略官龔思穎，Bello 倍羅 BD 總監(jiān)崔云飛等 AI 領(lǐng)域的研究員、從業(yè)者、投資人，進行了深入討論。

　　一邊裁人，一邊搶人

　　曾經(jīng)火爆的 AI 行業(yè)，在最近兩年降了溫。 

　　《2019 中國人工智能產(chǎn)業(yè)投融資白皮書》顯示，2014 年-2018 年，人工智能行業(yè)在融資事件及融資規(guī)模上持續(xù)增長，2019 年出現(xiàn)首次回落。2019 年前三個季度總體融資規(guī)模僅為 577 億元，2018 年這一數(shù)字為 1189 億，AI 投資熱情出現(xiàn)明顯縮水。有數(shù)據(jù)顯示，2018 年全年有將近 90% 的人工智能公司處于虧損狀態(tài)。

　　據(jù) IT 桔子統(tǒng)計，2019 年前四個月，AI 行業(yè)資本交易量下降，平均單筆交易融資額 1.07 億，相較于 2018 年的 1.8 億，幾近腰斬。 

　　2019 年年初即被傳出 IPO 消息的曠視科技，在 2019 年 8 月向港交所遞交招股書之后，直到 2019 年過去也沒能上市成功，商湯方面似乎一直都是“有上市計劃，卻無明確時間表”。 

　　事實上，自 2018 年 5 月，世界知名 AI 公司 IBM Watson 突然被傳其醫(yī)療部門裁員 70% 開始，關(guān)于 AI 泡沫破滅的論調(diào)就逐漸響起，陸續(xù)有多家 AI 公司傳出裁員消息。 

　　2019 年年初，科大訊飛被傳出裁員優(yōu)化 30% 正式員工的消息；AI 獨角獸曠視科技被曝裁員 15%，杭州分部全員被裁；2019 年年底，比特大陸傳出裁員消息，其中 AI 業(yè)務線裁員比例最高，將達三分之二。 

　　但另一方面，很多大公司都熱衷于挖人，人才爭奪也是越來越激烈。 

　　首先拉開 AI 人才大戰(zhàn)序幕的是百度，早在 2010 年，百度就將前谷歌中國工程研究院副院長王勁收入麾下。隨后在 2014 年引入 AI 領(lǐng)域重量級元老吳恩達，擔任百度公司首席科學家，負責百度研究院。 

　　騰訊則在 2016 年成立 AI lab，阿里隨后于 2017 年成立達摩院，目前共有近 70 名海內(nèi)外專家坐鎮(zhèn)。 

　　除了 BAT 之外，TMD 也在到處挖角，華為更是在 2019 年花 200 萬年薪招攬技術(shù)博士，公司擁有包括 700 多個數(shù)學家、800 多個物理學家、120 多個化學家。 

　　不可否認的是，頂尖的 AI 人才整體還是十分緊缺的。他們從華為、中興這樣的芯片巨頭和 BATD 等公司出走，流向 AI 獨角獸之后，再次轉(zhuǎn)回了互聯(lián)網(wǎng)巨頭企業(yè)，一直處在不斷的、來回的流動當中。

　　一個有趣的現(xiàn)象是，BAT 去海外尤其是硅谷、西雅圖挖人才，AI 創(chuàng)業(yè)公司們就去 BAT 那里挖人才。其中不少 AI 大牛們放棄大平臺選擇自立門戶，尤其是百度，堪稱 AI 人才的黃埔軍校。

　　截至 2019 年年底，部分 AI 人才自己創(chuàng)業(yè)圖源 / 零壹智庫 一方面，AI 獨角獸公司開始批量裁員；另一方面，頂尖的 AI 人才逐漸向有前景和有錢景的頭部公司靠攏，兩極分化背后說明頂尖人才的稀缺。 

