搞AI的，怎麼才能不失業？_風聞

來源：微信公眾號“燃財經”

作者：蘇琦 編輯：魏佳

“人工智能沒能讓人類失業，搞人工智能的人先失業了。”這本是一句調侃，卻在2019年成為現實。

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，華為也為應屆技術博士開出了200萬的高價年薪。

而對於那些即將在年後找工作的大批計算機應屆畢業生來説，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，才發現“學AI的”和“搞AI的”之間存在着需求錯配。

“一邊裁員、一邊搶人”，AI行業的大招大裁背後，反映出了幾個關鍵問題——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創業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驗之後便出來自立門户。

根據領英發布的《人才多元化洞察報告》，在中國，前五大新興職業分別為：新媒體運營、前端開發工程師、算法工程師、UI設計師、數據分析師，其中一半以上與智能相關。過去五年間，中國與數據相關技能的需求增長了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麼樣的人才？與之相關的教育與培養，又應該如何展開？針對這些問題，燃財經與AIPHAROS月光社聯合主辦了一場沙龍，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獵頭聯合創始人朱聚鵬，英諾天使投資總監馬瑞，Mor.AI首席戰略官龔思穎，Bello倍羅BD總監崔雲飛等AI領域的研究員、從業者、投資人，進行了深入討論。

一邊裁人，一邊搶人

曾經火爆的AI行業，在最近兩年降了温。

《2019中國人工智能產業投融資白皮書》顯示，2014年-2018年，人工智能行業在融資事件及融資規模上持續增長，2019年出現首次回落。2019年前三個季度總體融資規模僅為577億元，2018年這一數字為1189億，AI投資熱情出現明顯縮水。有數據顯示，2018年全年有將近90%的人工智能公司處於虧損狀態。

據IT桔子統計，2019年前四個月，AI行業資本交易量下降，平均單筆交易融資額1.07億，相較於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後，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突然被傳其醫療部門裁員70%開始，關於AI泡沫破滅的論調就逐漸響起，陸續有多家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，很多大公司都熱衷於挖人，人才爭奪也是越來越激烈。

首先拉開AI人才大戰序幕的是百度，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。隨後在2014年引入AI領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，阿里隨後於2017年成立達摩院，目前共有近70名海內外專家坐鎮。

除了BAT之外，TMD也在到處挖角，華為更是在2019年花200萬年薪招攬技術博士，公司擁有包括700多個數學家、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獨角獸之後，再次轉回了互聯網巨頭企業，一直處在不斷的、來回的流動當中。

一個有趣的現象是，BAT去海外尤其是硅谷、西雅圖挖人才，AI創業公司們就去BAT那裏挖人才。其中不少AI大牛們放棄大平台選擇自立門户，尤其是百度，堪稱AI人才的黃埔軍校。

截至2019年年底，部分AI人才自己創業

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，兩極分化背後説明頂尖人才的稀缺。

根據《2018中國人工智能發展報告》，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頂尖人才累計數量已經達到5158人，是中國的5.3倍。此外，根據領英發布的《全球領域AI人才報告》數據顯示，中國十年以上資深AI從業者佔比為38.7%，相較於美國的71.5%仍然有巨大差距。

中美AI領域從業者從業年限分佈

圖源 / 零壹智庫

高校在培養怎樣的AI人才？

事實上，在AI行業到底需要什麼樣的人才這個問題上，高校的反思要比整個行業更快。

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

但是在實際操作過程中，他們發現，這樣培養出來的通識人才，與當下高速成長的AI產業並不適配。“我們對整個AI人才的培養是缺失的。”中科院計算所副研究員杜子東博士認為。

他拿汽車專業做了個類比。汽車專業培養的是什麼樣的人才？同濟大學對它的培養目標寫得很清楚：具有從事汽車、發動機、汽車電子的研究、設計、製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。

**簡單來説，汽車專業培養的並不是司機，那是駕校做的事情，大學培養的應該是能夠去製造汽車的人。**計算機專業也一樣，現在很多大學培養人才的目標是怎麼去使用、編程，這是應用層的東西，計算機專業應該培養的是能夠設計整機和進一步研究的人才。

相應的，人工智能方向培養的也就應該是人工智能系統或者子系統的設計者和研究者，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++、數據結構等，大三學軟件工程、編譯原理等，大四學軟件測試方法、Linux內核分析等，好的一方面是涉及到了計算機整機系統的部分，但不足之處在於課程條塊比較分割，學生不能融會貫通做出一個完整的的體系，導致我國信息產業全棧式人才缺乏，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，但算法只是系統的一個環節，應當有包含系統線的課程，幫助學生實現對當前主流智能軟硬件體系的融會貫通。

