人工智能技术人才需求旺盛 知识工程类人才大有可为

人工智能企业现有三种运营模式：探索级和前沿级大型数字化企业构建人工智能应用生态、人工智能头部企业自上而下寻找应用场景、应用级软件和信息服务企业与数字化转型的传统企业自下而上提升技术能力。

不同的人工智能企业采用不同的技术岗位体系，目前主要有三种：研究型技术岗位体系、新型技术岗位体系、传统应用开发技术岗位体系。

我国2020年在职人工智能技术人员约7万人，包括算法研发类、算法开发类、芯片设计类等多种技术岗位；目前人才市场中求职的人工智能技术人员约3万人，企业需求数量约5万人，人工智能技术人才呈现供不应求局面。

数据标注从业人员在2万-4万之间，专业的数据处理人才成为人工智能行业发展的必需，知识工程类人才数量将大大超过人工智能其他技术人才。

近日，中国软件行业协会教育与培训委员会（简称教培委）秘书长初晓光，代表其研究团队，发布了《人工智能企业技术岗位设置研究报告》（下文简称《报告》）。该报告从人工智能企业运营模式和人才培养方式、技术岗位设置和技术人才供需等方面展示了其重要的研究成果。

初晓光秘书长表示，为了解人工智能企业的技术岗位设置现状和技术人才供需，教培委研究团队在2020下半年，对数十家不同类型的人工智能企业和开设人工智能专业的高校进行了实地走访调研，在此，特别感谢曾文权、杨忠明、贺平、张维、许焕新等教培委专家在调研过程中提供的大力支持。

人工智能企业的三种运营模式

初晓光秘书长谈到，教培委研究团队通过调研发现，人工智能企业运营模式差异较大，不同类型的人工智能企业对人才的培养和校企合作的方式也不相同。从企业掌握的核心技术与提供的产品和服务分析，运营模式可以分为三类：

第一类，构建人工智能生态

以探索级和前沿级大型数字化企业为主，如阿里巴巴、腾讯和百度，有雄厚的人工智能技术积累和强大的算法、框架研发能力，通过搭建平台为合作伙伴提供人工智能技术，将算法优势应用到具体业务场景，建立应用生态。

第二类，自上而下寻找应用场景

以人工智能头部企业为主，如商汤科技、云从科技等，在人工智能特定技术领域具有先发优势，能够将人工智能技术应用到多个具体业务场景，积极寻找商业模式并开发商业化应用。

第三类，自下而上提升技术能力

以应用级软件和信息技术服务企业与数字化转型的传统企业为主，采用成熟的人工智能技术解决方案，优化业务能力，从而提升效率、降低成本和改善用户体验。

人工智能技术岗位设置

初晓光秘书长提到，人工智能企业的技术岗位体系差异较大，教培委研究团队的调研发现，不同运营模式的人工智能企业往往采取不同的技术岗位体系，目前企业主要有三种技术岗位体系：

研究型技术岗位体系：

探索级和前沿级的大型数字化企业通常设置算法研发类岗位和算法开发类岗位：算法研发类岗位负责人工智能基础理论的探索与算法研发、优化等工作；算法开发类岗位则针对具体业务场景给出恰当的算法解决方案。如图1：

 

新型技术岗位体系：
人工智能头部企业，需要将人工智能技术应用到多个业务场景，其技术岗位体系采用人工智能算法研究团队和算法工程团队的结构。知识工程团队提供不同行业的业务数据并协助建立训练模型，算法研究团队结合应用场景进行算法适配，算法工程团队结合业务场景进行算法实现。如图2：

传统应用开发技术岗位体系：
应用级软件和信息技术服务企业通过积累的行业经验为用户提供人工智能解决方案，采用人工智能架构师、人工智能项目经理、人工智能算法工程师的技术岗位体系，与传统的CTO、项目经理、开发工程师的组织架构类似。如图3：

 

人工智能企业人才供需现状

在谈到国内目前人工智能企业的人才供需现状时，初晓光秘书长表示，在人工智能技术领域，我国2020年在职技术人员约7万人，包括算法研发类、算法开发类、芯片设计类等多种技术岗位（对人工智能技术没有要求或不需要深入了解的知识工程和应用开发岗位不在统计范围之内）。目前在人才市场中求职的人工智能技术人员约3万人，企业需求数量约5万人，人工智能技术人才呈现供不应求局面。

目前我国人工智能技术人才需求缺口主要来自三个方面：第一方面是非常缺少能够推动人工智能前沿技术与基础理论发展的顶尖人才；第二方面缺少的是能够将人工智能前沿理论同实际算法模型相结合的人才；第三方面缺乏的是能够将人工智能技术与行业需求相结合的人才。第三方面的人才的需求缺口最大。

对于高职院校普遍关注的数据标注岗位，教培委研究团队通过调研发现，目前我国数据标注员从业人数在2万至4万之间，数据标注企业通过研发标注工具、提升标注员行业知识水平来提升工作效率和服务质量，可以预见，这类企业的人才需求也将逐渐向知识工程转变。 初晓光秘书长表示，人工智能的技术发展趋势，使企业的业务系统更加智能化，这将极大地加速企业的数字化转型进程。随着人工智能技术不断在业务场景中进行应用，越来越多的企业意识到对数据的处理能力是核心竞争力，数据结构化工作日益受到重视，未来对知识工程类人才的需求将大大超过人工智能其他技术人才。