未来世界是人工智能的，但归根到底还是人才的。

“比较夸张，一个博士生如果是在这个领域对口，刚毕业出来，起薪200万还是能看得见的，这还不算股票。”同道猎聘集团董事会主席兼CEO戴科彬说，现在AI人才确实水涨船高。

中关村人才协会项目总监陈文杰也提到，在近期组织的一场产业级大模型相关活动中，有北大软件工程相关实验室的教授提到，“他们的团队现在已经出现了学生还没毕业，已经有大公司几百万去挖他的人了。”

早在年初，中国的大模型从业者和投资人已经频频踏上了往返中美的航班，一方面是去硅谷交流取经，另一方面则是招募AI技术人才。

动辄上百万的薪酬福利、股权激励，和供需不匹配导致的人才缺口问题，让猎头市场也变得忙碌。有猎头表示，一个人工智能的相关人才往往被好几家猎头公司争抢，想要为企业成功找到一个人工智能候选人，往往要花2-6个月时间，行业面临着比较大的寻访压力。

“抢人大战”中，和从业者、猎头一样敏锐的，甚至还有北京、杭州等地的丈母娘们。她们出入AI行业大型会议，手举标语牌开出丰厚条件，希望在AI人才中觅得佳婿。

而在一波波抢人热潮的背后，面对人才缺口，如何培养AI相关技术人才与应用人才也成为新的挑战。

招人难：5个岗位争夺2个人才

初冬的北京，最低气温已至零度以下，在工信部工业文化发展中心工业元宇宙协同发展组织的会议室里，AI应用工作组一场关于AI人才培养的话题讨论火热。

戴科彬和陈文杰的发言，让不少在场人士感同身受。

AI应用工作组执行组长、行行AI创始人李明顺提到，自己投了不少博士的项目，普遍反映AI人才难找。尤其是伴随“百模大战”的打响、大模型应用的不断深入，在企业与个人的实践过程中，让大模型技术实现产业应用落地存在着巨大的鸿沟。鸿沟源于对AI新技术的认知不足、对新技术的掌握不够以及对新技术应用上的各种挑战。其中一大痛点就是AI人才特别稀缺。

例如，作为人工智能的核心，算法在很大程度上决定了智能化程度的天花板，算法工程师决定了人工智能企业发展的上限，目前算法岗人才紧缺尤为突出。与此同时，在应用方面也亟待相关人才培养。

开普云未来科技研究院副院长倪金松谈及，自己在招聘AI人才当中，急需大模型的算法工程师，更细分还包括底层的算法开发如模型训练、调优、推理加速等等，但招人中会发现，“可能四五百个人里面会有一个是做这个领域的，而且可能只是在某一个方向上有所涉猎，还不是全面性的。”此外，企业里AI的产品经理、架构师也几乎没有现成的，目前是由企业自己来培养。

猎豹移动集团副总裁李婷刚刚结束校招，她举了个例子，“17个人投简历，只有2个人稍微能够专业对口，但也并不是高端的技术人才，而是偏向于产品，偏向于项目管理的人才。”

此前出门问问CEO李志飞也提到类似的人才现状，目前AIGC领域里计算机相关学科背景的人才较多。但是由于AIGC对人才的需求越来越多元化，不仅需要传统的计算机科学和数据科学方面的人才，还需要具备AI模型优化、自然语言处理、机器人操作系统等综合多方面知识和经验的人才。

除了“自带光环”的大厂之外，创业公司为了能够招到人才也颇为不易。例如王小川创立的百川智能选择宣布获得阿里、腾讯、深创投等3亿美元融资的同时，借投资“背书”对外公布了启动2024校招的消息，招揽自然语言处理、计算机视觉、强化学习、基础架构等多个人工智能关键技术方向。

AI人才的稀缺性决定了其身价水涨船高。猎聘发布的报告显示，人工智能人才需求是五年前的近3倍，从AIGC整体需求来看，2023年1-8月，AIGC新发职位同比增长139.76%，其中IT/互联网/游戏行业的AIGC新发职位占比最多。

从平均年薪来看，模型层、应用层、基础层AIGC职位平均招聘年薪分别达到了46.63万、43.35万和33.92万。其中深度学习、图像算法、自然语言处理(NLP)招聘平均年薪均超50万。

而根据11月初脉脉高聘人才智库发布《2023泛人工智能人才洞察》显示，2023年1-8月，新发AI岗位平均月薪超4.6万元，但人才供需比仅为0.39，而2022年时这一数字还是0.63，这相当于现在5个岗位争夺2个人才。

培养AI应用人才迫在眉睫

根据麦肯锡公司此前发布的报告，2030年中国的AI人才缺口可能多达400万人——预计中国对熟练AI专业人员的需求将增至2022年的6倍，达到600万，但2030年的人才供应量仅能达到200万，因此缺口达400万人。

AI人才紧缺的背后，多位行业人士在接受第一财经记者采访中提到，从AI人才培养体系来看，目前鲜有学校或机构拥有成体系的、能够与产业结合的AI人才培养计划，即使是AI大模型行业内部自发的人才培养，也还没有成体系发展。

学堂在线运营总监李新娟表示，在其慕课平台上大部分课程都是高校产出，特点在于系统和科学化，但问题在于离产业界比较远，尤其是新兴的AI技术的发展，只能提供关于底层算法、原理等课程，结合产业界的课程从高校角度来讲难以产出，但同时用户又有着非常大的需求。

学科网数据中心总监王庆也