　　根據(jù)《2018 中國人工智能發(fā)展報告》，中國 AI 人才總量累計達 18232 人，位居全球第二，但中國 AI 頂尖人才總量累計僅有 977 人，而美國的 AI 頂尖人才累計數(shù)量已經(jīng)達到 5158 人，是中國的 5.3 倍。此外，根據(jù)領(lǐng)英發(fā)布的《全球領(lǐng)域 AI 人才報告》數(shù)據(jù)顯示，中國十年以上資深 AI 從業(yè)者占比為 38.7%，相較于美國的 71.5% 仍然有巨大差距。

中美 AI 領(lǐng)域從業(yè)者從業(yè)年限分布圖源 / 零壹智庫  

　　高校在培養(yǎng)怎樣的 AI 人才？

　　事實上，在 AI 行業(yè)到底需要什么樣的人才這個問題上，高校的反思要比整個行業(yè)更快。 

　　早在 2018 年 4 月，教育部就印發(fā)《高等學校人工智能創(chuàng)新行動計劃》，各大高校也開始設立人工智能相關(guān)專業(yè)，AI 成為新增本科專業(yè)目錄里的主要專業(yè)之一，同濟大學等 35 所高校已經(jīng)獲得學科建設資格。 

　　但是在實際操作過程中，他們發(fā)現(xiàn)，這樣培養(yǎng)出來的通識人才，與當下高速成長的 AI 產(chǎn)業(yè)并不適配。“我們對整個 AI 人才的培養(yǎng)是缺失的。”中科院計算所副研究員杜子東博士認為。 

　　他拿汽車專業(yè)做了個類比。汽車專業(yè)培養(yǎng)的是什么樣的人才？同濟大學對它的培養(yǎng)目標寫得很清楚：具有從事汽車、發(fā)動機、汽車電子的研究、設計、制造以及汽車營銷和物流、車身與空氣動力學、汽車試驗學等方面的工作的基本能力。 

　　簡單來說，汽車專業(yè)培養(yǎng)的并不是司機，那是駕校做的事情，大學培養(yǎng)的應該是能夠去制造汽車的人。計算機專業(yè)也一樣，現(xiàn)在很多大學培養(yǎng)人才的目標是怎么去使用、編程，這是應用層的東西，計算機專業(yè)應該培養(yǎng)的是能夠設計整機和進一步研究的人才。 

　　相應的，人工智能方向培養(yǎng)的也就應該是人工智能系統(tǒng)或者子系統(tǒng)的設計者和研究者，而不是使用者。

　　他拿一所高校計算機專業(yè)大一到大四的課程設置舉例，大一學 Java、C語言等，大二學C++、數(shù)據(jù)結(jié)構(gòu)等，大三學軟件工程、編譯原理等，大四學軟件測試方法、Linux 內(nèi)核分析等，好的一方面是涉及到了計算機整機系統(tǒng)的部分，但不足之處在于課程條塊比較分割，學生不能融會貫通做出一個完整的的體系，導致我國信息產(chǎn)業(yè)全棧式人才缺乏，核心硬科技競爭力缺乏。 

　　在杜子東看來，國內(nèi)目前大部分高校只包含各類機器學習算法、視聽覺應用這條軟件線，但算法只是系統(tǒng)的一個環(huán)節(jié)，應當有包含系統(tǒng)線的課程，幫助學生實現(xiàn)對當前主流智能軟硬件體系的融會貫通。

　　過去有句話說，如果你會使用 Tensorflow（谷歌的人工智能學習平臺），薪水可以是一年 30 萬人民幣，但如果你會設計 Tensorflow，掙的可不只 30 萬美元。 

　　另外，現(xiàn)在的人工智能算法發(fā)展還有一個誤區(qū)是，各家都在賽跑，今天是 99.92% 的精度，明天提成 99.93%，另外一個團隊提到 99.94%。但當我們想把人工智能從理論層面落地成真正有生命力的產(chǎn)品時，就發(fā)現(xiàn)，沒有系統(tǒng)知識，只會調(diào)參的人才做不出真東西。 

　　北京科技大學計算機與通信工程學院副院長殷緒成則表示，現(xiàn)在中國人工智能在應用這塊已經(jīng)跟美國齊頭并進，但是在 AI 硬件和平臺這塊差距拉得非常大，AI 理論這塊基本上是空白。 

