AI人才增長迅猛，但仍有很大缺口。

人才是國家科技創新經濟發展的首要驅動力，是在當今日趨嚴峻的國際競爭中取得優勢的核心要素。信息時代，面向海量的人才數據和復雜多樣的人才需求，如何實現人才大數據的高效管理和人才情況的深度洞察，是困擾政府、企業、高校等人才業務關聯部門的重大難題。

我們推薦清華大學的研究報告《智慧人才發展報告》，以人工智能領域為例，通過對比分析美國、英國、日本、中國等全球主要經濟體國家在人才競爭戰略、人才培養制度、人才引進政策等方面的舉措，總結我國人才發展過程中的問題與原因。

01.國外人才策略

在國際競爭激烈、國內形勢嚴峻的環境中，為搶奪人才這一緊缺戰略資源，國際人才爭奪戰愈演愈烈，國際人才的戰略效應已經得到各國政府的高度關注，各主要國家已經或正在實施“短、平、快”的人才爭奪戰略，各類吸引和留住人才的戰略規劃不斷完善和創新。按照地域和發展階段分類，重點分析了美國、英國、日本、中國等四個不同制度、不同文化背景、不同發展階段國家的人才發展治理實踐，聚焦各國在人才競爭戰略、人才培養制度、人才引進政策等方面的治理措施，從中尋求世界主要經濟體國家人才發展治理實踐的規律性特征。

美國是全世界最發達國家之一，其在不同的歷史階段采取不同的人才戰略。例如，美國早期移民階段的人才戰略是“所有的人都是才”；

西部大開發時期的人才戰略是“一方面以產權、補貼和法律保護收益來吸引人，另一方面利用優化制度激勵和鼓勵人發揮才能”；

“二戰”期間的人才戰略是“集中和配套使用人才和資源進行集中科技攻關”，這時期實施的“曼哈頓工程”就是重要標志；

“二戰”后的人才戰略是“關注科技人才的同時重視退伍軍人培養”；

當處于蘇聯斯普特尼克衛星（ Sputnik）成功發射后的競爭階段時，美國的人才戰略是“高度關注國家對科技的支持”；

在 20 世紀 90 年代至 21 世紀初的人才戰略是依靠私營部門力量提升汽車和電子等方面的國家競爭力；

進入全球創新創業競爭時期后，美國不斷加大對科學、技術、工程和數學（STEM）人才的重視程度，擴大國外 STEM人才引進力度，并制定了《STEM 教育戰略規劃（2013-2018 年）》。之后分別于2009 年、 2011 年、 2015 年發布了《美國創新戰略》，對培養和儲備 STEM 領域人才進行部署，持續提升國際競爭力。

英國是世界上最重要的科技強國之一，其科技戰略具有鮮明的特點，不斷與時俱進。英國人才競爭戰略注重基礎科學研究，采取開放寬松的移民政策以培養、保留高科技人才，同時注重政府與企業和代理機構間分工合作，從而打造良好的科學環境。其在不同時期的有不同的戰略規劃，制定出了不同的教育、科技、創新、研發和人才吸引與保留的政策。

21 世紀以來，英國制定了一系列關于人才發展的戰略和政策措施：包括 2000 年頒布的《卓越與機遇——21 世紀的科學與創新政策》， 2008 年頒布的《創新國家》以及 2013 年頒布的《促進增長的創新和研究戰略》等政策。

其中，英國在 2014 年頒布了《我們的增長計劃：科學和創新》戰略文件，該政策的目標是培育世界一流的科技和商業環境，把“科學和創新”置于英國經濟發展計劃的長期核心位置。以卓越、敏捷、合作、融入和開放為原則，以優先重點、培養人才、科研設施、一流研究、刺激創新和國際化為戰略要素。

