2017年-数据局_腾讯研究院：2017全球人工智能人才白皮书_73页_19mb

《2017全球人工智能人才白皮书》总结

核心内容概览

• 全球AI人才发展现状：全球AI人才约30万人，其中学术及储备人才约10万人，产业界人才约20万人。美国在AI领域占据主导地位，尤其在基础层和技术层，而中国主要集中在应用层。
• AI人才供需矛盾：全球AI人才市场需求在百万量级，但实际供应有限，人才缺口显著。
• AI人才布局：美国拥有168所AI研究高校，占据全球AI高校数量的45.7%，中国则有较少的高校和人才储备。
• 科技巨头人才争夺：科技巨头通过高薪、高职位吸引顶尖人才，形成人才角力。

主要观点与关键信息

1. 全球AI人才分布与发展趋势

• 美国：AI战略布局完备，学术与产业人才储备丰富，科技巨头在AI研发上投入巨大，吸引全球顶尖人才。
• 中国：AI人才需求增长迅速，但供应不足，主要集中在应用层，基础层和技术层人才相对匮乏。
• 英国：注重AI伦理与法律建设，设立AI研究基金，推动AI教育发展。
• 日本：推行机器人战略，推动AI技术发展与应用，注重产学研结合。

2. 全球AI顶级人才画像

• 年龄：活跃学者以中青年为主，30-50岁学者占比超过六成。
• 性别：女性比例极低，仅占约7%。
• 地区：主要分布于北美，尤其是美国、加拿大、英国。
• 教育背景：大部分学者毕业于美国顶尖高校，如卡耐基梅隆大学、斯坦福大学、MIT等。
• 专业背景：98%的学者拥有CS或EE博士学位，部分拥有数学、统计学、认知科学等背景。
• 学界与业界：学界与业界联系紧密，许多学者同时在企业担任重要职务。

3. 全球AI领先企业分析

• 企业数量：全球AI领先企业共49家，美国占26家（53%），中国占12家（24%），英国占6家。
• 创始人背景：大多数创始人拥有硕士或博士学位，且毕业于世界名校。
• 性别分布：男性创始人占绝对优势，仅两位女性创始人。
• 年龄分布：中国企业家平均年龄为37.1岁，低于美国的43.3岁。

4. 中国AI人才市场现状

• 需求增长：AI人才需求爆炸式增长，尤其在北京、上海、浙江、广东等地需求旺盛。
• 供应不足：AI人才供应虽有增长，但仍难以满足市场需求，尤其是基础层和技术层。
• 学历要求：企业普遍重视学历，硕士以上占主导。
• 专业偏好：AI公司更青睐计算机科学、电子工程、自动化等专业人才。

5. 中国AI企业人才争夺策略

• 薪资提升：AI人才平均月薪达2.58万元，企业不惜重金吸引人才。
• 高层参与：企业高层亲自参与招聘，人才争夺白热化。
• 降低门槛：企业更看重潜力而非经验，鼓励新人加入。

6. AI对就业的影响

• 冲击：低技能岗位如录入员、速记员、仓储管理等面临负增长。
• 机遇：高技能岗位如AI工程师、算法专家等出现爆发式增长。
• 人才流动：大量技术人才转向AI领域，形成热潮。

7. 中国AI人才队伍建设路径

• 政府层面：增设人工智能一级学科，吸引归国高端人才，完善法律法规。
• 企业层面：把握趋势，与高校合作培养人才，提供培训和转型支持。
• 高校层面：推动开放政策，加强科研经费投入，发展交叉学科。
• 协会层面：促进产学研合作，构建交流平台，完善成果转化体系。

结构清晰总结

一、全球AI人才发展现状

• 人才分布：全球AI人才约30万人，主要集中在美、中、英、日。
• 高校分布：美国高校数量超中国7倍，AI学者和研究生数量领先。
• 产业分布：美国在基础层和技术层占优，中国在应用层占优。
• 科技巨头：谷歌、微软、IBM等科技巨头在AI人才招募上表现突出，形成人才角力。

二、全球AI顶级人才全景图

• 学者：204位顶级学者，美国占比63%，女性学者比例低。
• 企业家：81位顶级企业家，美国占一半以上，中国占24%。
• 实验室负责人：50位，美国和中国占多数，男性占90%以上。

三、中国AI人才市场问题

• 供需矛盾：AI人才需求增长快，但供应不足。
• 地域集中：北京、上海、杭州等城市AI人才需求较高。
• 企业倾向：中小企业数量多但需求小，企业重视学历。

四、中国AI企业人才争夺策略

• 高薪吸引：平均月薪达2.58万元，企业高层亲自参与招聘。
• 降低门槛：重视潜力，鼓励新人加入。
• 人才流动：大量技术人才转向AI领域，形成热潮。

五、AI对就业的影响

• 冲击：低技能岗位负增长，如录入员、翻译、客服等。
• 机遇：高技能岗位如AI工程师、算法专家等需求增长。
• 人才转型：大量技术人才进入AI领域，推动行业快速发展。

六、中国AI人才队伍建设建议

• 政府：增设AI学科，吸引归国人才，完善法律法规。
• 企业：与高校合作，推动人才培养，提供培训支持。
• 高校：加强科研投入，发展交叉学科，推动开放政策。
• 协会：促进产学研合作，构建交流平台，完善成果转化。

数据来源与研究方法

• 数据来源：包括Venture Scanner、Crunchbase、IT桔子、BOSS直聘等。
• 研究方法：采用熵值法筛选投资机构负责人，结合高校和企业数据进行分析。

研究不足与展望

• 数据缺失：部分数据无法完整收集，采用平均数值法进行填充。
• 统计局限：所用数据库非普查性数据，可能存在偏颇。
• 未来展望：AI行业将进入稳定发展期，人才需求将持续增长，需加强基础研究和政策支持。

结语

人工智能的发展依赖于顶尖人才，各国在AI人才布局上各有侧重。中国在AI应用层表现突出，但基础层和技术层仍有待加强。通过政府、企业、高校和协会的多方合作，中国有望实现AI人才的全面发展，推动人工智能技术的广泛应用和产业的持续创新。