“人工智能没能让人类失业，搞人工智能的先失业。”这原本是个玩笑，却在2019年变成了现实。 今年，科大讯飞、比特大陆、旷视科技等人工智能公司陆续传出裁员消息。曾经红极一时的AI独角兽，不再是万能的黄金职业。同样在这一年，阿里AI实验室引进了两位百万美元年薪的科学家，而华为也为即将到来的技术博士开出了200万的高额年薪。 对于那些即将在年后找工作的计算机专业的毕业生来说，这样的“忽冷忽热”的消息也让他们感到迷茫和担忧。当他们拿着简历到处找工作时，发现“学AI”和“做AI”的需求不匹配。 “一边裁员，一边抢人”，AI行业大招大裁背后，折射出几个关键问题——学校培养的AI人才与市场不匹配，学生不能在工作场所寻找榜样；AI创业公司难以快速招聘到符合岗位要求的AI人才；而大公司留不住真正顶尖的AI人才。 根据LinkedIn发布的《人才多元化洞察报告》，在中国，排名前五的新兴职业是：新媒体运营、前端开发工程师、算法工程师、UI设计师、数据分析师，其中超过半数与智力。过去五年，中国对数据相关技能的需求增长了七倍，但市场上仍有15%的职位空缺。 未来十年，人工智能需要什么样的人才？相关教育培训又该如何开展？针对这些问题，燃财经与AIPHAROS月光社联合举办沙龙。中国科学院计算技术研究所副研究员杜子东、北京科技大学计算机与通信工程学院副院长殷旭成、51猎头联合创始人朱巨鹏、与英诺天使瑞投资总监马晓明、Mor.AI首席战略官龚思颖、BelloBD总监崔云飞等AI领域的研究者、从业者、投资人进行了深入探讨. 一边裁人，一边抢人 曾经炙手可热的AI行业，这两年降温了。显示，2014-2018年，人工智能行业在融资事件和融资规模方面持续增长，2019年首次回落。2019年前三季度整体融资规模仅为577亿元，2018年为1189亿元，AI投资积极性明显萎缩。数据显示，2018年，近90%的人工智能企业处于亏损状态。 据IT橘子统计，2019年前4个月，AI行业资金交易量下降，平均单笔交易融资额为1.07亿，相比1.8亿几乎减半2018年。 被传2019年初有IPO的旷视科技，2019年8月向港交所递交招股书，直到2019年才上市。有IPO计划，但没有明确时间表。 其实自从2018年5月全球知名AI公司IBMWatson突然传出裁员70%医务人员后，AI泡沫破灭的议论就逐渐响起，裁员的消息层出不穷2019年初，科大讯飞裁员30%；AI独角兽旷视科技被曝裁员15%，科大讯飞裁员15%。杭州分公司裁员，2019年末报ed表示，比特大陆裁员消息显示，AI业务线裁员比例最高，将达到三分之二。 但另一方面，很多大公司热衷于挖角人才，人才的竞争也越来越激烈。 最早拉开AI人才大战的是百度。早在2010年，百度就挖来了谷歌中国工程研究院原副总裁王进。随后在2014年，AI领域重量级元老吴恩达被引入百度担任首席科学家，负责百度研究院。 腾讯在2016年成立了AI实验室，随后阿里在2017年成立了达摩院，目前有近70位国内外专家负责。 除了BAT，TMD也在到处挖人。华为在2019年甚至花200万年薪招聘技术博士，公司有700多名数学家，800多名物理学家，120多名化学家。 不可否认，顶尖AI人才总体上仍然供不应求。他们离开了华为、中兴等芯片巨头和BATD等公司，流向AI独角兽后，又回到了互联网巨头，一直在不断地、来回流动。 一个有趣的现象是BAT去海外，尤其是硅谷和西雅图去招人才，AI创业公司去BAT招人才。其中，不少AI大牛都放弃了大平台，选择了自立门户，尤其是百度，堪称AI人才的黄埔军校。 截至2019年底，已有部分AI人才创业。图源/一智库一方面，AI独角兽企业开始分批裁员；公司越来越近，两极分化的背后是顶尖人才的稀缺。 根据《2018 中国人工智能发展报告》，中国AI人才总数已达18232人，位居世界第二，但中国AI顶尖人才总数仅为977人，而中国AI顶尖人才累计人数美国已达到5,158。