作者：苏琦
“人工智能没能让人类失业，搞人工智能的人先失业了。”这本是一句调侃，却在 2019 年成为现实。
这一年，科大讯飞、比特大陆、旷视科技等人工智能公司相继传出裁员消息，曾经红极一时的 AI 独角兽，不再是万能的金饭碗。同样也是在这一年，阿里 AI labs 以年薪百万美元引进两位科学家，华为也为应届技术博士开出了 200 万的高价年薪。
而对于那些即将在年后找工作的大批计算机应届毕业生来说，这样“一冷一热”的消息也让他们感到迷茫和担忧。当他们手握简历四处找工作时，才发现“学 AI 的”和“搞 AI 的”之间存在着需求错配。
“一边裁员、一边抢人”，AI 行业的大招大裁背后，反映出了几个关键问题——学校培育出的 AI 人才与市场不匹配，学生们找不到职场榜样；普通的 AI 创业公司很难快速招到符合岗位需求的 AI 人才；而真正顶尖的 AI 人才，大公司又无力留住，他们中不少在掌握资源和经验之后便出来自立门户。
根据领英发布的《人才多元化洞察报告》，在中国，前五大新兴职业分别为：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，其中一半以上与智能相关。过去五年间，中国与数据相关技能的需求增长了 7 倍，但在市场中仍有 15% 的岗位空缺。
未来十年，人工智能到底需要什么样的人才？与之相关的教育与培养，又应该如何展开？针对这些问题，燃财经与 AIPHAROS 月光社联合主办了一场沙龙，中科院计算所副研究员杜子东，北京科技大学计算机与通信工程学院副院长殷绪成，51 猎头联合创始人朱聚鹏，英诺天使投资总监马瑞，Mor.AI 首席战略官龚思颖，Bello 倍罗 BD 总监崔云飞等 AI 领域的研究员、从业者、投资人，进行了深入讨论。
一边裁人，一边抢人
曾经火爆的 AI 行业，在最近两年降了温。
《2019 中国人工智能产业投融资白皮书》显示，2014 年-2018 年，人工智能行业在融资事件及融资规模上持续增长，2019 年出现首次回落。2019 年前三个季度总体融资规模仅为 577 亿元，2018 年这一数字为 1189 亿，AI 投资热情出现明显缩水。有数据显示，2018 年全年有将近 90% 的人工智能公司处于亏损状态。
据 IT 桔子统计，2019 年前四个月，AI 行业资本交易量下降，平均单笔交易融资额 1.07 亿，相较于 2018 年的 1.8 亿，几近腰斩。
2019 年年初即被传出 IPO 消息的旷视科技，在 2019 年 8 月向港交所递交招股书之后，直到 2019 年过去也没能上市成功，商汤方面似乎一直都是“有上市计划，却无明确时间表”。
事实上，自 2018 年 5 月，世界知名 AI 公司 IBM Watson 突然被传其医疗部门裁员 70% 开始，关于 AI 泡沫破灭的论调就逐渐响起，陆续有多家 AI 公司传出裁员消息。
2019 年年初，科大讯飞被传出裁员优化 30% 正式员工的消息；AI 独角兽旷视科技被曝裁员 15%，杭州分部全员被裁；2019 年年底，比特大陆传出裁员消息，其中 AI 业务线裁员比例最高，将达三分之二。
但另一方面，很多大公司都热衷于挖人，人才争夺也是越来越激烈。
首先拉开 AI 人才大战序幕的是百度，早在 2010 年，百度就将前谷歌中国工程研究院副院长王劲收入麾下。随后在 2014 年引入 AI 领域重量级元老吴恩达，担任百度公司首席科学家，负责百度研究院。
腾讯则在 2016 年成立 AI lab，阿里随后于 2017 年成立达摩院，目前共有近 70 名海内外专家坐镇。
除了 BAT 之外，TMD 也在到处挖角，华为更是在 2019 年花 200 万年薪招揽技术博士，公司拥有包括 700 多个数学家、800 多个物理学家、120 多个化学家。
不可否认的是，顶尖的 AI 人才整体还是十分紧缺的。他们从华为、中兴这样的芯片巨头和 BATD 等公司出走，流向 AI 独角兽之后，再次转回了互联网巨头企业，一直处在不断的、来回的流动当中。
一个有趣的现象是，BAT 去海外尤其是硅谷、西雅图挖人才，AI 创业公司们就去 BAT 那里挖人才。其中不少 AI 大牛们放弃大平台选择自立门户，尤其是百度，堪称 AI 人才的黄埔军校。
截至 2019 年年底，部分 AI 人才自己创业图源 / 零壹智库 一方面，AI 独角兽公司开始批量裁员；另一方面，顶尖的 AI 人才逐渐向有前景和有钱景的头部公司靠拢，两极分化背后说明顶尖人才的稀缺。
