新一轮人工智能浪潮正在全球兴起，世界各国不断加大对人工智能人才的集聚和争夺力度。我国国务院2017年印发的《新一代人工智能发展规划》中也将“加快培养聚集人工智能高端人才”列为重点任务。

目前，我国人工智能人才队伍存在如下特点：首先，供给端增长速度显著滞后于需求端增长速度，人才供不应求。腾讯研究院2017年12月发布的《2017全球人工智能人才白皮书》显示，全球人工智能领域人才约30万，而仅我国的市场需求缺口就达到了百万级，人工智能人才需求年复合增长率超200%。在人才供给方面，我们与美国、英国、日本等发达国家相比尚有较大差距。根据csranking.org的数据，从高校数量上看，全球开设人工智能研究方向的高校共368所，美国拥有168所，占全球的45.7%，而我国仅有21所；从高校质量上看，在人工智能领域前20所顶级高校当中，美国占14所，中国只占了4所。从人才培养载体来看，目前我国高校和科研机构是人工智能人才的主要载体，企业人才投入量相对较少，高强度人才投入的企业主要分布在美国等西方国家，目前我国只有华为一家企业进入世界前50强。从人才数量和质量来看，美国的人工智能从业人员接近我国的2倍，按高H因子衡量的中国杰出人才只有977人，不及美国的五分之一。由此可见，中国人工智能人才，无论是数量还是质量，都与美国有较大的差距，也远远满足不了市场需求。

其次，人才结构不合理，人才类型偏重应用型，基础类与技术类人才存量严重不足。腾讯研究院2017年7月发布的《中美两国人工智能产业发展全面解读》显示：如果将人工智能从业人员分为基础层、技术层和应用层三个方面，可以明显看到，中国在应用层的人才比例是要大于技术层和基础层的。美国却恰恰相反，他们基础层和技术层人才加起来超过应用层人才。由此可见，美国更加注重基础研究，人才培养体系扎实，研究型人才优势显著。据统计，美国的基础层人才数量是中国的13.8倍。而中国由于基础研究薄弱，缺少重大原创科研成果，人工智能顶尖人才严重不足。

再次，人才培养体系尚不完善，亟需并行推进人才增量工程与质量工程建设。国内人工智能人才的培养相对落后。在高校专业设置方面，2019年3月， 35所高校获首批人工智能专业建设资格。而在美国，基本上大的院校都有人工智能专业和研究方向。在人才培养模式方面，学科交叉研究人才培养和校企合作研究也落实的不够到位。在研究结构方面，基础研究的薄弱导致创新精神匮乏，短期内很难有重大突破。在人才培养载体方面比较单一，缺乏企业人才培养基地、国家重点实验室、工程研究院等长效的人才培养载体，人才培养依靠短期的项目支持，缺乏获取长期竞争优势的基础。

笔者就中国人工智能人才的发展提出如下建议：

加强顶层设计，尽快制定我国人工智能人才中长期发展规划。尽快谋划制定我国人工智能人才中长期发展规划，对我国人工智能人才未来10-20年的发展目标及阶段性目标、实现路径和制度支撑等进行长远布局。

科学编制人工智能相关职业分类辞典。人工智能技术的兴起和广泛应用，使得新的职业和岗位不断产生，例如人工智能工程技术人员、大数据工程技术人员、云计算工程技术人员、Fintech金融科技人才等纷纷涌现，我国有关部门应尽快组织人才专家研发编制人工智能及行业应用的相关职业分类辞典，以科学指导我国人工智能人才引进、培养、使用、职业发展、薪酬管理等人才开发与管理的各个环节，促进人工智能人才队伍的健康发展和建设的规范性。

大力鼓励开展人工智能基础研究和关键技术突破，关注基础类研究人才的成长。目前，我国应用层人才的比例远高于技术层和基础层人才。而除了应用领域，我们还要关心基础研究、技术研发，这是影响我国人工智能未来长远发展的重要领域。中国需要加大基础学科的人才培养，尤其是算法和算力领域。要看到基础研究领域长期积累的战略价值，尽快地着手于补人工智能研究领域和人才培养的短板。

建立多层次人才载体体系，高效集聚和培养人工智能高端人才。改变目前主要依靠高校和研究机构单一人才载体的现状，通过整合人工智能产业链、价值链和创新链，打造人工智能建设发展集聚区、人工智能产业园区、国家重点实验室、工程研究院、企业人才培养基地等多层次人才集聚和培养载体，进一步加大与国外顶尖高校和研究机构的合作交流，从高端人才多样化深层次需求入手，塑造良好的人才生态系统，高效集聚和培养包括外国专家、海外留学生人才的人工智能高端人才。

创新人工智能人才培养模式，构建科学的人工智能人才培养体系。借鉴美英等国的经验，将人工智能与计算机、大数据、人文社科等领域结合起来，鼓励深度交叉学科研究，培养跨学科研究人才；贯彻通识教育理念，将人工智能素养贯穿于整个教育和职业培训体系，培养各类综合人才。