　　高校對于 AI 人才培養(yǎng)跟不上，學校的教育和企業(yè)具體的人才需求有錯配，也導致企業(yè)在用人方面出現(xiàn)問題，留不住頂尖人才、無法快速培養(yǎng)新人、找不到真正需要的人才等問題比比皆是。51 獵頭聯(lián)合創(chuàng)始人朱聚鵬稱，本科生一般接受的都是通識教育，那些東西是 Know How，而企業(yè)用人看的是 To Do，學生到公司不能立馬上手，進而導致企業(yè)無人可用。 

　　意識到這些問題之后，高校已經(jīng)在積極改變。美國計算機方向 TOP4 的高校已聯(lián)合發(fā)布了《機器學習系統(tǒng)白皮書》，教授計算機系統(tǒng)課程的教師已經(jīng)成為下一個搶手的山芋。 

　　對于國內(nèi)來說，沒有參考課程、沒有現(xiàn)成師資、沒有成熟教材成為擺在高校面前的三座大山。2018 年，中國科學院大學計算機學院開始開設一門人工智能方向的系統(tǒng)課程，名為《智能計算系統(tǒng)》。這一課程正在或即將在北大、中國科大、天大、北航、南開、北理工、華科開設。杜子東認為，中國需要一大批智能計算系統(tǒng)的開發(fā)者和設計者。 殷緒成則表示，“人工智能學科”的基本技術(shù)體系包括數(shù)學基礎（微積分、線性代數(shù)等）、計算機及系統(tǒng)基礎（計算機組成原理、算法基礎等）、機器學習與模式識別方法（機器學習方法、深度學習方法等）、人工智能領(lǐng)域技術(shù)（語音識別、文字識別、計算機視覺、自然語言處理等）、人工智能應用（自動駕駛、智能安防應用、智能金融應用等）。 “現(xiàn)在搞人工智能的，國內(nèi)有十來個學科都在做，計算機、電子、通信、數(shù)學，都開設了相關(guān)課程。”他認為，要想培養(yǎng)人工智能技術(shù)的系統(tǒng)級人才，需要在以上五個方面進行培養(yǎng)。 

　　未來需要什么樣的 AI 人才？

　　 據(jù)清華大學數(shù)據(jù)顯示，計算機視覺、語音、自然語言處理是中國市場規(guī)模最大的三個應用方向，分別占比 34.9%，24.8% 和 21%。但多名受訪者向燃財經(jīng)表示，除了這幾個應用方向之外，還需要管理、銷售、各學科融合等方面的人才。 

　　殷緒成認為，看 Gartner 曲線（技術(shù)成熟度曲線）就會發(fā)現(xiàn)，現(xiàn)在很多智能系統(tǒng)都能自動生成算法，系統(tǒng)型的綜合型的中高端技術(shù)人才越來越稀缺。“路越往上面走就越窄，現(xiàn)在競爭越激烈的崗位，大家的技術(shù)其實都還不錯，在這種情況下，綜合素質(zhì)及其他方面（例如德智體的德）的競爭就顯得很重要。”殷緒成稱。 

　　很多技術(shù)人才恃技術(shù)而驕，一旦卷入資本的迷局，很容易在利益斗爭中迷失自己。中國無人駕駛獨角獸 Roadstar.ai 的倒閉，就是一個很好的例子。Roadstar.ai 曾先后籌集到 1.28 億美元資金，最終因創(chuàng)始團隊的內(nèi)部紛爭，讓這家明星項目驟然停擺，一系列內(nèi)訌行為也引發(fā)了社會對技術(shù)人才的廣泛討論。

　　有投資人認為，當自動駕駛處在風口時，融資過于容易，太容易讓人膨脹，而純技術(shù)型人才缺少真正的管理經(jīng)驗和社會經(jīng)驗，不知道如何處理市場、資本的訴求和誘惑。 