日本一直重視國際優秀人才儲備。早在 20 世紀 80 年代，日本政府就成立了21 世紀留學生政策委員會，并于 1983 年提出到 21 世紀日本將接收 10 萬名留學生的目標；2008 年日本又提出“30 萬留學生計劃”，目標是到 2020 年將留學生數量增加到 30 萬人，戰略重點是吸引亞洲國家優秀留學生。

之后日本配套實施了“30 所國際大學”項目（簡稱 G30 項目），選擇 30 所大學建設國際化大學基地，資助大學開展英語教學、完善接收留學生相關制度、促進國際合作和培養國際化人才，以這些大學為載體引進優秀科技人員和留學生。

此外，日本注重通過與外國科學家合作達到吸引人才的目標。1988 年日本科學技術廳設置了科學技術振興事業團，推行“日本科學技術廳獎學金”（STAFellowship）制度，支持國立科學事業和研究機構聘請優秀外籍人才。

2007 年 5 月日本頒布“創新 25 戰略（Innovation25）”，重點在設立研究基礎項目以吸引世界級高層人才，加強環境、能源領域國際科研合作并促進日本科學家參與國際項目，其目標是在 2025 年前將日本發展成為世界先進創新國家，以應對老齡化和國際競爭。

中國中共中央、國務院對人才工作做出了一系列重大決策部署，以加快建設人才強國，實現建設創新型國家的目標。2002 年 5 月，中央辦公廳、國務院辦公廳聯合印發了《2002-2005 年全國人才隊伍建設規劃綱要》（中辦發〔 2002〕 12號），根據事業長遠發展和人才總體需求，做出樹立發展新理念，實施“人才強國”戰略的部署，至此，人才強國戰略正式上升為國家戰略，人才工作在黨和國家整體部署中的戰略位置得以確立。

2003 年 12 月，我國第一次“全國人才工作會議”在北京召開，會上提出“把實施人才強國戰略作為黨和國家一項重大而緊迫的任務抓緊抓好”，隨后，以中共中央、國務院印發《關于進一步加強人才工作的決定》（中發〔 2003〕 16 號），對人才強國戰略實施進行具體部署，全國人才工作進入新的歷史時期。

2010 年，《國家中長期人才發展規劃綱要（2010-2020）》（簡稱《人才規劃綱要》）正式公布，這是我國第一個中長期人才發展規劃綱要，是這個時期國家人才工作的指導性文件。2011 年，為推動高層次創新型科技人才隊伍建設，科技部等聯合制定了《國家中長期科技人才發展規劃（2010-2020 年）》。這兩個規劃文件為科技人才隊伍的發展指明了方向，人才工作上升到了國家戰略，科技人才也達到了建國以來最好的發展時期。

2016 年 2 月，中共中央制定了《關于深化人才發展體制機制改革的意見》，在這個文件中中央首次提出“構建科學規范、運行高效、開放包容的人才發展治理體系”的要求，以***總書記一系列人才發展治理理念為指導，對人才發展治理實踐進行全面部署。2018 年 5 月 28 日，***總書記在中國科學院第十九次院士大會、中國工程院第十四次院士大會上強調，要牢固確立人才引領發展的戰略地位，全面聚集人才，著力夯實創新發展人才基礎。

黨的十九大確立了中國特色社會主義進入新的時代，新時代對人才提出了新要求。對人才的定位是“實現民族振興、贏得國際競爭主動的戰略資源”。為建設創新型國家，要求“培養造就一大批具有國際水平的戰略科技人才、科技領軍人才、青年科技人才和高水平創新團隊”；對科技體制改革提出“建立以企業為主體、市場為導向、產學研深度融合的技術創新體系，加強對中小企業創新的支持，促進科技成果轉化”的方向；在政策方面，要實行“更加積極、更加開放、更加有效的”人才政策。