根据《2018 中国人工智能发展报告》，中国 AI 人才总量累计达 18232 人，位居全球第二，但中国 AI 顶尖人才总量累计仅有 977 人，而美国的 AI 顶尖人才累计数量已经达到 5158 人，是中国的 5.3 倍。此外，根据领英发布的《全球领域 AI 人才报告》数据显示，中国十年以上资深 AI 从业者占比为 38.7%，相较于美国的 71.5% 仍然有巨大差距。
中美 AI 领域从业者从业年限分布图源 / 零壹智库
高校在培养怎样的 AI 人才？
事实上，在 AI 行业到底需要什么样的人才这个问题上，高校的反思要比整个行业更快。
早在 2018 年 4 月，教育部就印发《高等学校人工智能创新行动计划》，各大高校也开始设立人工智能相关专业，AI 成为新增本科专业目录里的主要专业之一，同济大学等 35 所高校已经获得学科建设资格。
但是在实际操作过程中，他们发现，这样培养出来的通识人才，与当下高速成长的 AI 产业并不适配。“我们对整个 AI 人才的培养是缺失的。”中科院计算所副研究员杜子东博士认为。
他拿汽车专业做了个类比。汽车专业培养的是什么样的人才？同济大学对它的培养目标写得很清楚：具有从事汽车、发动机、汽车电子的研究、设计、制造以及汽车营销和物流、车身与空气动力学、汽车试验学等方面的工作的基本能力。
简单来说，汽车专业培养的并不是司机，那是驾校做的事情，大学培养的应该是能够去制造汽车的人。计算机专业也一样，现在很多大学培养人才的目标是怎么去使用、编程，这是应用层的东西，计算机专业应该培养的是能够设计整机和进一步研究的人才。
相应的，人工智能方向培养的也就应该是人工智能系统或者子系统的设计者和研究者，而不是使用者。
他拿一所高校计算机专业大一到大四的课程设置举例，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，好的一方面是涉及到了计算机整机系统的部分，但不足之处在于课程条块比较分割，学生不能融会贯通做出一个完整的的体系，导致我国信息产业全栈式人才缺乏，核心硬科技竞争力缺乏。
在杜子东看来，国内目前大部分高校只包含各类机器学习算法、视听觉应用这条软件线，但算法只是系统的一个环节，应当有包含系统线的课程，帮助学生实现对当前主流智能软硬件体系的融会贯通。
过去有句话说，如果你会使用 Tensorflow（谷歌的人工智能学习平台），薪水可以是一年 30 万人民币，但如果你会设计 Tensorflow，挣的可不只 30 万美元。
另外，现在的人工智能算法发展还有一个误区是，各家都在赛跑，今天是 99.92% 的精度，明天提成 99.93%，另外一个团队提到 99.94%。但当我们想把人工智能从理论层面落地成真正有生命力的产品时，就发现，没有系统知识，只会调参的人才做不出真东西。
北京科技大学计算机与通信工程学院副院长殷绪成则表示，现在中国人工智能在应用这块已经跟美国齐头并进，但是在 AI 硬件和平台这块差距拉得非常大，AI 理论这块基本上是空白。
高校对于 AI 人才培养跟不上，学校的教育和企业具体的人才需求有错配，也导致企业在用人方面出现问题，留不住顶尖人才、无法快速培养新人、找不到真正需要的人才等问题比比皆是。51 猎头联合创始人朱聚鹏称，本科生一般接受的都是通识教育，那些东西是 Know How，而企业用人看的是 To Do，学生到公司不能立马上手，进而导致企业无人可用。
意识到这些问题之后，高校已经在积极改变。美国计算机方向 TOP4 的高校已联合发布了《机器学习系统白皮书》，教授计算机系统课程的教师已经成为下一个抢手的山芋。
对于国内来说，没有参考课程、没有现成师资、没有成熟教材成为摆在高校面前的三座大山。2018 年，中国科学院大学计算机学院开始开设一门人工智能方向的系统课程，名为《智能计算系统》。这一课程正在或即将在北大、中国科大、天大、北航、南开、北理工、华科开设。杜子东认为，中国需要一大批智能计算系统的开发者和设计者。 殷绪成则表示，“人工智能学科”的基本技术体系包括数学基础（微积分、线性代数等）、计算机及系统基础（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）、人工智能领域技术（语音识别、文字识别、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）。 “现在搞人工智能的，国内有十来个学科都在做，计算机、电子、通信、数学，都开设了相关课程。”他认为，要想培养人工智能技术的系统级人才，需要在以上五个方面进行培养。