是中国的5.3倍。此外，根据LinkedIn发布的《全球领域 AI 人才报告》数据，中国十年以上的高级AI从业者比例为38.7%，与美国的71.5%相比仍有巨大差距。中美AI领域从业者工作年限分布来源/零一智库 高校培养什么样的AI人才？ 其实在AI行业需要什么样的人才这个问题上，高校的反映比整个行业都要快。 早在2018年4月，教育部就发布了《高等学校人工智能创新行动计划》，各大高校也开始开设与人工智能相关的专业，人工智能成为新增本科专业目录中的主要专业之一.同济大学等35所高校已获得学科建设资格。 然而，在实际操作过程中，他们发现这样培养出来的一般人才并不适合当前高速发展的AI行业。“我们对AI人才的整体培养是缺失的。”中国科学院计算技术研究所副研究员杜子东博士认为。 他打了个汽车专业的比喻。汽车专业培养什么样的人才？同济大学明确了培养目标：具备从事汽车、发动机、汽车电子的研究、设计、制造，以及汽车营销与物流、车身与空气动力学、汽车检测等方面的基本能力。 简单来说，汽车专业不培养司机，那是驾校。大学应该培养可以制造汽车的人。计算机专业也是如此。很多大学培养人才的目标是如何使用和编程。这是应用层的东西。计算机专业应培养具有整机设计和研究能力的人才。 相应地，人工智能的方向应该培养人工智能系统或子系统的设计者和研究者，而不是用户。 他举了一个大学计算机专业大一到大四课程的例子。大一学Java、C语言等，大二学C++、数据结构等，大三学软件工程、编译原理等，大四学软件测试方法、Linux内核分析等，好东西是涉及到计算机系统的部分，但缺点是课程比较分散，学生不能综合起来做成一个完整的系统，导致我国信息产业的失败。缺乏全栈人才，缺乏核心硬技术竞争力。 在杜子东看来，目前国内大部分高校只包括各种机器学习算法和视听应用的软件线，但算法只是系统的一部分，应该有包含系统线的课程帮助学生实现当前主流智能软硬件系统的融合。 曾经有种说法，如果你会使用Tensorflow（谷歌的人工智能学习平台），你的薪水可以是30万人民币一年，但如果你会设计Tensorflow，你的收入将超过30万美元。 另外，当今人工智能算法的发展还有一个误区。每个人都在赛车。今天准确率为99.92%，明天佣金为99.93%。另一个团队提到了99.94%。但当我们想把人工智能从理论层面落实到真正可行的产品中时，却发现没有系统知识，只会调整参数的人是做不出真正的东西的。 北京科技大学计算机与通信工程学院副院长殷旭成表示，中国人工智能应用与美国并驾齐驱，但AI硬件和平台的差距已经缩小加宽。上面是空白的。 大学AI人才培养跟不上。学校的教育与企业具体的人才需求不匹配，也导致企业用人出现问题。留不住顶尖人才、无法快速培养新人才、找不到真正需要的人才等问题比比皆是。51猎头联合创始人朱巨鹏表示，本科生一般接受通识教育，以KnowHow为主，企业用人以ToDo为主。学生一到公司就不能马上上手，导致公司找不到人。 意识到这些问题，高校已经在积极改变。美国计算机领域TOP4高校联合发布《机器学习系统白皮书》，教授计算机系统课程的教师成为下一个烫手山芋。 对于中国来说，没有参考课程、没有现成的师资、没有成熟的教材成为高校面临的三座大山。2018年，中科院大学计算机学院开始开设人工智能方向的系统课程，名为《智能计算系统》。北京大学、中国科学技术大学、天大大学、北京航空航天大学、南开大学、北京理工大学、华科大学正在或即将开设该课程。杜子东认为，中国需要大量智能计算系统的开发者和设计者。殷旭成表示，“人工智能学科”的基础技术体系包括数学基础（微积分、线性代数等）、计算机与系统基础（计算机组成原理、算法基础等）、机器学习与模式识别方法（机器学习方法、深度学习方法等）、人工智能技术（语音识别、文本识别、计算机视觉、自然语言处理等）、人工智能应用（自动驾驶、智能安防应用、智能金融应用等）。).