读人工智能全球格局：未来趋势与中国位势11人才争夺(上)

1. 人才争夺

1.1. 人才成为人工智能发展的竞争焦点

• 1.1.1. 在推动人工智能产业从兴起到快速发展的历程中，人工智能人才是其中最为关键的因素，其质量和数量直接决定了人工智能的发展水平和潜力

1.2. 人工智能杰出人才决定发展阶段和技术路线

• 1.2.1. 人工智能正在从实验室走向市场，处于产业大突破前的技术冲刺和应用摸索时期，部分技术和产业体系还远未成熟

• 1.2.2. 能够推动技术突破和创造性应用的杰出人才对人工智能产业的发展起着至关重要的作用，甚至是引领性的作用

1.3. 人工智能人才都是核心竞争力

1.4. 争夺和培养人工智能人才成为世界各国的重要战略

• 1.4.1. 在各国发布的人工智能战略中，人才都是其重要组成部分

• 1.4.2. 除了《美国人工智能倡议》​，美国白宫发布的《为人工智能的未来做准备》以及《国家人工智能研究与发展战略计划》中，也对如何吸引人才着墨甚多

• 1.4.3. 英国

  • 1.4.3.1. 英国政府科学办公室发布的《人工智能：未来决策的机会与影响》对如何保持英国的人工智能人才优势有特别说明

  • 1.4.3.2. 英国下议院科学和技术委员会发布的《机器人技术和人工智能》调查报告中，对英国政府能否吸引人才从而保证英国在人工智能领域的领导力提出了敦促和质询

• 1.4.4. 中国政府发布《新一代人工智能发展规划》​，明确指出将高端人才队伍建设作为人工智能发展的重中之重，尤其是加快引进全球人工智能顶级人才和青年人才，大力建设人工智能学科

• 1.4.5. 加拿大启动《泛加拿大人工智能战略》​，重点提出增加加拿大人工智能领域的卓越学者和学生数量

• 1.4.6. 日本经济产业省编制《机器人新战略：愿景、战略、行动计划》​，将人工智能作为实现超智能社会的核心，并计划从2020年起，将编程列入中小学必修课程，促进人工智能人才的产学研合作

2. 人工智能人才分布

2.1. 高校分布情况

• 2.1.1. 中国高校人工智能人才数量位居前列

• 2.1.2. 在全球高校人工智能人才分布中，中国高校在人才发展上的投入最为明显

• 2.1.3. 对于全球高校中人工智能杰出人才的分布，美国斯坦福大学位列世界第一

• 2.1.4. 中国高校没有一所进入全球人工智能杰出人才数量的前十

2.2. 科研机构分布情况

• 2.2.1. 中国科学院系统是世界人工智能人才拥有量最多的研究机构

2.3. 企业分布情况

• 2.3.1. 全球人工智能人才主要分布在美国的企业中

• 2.3.2. 在所有类型的企业中，以计算机软硬件开发为主要业务的企业对人工智能的投入最多

• 2.3.3. 美国的计算机行业在全球发展最早，其中IBM、微软、谷歌一直以来都处于行业发展的最前沿，在世界范围内拥有非常广泛的影响力，在人工智能人才的投入上也远超其他企业

• 2.3.4. 在全球人工智能人才数量前二十企业的榜单中，美国企业占据半壁江山

  • 2.3.4.1. 中国仅有华为一家企业上榜

• 2.3.5. 目前全球80%以上的人工智能人才分布在高校和研究机构中，企业拥有的人才数量相对较少

  • 2.3.5.1. 中国在高校和研究机构上的投入最多，而在企业上则完全处于劣势

  • 2.3.5.2. 欧美国家对学术界和工业界的投入则较为均衡，顶尖大学和著名的互联网企业中均拥有大量的人工智能人才

  • 2.3.5.3. 在人工智能杰出人才的分布上，美国互联网企业占据绝对优势

  • 2.3.5.4. 印度的人工智能实力也不容小觑，其高校韦洛尔大学、IT技术服务公司塔塔咨询以及高知特拥有的人工智能人才数量均处于世界前列

3. 人工智能产业链及其人才分布情况

3.1. 人工智能产业链可以划分为三层，即底层基础层、中间层技术层和上层应用

• 3.1.1. 基础层提供计算力，主要包含人工智能芯片、传感器、云计算/大数据等细分领域

  • 3.1.1.1. 英特尔等国际科技巨头在芯片技术上的研发较多，国内在基础层的实力则相对薄弱

  • 3.1.1.2. 因人工智能芯片技术门槛极高，且生态搭建已基本成型，国内科技公司想要在基础层技术上赶超欧美，难度很大

  • 3.1.1.3. 以百度、阿里、腾讯、京东等为首的国内互联网巨头也开始自建人工智能基础学科实验室，加大对人工智能芯片等基础层技术的研发力度，同时将触角延伸到对基础层创业公司的投资上

  • 3.1.1.4. 人工智能的基础层是人工智能技术要求相对较高的领域，也是人工智能发展的核心基础

  • 3.1.1.5. 基础层吸引了主要的人才，有利于人工智能行业的长期发展，也可为技术层和应用层的后期爆发做好技术积累

• 3.1.2. 技术层的主要作用是技术开发及输出，用于解决具体类别问题。该层级主要依托运算平台和数据资源进行海量的识别训练和机器建模学习，从而开发出面向不同领域的应用技术

  • 3.1.2.1. 细分领域主要包括计算机视觉、自然语言处理、语音识别以及机器学习技术等

  • 3.1.2.2. 从技术层来看，图像识别/计算机视觉以及自然语言处理等领域对人工智能人才的需求较为明显

• 3.1.3. 应用层的核心是提供商业化的解决方案，具体方式是通过人工智能技术为不同的行业提供具体的产品、服务及解决方案，主要细分领域包括机器人、无人机、自动驾驶、智能客服、智能物流以及智慧医疗等

  • 3.1.3.1. 应用层的技术门槛较低，因此目前中国在该层级中拥有的企业数量较多，规模占比较大

  • 3.1.3.2. 从应用层来看，机器人、智能营销和自动驾驶则处于风口之中，对人工智能人才的需求也相对较大

  • 3.1.3.3. 相比于基础层和技术层的高技术门槛，应用层则相对更趋向于商业化的解决方案，处于风口之中的应用层领域对人才的需求量也较大

3.2. 中国的人工智能相关企业主要分布在应用层，包括企业技术集成与方案提供、关键技术研发应用平台、智能硬件和智能制造等领域，而基础层和技术层的企业相对来说比较少

• 3.2.1. 中国人工智能产业的科技发展主要源自应用层面的牵引

3.3. 与中国不同的是，美国的人工智能产业更偏向基础层和技术层的研究，其在人工智能核心技术上的研究深度和积累程度远远超过中国

3.4. 国际人工智能人才的领域分布较为集中，主要分布于算法、机器学习等领域

• 3.4.1. 基础层领域，对技术门槛要求较高，也是技术层和应用层的基础

• 3.4.2. 从人才分布上也可以看出，相对于技术层和应用层来说，基础层的各个领域对人才的需求量较大，目前处于技术快速发展、瓶颈急需突破的阶段

3.5. 中美在算法和机器学习这两大基础层领域分布的人工智能人才占比均较大

• 3.5.1. 人才分布占比排名第二的领域是属于应用层的机器人领域，排名第三的则是属于基础层的硬件、GPU、智能芯片领域，而中美在图像识别/计算机视觉和自然语言处理等技术层领域分布的人工智能人才数量则远低于基础层领域