未来需要什么样的 AI 人才？
据清华大学数据显示，计算机视觉、语音、自然语言处理是中国市场规模最大的三个应用方向，分别占比 34.9%，24.8% 和 21%。但多名受访者向燃财经表示，除了这几个应用方向之外，还需要管理、销售、各学科融合等方面的人才。
殷绪成认为，看 Gartner 曲线（技术成熟度曲线）就会发现，现在很多智能系统都能自动生成算法，系统型的综合型的中高端技术人才越来越稀缺。“路越往上面走就越窄，现在竞争越激烈的岗位，大家的技术其实都还不错，在这种情况下，综合素质及其他方面（例如德智体的德）的竞争就显得很重要。”殷绪成称。
很多技术人才恃技术而骄，一旦卷入资本的迷局，很容易在利益斗争中迷失自己。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 曾先后筹集到 1.28 亿美元资金，最终因创始团队的内部纷争，让这家明星项目骤然停摆，一系列内讧行为也引发了社会对技术人才的广泛讨论。
有投资人认为，当自动驾驶处在风口时，融资过于容易，太容易让人膨胀，而纯技术型人才缺少真正的管理经验和社会经验，不知道如何处理市场、资本的诉求和诱惑。
Mor.AI 首席战略官龚思颖认为，未来，AI 的管理人才一定是强需求。很多投资人最开始投一些 AI 创业公司的时候就是投技术，或者投专家，认为你做技术的就一定能成功，后来发现这个逻辑并不一定成立。AI 天才并不等于 AI 人才。AI 的管理型人才既需要有整套管理的逻辑理论，也要有对科技的敏感度，对行业敏锐的判断力。AI 这个产业变得太快，在未来的二十年里，如果能有这样的 AI 管理人才出现，他们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瑞更看重创始人的综合素质，除了有一定的技术素养以外，沟通能力、产品能力、对核心成员的凝聚能力和拉拢人才的能力，都十分重要。“我现在的底层投资逻辑很简单，你都不愿意让创始人或团队来你家里做客，为什么要投他？”
回顾近几年，2016 年 AlphaGo 战胜李世石，直接引爆了 AI 领域的创投热情。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至国家战略高度。2019 年科创板的出台，更是给足了 AI 企业的融资及退出空间。
资本蜂拥而至，但所见的收益微乎其微。《2018 中国人工智能商业落地研究报告》显示，2017 年，在整个产业链上，90% 以上的 AI 企业依然处于亏损阶段，绝大多数企业年营业收入不足两亿。
在一热一冷的差异化对比中，AI 行业尽显疲态。相关数据显示，到 2020 年，我国人工智能核心产业的市场规模将超过 1600 亿元，但商用、落地、规模化仍是成为摆在 AI 企业面前的难题。
“对于天使阶段来讲，现在可以投的人工智能的领域已经基本没有了。”马瑞称，现在还想在 AI 领域创业的，机会已经非常少，可能拼的不是算法模型，而是落地能力。 但这个市场也不是完全没有机会，未来的几年中，人工智能和其它领域尤其是基础科学的融合，能把计算量或者是速度提升一个十倍百倍，也能形成一个风口。
他表示，能形成风口几个基本要素：一个是市场空间一定要足够大，一个是时机要对。AI 先落地在金融或者安防，很大原因就是因为安防和金融的数据是在 AI 形成之前就有沉淀。随着时间的推演，万物互联，很多原先的没有数据的产业现在也慢慢开始积累，这些之前没有用上 AI 的领域，马上也会用到 AI。
马瑞今年给自己定的投资主题就是降本增效，能用 AI 技术帮助企业降本增效的公司，都会有机会。
“此外，未来中国肯定会提高基础学科人才的工资待遇。”他称，人工智能未来五年或者十年可能会像学计算机科学一样普及，真正想要迈上新台阶，就要和其他学科相融合，“有可能你不仅要拿一个人工智能 PHD，还要拿一个物理学 PHD，或者拿一个生物 PHD，才能成为这个领域中比较厉害的专家。”
如果从投资的角度来看，真正想要实现跳跃阶层的增长，最主要的是对社会和人性的洞察力，将人工智能应用在对的地方，永远是一个优秀的企业家或者创业者必备的能力。