“目前，我国从事人工智能的学科有十几个，计算机、电子、通信、数学等都开设了相关课程。”他认为，要培养人工智能技术方面的系统级人才，需要多方面的培养。 未来需要什么样的AI人才？ 清华大学数据显示，计算机视觉、语音、自然语言处理是中国市场最大的三大应用方向，占比分别为34.9%、24.8%、21%。不过，多位受访者告诉燃财，除了这些申请方向，还需要管理、销售、多学科融合等方面的人才。 尹绪成认为，如果你看一下Gartner曲线（技术成熟度曲线），你会发现很多智能系统都可以自动生成算法，系统性、综合性的中高端技术人才越来越稀缺。“越往上走，路越窄。现在岗位竞争更加激烈，其实每个人的技术都不错。在这种情况下，综合素质和其他方面（如德智体）的竞争健身）很重要。”殷旭成说。 很多技术人才都以自己的技术为荣，一旦卷入资本的迷局，很容易在利益的斗争中迷失自我。中国无人驾驶独角兽Roadstar.ai的倒闭，就是一个很好的例子，Roadstar.ai募集了1.28亿美元的资金，最终由于创始团队内部纷争，这个明星项目突然停摆，一系列内斗行为也引发了对技术人才的广泛讨论 有投资人认为，当自动驾驶走在风口浪尖，融资太容易，人太容易膨胀，而纯技术人才缺乏真正的管理经验和社会经验，不知道如何 Mor.AI首席战略官龚思颖认为，未来对AI管理人才的需求一定很大，很多投资人投资于技术或专家那时他们刚开始投资一些AI创业公司，以为做技术就一定会成功，后来发现这个逻辑不一定成立。人工智能天才不等于人工智能人才。AI管理人才不仅需要一套逻辑化的管理理论，还需要对技术的敏感度和对行业的敏锐判断力。AI行业变化太快了。未来二十年，如果有这样的AI管理人才，将是整个行业最稀缺的资源。 对于未来的AI人才，英诺天使投资总监马睿更看重创始人的综合素质。除了一定的技术素养，沟通能力、产品能力、凝聚核心成员和吸引人才的能力，都非常重要。“我现在的底层投资逻辑很简单，你不想让创始人或者团队来你家做客，你为什么要投资他？”对风险投资的热情。2017年7月《新一代人工智能发展规划》的颁布，标志着人工智能上升到国家战略的高度。2019年科创板的推出，给了AI企业足够的融资和退出空间。 资本蜂拥而至，回报甚微。《2018 中国人工智能商业落地研究报告》显示，2017年，全产业链90%以上的AI企业仍处于亏损阶段，绝大多数企业年营业收入不足2亿。 在冷热对比中，AI行业疲于奔命。相关数据显示，到2020年，我国人工智能核心产业市场规模将超过1600亿元，但商业化、落地化、规模化仍是摆在AI企业面前的难题。 “对于天使阶段来说，基本上没有可以投资的AI领域。”马锐表示，对于那些还想在AI领域创业的人来说，机会很少。可能不是算法模型，而是落地能力。但这个市场并非完全没有机会。未来几年，人工智能与其他领域，尤其是基础科学的融合，可以将计算量或速度提高十倍、数百倍，也可以形成趋势。 他表示，能够形成风口的基本要素有几个：一是市场空间要足够大，二是时机要对。人工智能首先登陆金融或安全领域。很大的原因是安全和金融的数据在AI形成之前就已经沉淀下来了。随着时间的发展，万物互联，很多以前没有数据的行业开始慢慢积累起来。这些以前不用AI的领域很快就会用上AI。 马锐今年给自己的投资主题是降本增效。能够利用AI技术帮助企业降本增效的企业将有机会。 “另外，未来中国肯定会提高基础学科人才的工资。他说，人工智能可能在未来五年或十年内变得像计算机科学一样流行。真要上一个台阶，就必须与其他学科相结合。只有获得博士学位。在物理学中，或博士学位。生物学，你能不能成为这方面比较厉害的专家。” 从投资的角度来说，真正想要实现跨越式增长，最重要的是要洞察社会和人性，把人工智能应用在对的地方，永远是一个优秀的企业家或企业家必备的能力。