過去有句話説，如果你會使用Tensorflow（谷歌的人工智能學習平台），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，現在的人工智能算法發展還有一個誤區是，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品時，就發現，沒有系統知識，只會調參的人才做不出真東西。

圖 / 視覺中國

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，現在中國人工智能在應用這塊已經跟美國齊頭並進，但是在AI硬件和平台這塊差距拉得非常大，AI理論這塊基本上是空白。

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

意識到這些問題之後，高校已經在積極改變。美國計算機方向TOP4的高校已聯合發佈了《機器學習系統白皮書》，教授計算機系統課程的教師已經成為下一個搶手的山芋。

對於國內來説，沒有參考課程、沒有現成師資、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課程，名為《智能計算系統》。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的開發者和設計者。

殷緒成則表示，“人工智能學科”的基本技術體系包括數學基礎（微積分、線性代數等）、計算機及系統基礎（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）、人工智能領域技術（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）。

“現在搞人工智能的，國內有十來個學科都在做，計算機、電子、通信、數學，都開設了相關課程。”他認為，要想培養人工智能技術的系統級人才，需要在以上五個方面進行培養。

未來需要什麼樣的AI人才？ 

據清華大學數據顯示，計算機視覺、語音、自然語言處理是中國市場規模最大的三個應用方向，分別佔比34.9%，24.8%和21%。但多名受訪者向燃財經表示，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（技術成熟度曲線）就會發現，現在很多智能系統都能自動生成算法，系統型的綜合型的中高端技術人才越來越稀缺。“路越往上面走就越窄，現在競爭越激烈的崗位，大家的技術其實都還不錯，在這種情況下，綜合素質及其他方面（例如德智體的德）的競爭就顯得很重要。”殷緒成稱。

很多技術人才恃技術而驕，一旦捲入資本的迷局，很容易在利益鬥爭中迷失自己。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曾先後籌集到1.28億美元資金，最終因創始團隊的內部紛爭，讓這家明星項目驟然停擺，一系列內訌行為也引發了社會對技術人才的廣泛討論。有投資人認為，當自動駕駛處在風口時，融資過於容易，太容易讓人膨脹，而純技術型人才缺少真正的管理經驗和社會經驗，不知道如何處理市場、資本的訴求和誘惑。

Mor.AI首席戰略官龔思穎認為，**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創業公司的時候就是投技術，或者投專家，認為你做技術的就一定能成功，後來發現這個邏輯並不一定成立。AI天才並不等於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，對行業敏鋭的判斷力。AI這個產業變得太快，在未來的二十年裏，如果能有這樣的AI管理人才出現，他們將是整個行業最稀缺的資源。

對於未來的AI人才，英諾天使投資總監馬瑞更看重創始人的綜合素質，除了有一定的技術素養以外，溝通能力、產品能力、對核心成員的凝聚能力和拉攏人才的能力，都十分重要。“我現在的底層投資邏輯很簡單，你都不願意讓創始人或團隊來你家裏做客，為什麼要投他？”

回顧近幾年，2016年AlphaGo戰勝李世石，直接引爆了AI領域的創投熱情。2017年7月《新一代人工智能發展規劃》 的頒佈，標誌着人工智能上升至國家戰略高度。2019年科創板的出台，更是給足了AI企業的融資及退出空間。

圖 / 視覺中國

資本蜂擁而至，但所見的收益微乎其微。《2018中國人工智能商業落地研究報告》顯示，2017年，在整個產業鏈上，90%以上的AI企業依然處於虧損階段，絕大多數企業年營業收入不足兩億。

在一熱一冷的差異化對比中，AI行業盡顯疲態。相關數據顯示，到2020年，我國人工智能核心產業的市場規模將超過1600億元，但商用、落地、規模化仍是成為擺在AI企業面前的難題。

“對於天使階段來講，現在可以投的人工智能的領域已經基本沒有了。”馬瑞稱，現在還想在AI領域創業的，機會已經非常少，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據是在AI形成之前就有沉澱。隨着時間的推演，萬物互聯，很多原先的沒有數據的產業現在也慢慢開始積累，這些之前沒有用上AI的領域，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技術幫助企業降本增效的公司，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，真正想要邁上新台階，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，永遠是一個優秀的企業家或者創業者必備的能力。