　　Mor.AI 首席戰(zhàn)略官龔思穎認為，未來，AI 的管理人才一定是強需求。很多投資人最開始投一些 AI 創(chuàng)業(yè)公司的時候就是投技術(shù)，或者投專家，認為你做技術(shù)的就一定能成功，后來發(fā)現(xiàn)這個邏輯并不一定成立。AI 天才并不等于 AI 人才。AI 的管理型人才既需要有整套管理的邏輯理論，也要有對科技的敏感度，對行業(yè)敏銳的判斷力。AI 這個產(chǎn)業(yè)變得太快，在未來的二十年里，如果能有這樣的 AI 管理人才出現(xiàn)，他們將是整個行業(yè)最稀缺的資源。 

　　對于未來的 AI 人才，英諾天使投資總監(jiān)馬瑞更看重創(chuàng)始人的綜合素質(zhì)，除了有一定的技術(shù)素養(yǎng)以外，溝通能力、產(chǎn)品能力、對核心成員的凝聚能力和拉攏人才的能力，都十分重要。“我現(xiàn)在的底層投資邏輯很簡單，你都不愿意讓創(chuàng)始人或團隊來你家里做客，為什么要投他？” 

　　回顧近幾年，2016 年 AlphaGo 戰(zhàn)勝李世石，直接引爆了 AI 領(lǐng)域的創(chuàng)投熱情。2017 年 7 月《新一代人工智能發(fā)展規(guī)劃》 的頒布，標志著人工智能上升至國家戰(zhàn)略高度。2019 年科創(chuàng)板的出臺，更是給足了 AI 企業(yè)的融資及退出空間?！　?/p>

　　資本蜂擁而至，但所見的收益微乎其微。《2018 中國人工智能商業(yè)落地研究報告》顯示，2017 年，在整個產(chǎn)業(yè)鏈上，90% 以上的 AI 企業(yè)依然處于虧損階段，絕大多數(shù)企業(yè)年營業(yè)收入不足兩億。 

　　在一熱一冷的差異化對比中，AI 行業(yè)盡顯疲態(tài)。相關(guān)數(shù)據(jù)顯示，到 2020 年，我國人工智能核心產(chǎn)業(yè)的市場規(guī)模將超過 1600 億元，但商用、落地、規(guī)?；允浅蔀閿[在 AI 企業(yè)面前的難題。 

　　“對于天使階段來講，現(xiàn)在可以投的人工智能的領(lǐng)域已經(jīng)基本沒有了。”馬瑞稱，現(xiàn)在還想在 AI 領(lǐng)域創(chuàng)業(yè)的，機會已經(jīng)非常少，可能拼的不是算法模型，而是落地能力。 但這個市場也不是完全沒有機會，未來的幾年中，人工智能和其它領(lǐng)域尤其是基礎科學的融合，能把計算量或者是速度提升一個十倍百倍，也能形成一個風口。 

　　他表示，能形成風口幾個基本要素：一個是市場空間一定要足夠大，一個是時機要對。AI 先落地在金融或者安防，很大原因就是因為安防和金融的數(shù)據(jù)是在 AI 形成之前就有沉淀。隨著時間的推演，萬物互聯(lián)，很多原先的沒有數(shù)據(jù)的產(chǎn)業(yè)現(xiàn)在也慢慢開始積累，這些之前沒有用上 AI 的領(lǐng)域，馬上也會用到 AI。 

　　馬瑞今年給自己定的投資主題就是降本增效，能用 AI 技術(shù)幫助企業(yè)降本增效的公司，都會有機會。 

　　“此外，未來中國肯定會提高基礎學科人才的工資待遇。”他稱，人工智能未來五年或者十年可能會像學計算機科學一樣普及，真正想要邁上新臺階，就要和其他學科相融合，“有可能你不僅要拿一個人工智能 PHD，還要拿一個物理學 PHD，或者拿一個生物 PHD，才能成為這個領(lǐng)域中比較厲害的專家。” 

　　如果從投資的角度來看，真正想要實現(xiàn)跳躍階層的增長，最主要的是對社會和人性的洞察力，將人工智能應用在對的地方，永遠是一個優(yōu)秀的企業(yè)家或者創(chuàng)業(yè)者必備的能力。