02.中國人才發展狀況

1、 中國人力資源總量

科技人力資源總量反映了中國科技人力資源的存量現狀和科技人力投入的增長潛力。科技人力資源是指實際從事或有潛力從事系統性科學和技術知識的產生、促進、傳播和應用活動的人力資源，既包含實際從事科技活動的勞動力，也包含有資格從事科技活動的勞動力。中國科技人力資源總量是指科技領域大專及以上學歷（或學位）畢業生存量，以及雖然沒有高等教育學歷學位但實際從事科技活動的勞動力存量之和。

科技部在 2019 年 5 月發布的《中國科技人才發展報告（2018）》集中反映我國科技人才發展現狀和未來形勢，從多個維度展示了科技人才隊伍的全貌。根據數據顯示，中國科技人力資源總量由 2015 年的 7915 萬，上升到 2016 年的 8301萬和 2017 年的 8705 萬，年均增速為 4.9%。其中，大學本科及以上學歷的科技人力資源總量在 2015 年為 3421 萬， 2016 年為 3687 萬， 2017 年為 3934 萬，年均增速為 7.2%。

報告指出，經過 70 年的發展，我國科技人力資源、全社會研究與試驗發展（R&D）人員全時當量，均居世界首位。創新能力和國際影響力逐步擴大，對人才吸引力逐漸加強，形成新中國成立以來最大規模留學人才“歸國潮” ，在中國境內工作的外國人已達數十萬。科技人才引領創新發展的作用顯著增強，有力推動了我國創新驅動發展和創新型國家建設。

2020 年 8 月，中國科協調研宣傳部和中國科協創新戰略研究院聯合發布《中國科技人力資源發展研究報告（2018） ——科技人力資源的總量、結構與科研人員流動》（以下簡稱《報告》）。《報告》研究結果顯示，不考慮專升本、死亡及出國因素，截至 2018 年底，我國科技人力資源總量達 10154.5 萬人， 規模繼續保持世界第一。《報告》指出，我國科技人力資源學歷呈金字塔形結構。

目前，專科層次科技人力資源為主體，但近幾年本科層次科技人力資源的增量和增速均超過專科，未來科技人力資源學歷結構將進一步優化；在各學歷層次的科技人力資源中，工學背景的科技人力資源最多，占比均為最高；我國科技人力資源中， 39歲及以下人群超過 3/4；女性科技人力資源比例將進一步提升， 2016-2017 年新增研究生層次科技人力資源中女性超過一半。另外，我國科技人力資源培養的區域分布不均衡，東部地區培養總量大、密度較高，中部地區相對均衡、各省培養總量與密度差異較小，西部地區培養總量小、密度低。

2、 R&D 人員隊伍

研究與試驗發展（R&D）人員隊伍建設是提高研發能力和水平的重要保障。R&D 人員是科技活動的核心要素。R&D 人員是指從事基礎研究、應用研究和試驗發展三類活動的人員，包括直接參加 R&D 活動的人員，以及直接為 R&D 活動提供服務的管理行政人員和辦事人員。R&D 研究人員是指 R&D 人員中從事新知識、新產品、新工藝、新方法、新系統的構想或創造的專業人員及 R&D 課題的高級管理人員。

中國 R&D 活動人員總量保持十多年高速增長，數量和質量大幅提高，目前無論是按人頭數還是按全時當量統計，中國投入研發活動的人力規模都已經成為全球最高的國家。全時當量是全時人員數加非全時人員數按工作量折算為全時人員數的總和。

國家統計局數據顯示， 2018 年我國研究與試驗發展人員全時當量 438.14 萬人年， 2019 年我國研究與試驗發展人員全時當量 461 萬人年，比上年末增加 22.86萬人年，同比增長 5.22%。

▲2015-2019 年中國研究與試驗發展人員全時當量情況（萬人年）

2018 年我國研究與試驗發展經費支出 19677.93 億元， 2019 年我國研究與試驗發展經費支出 21737 億元，比上年末增加 2059.07 億元，同比增長 10.46%。

▲2015-2019 年中國研究與試驗發展經費支出情況（億元）

2018 年我國研究與試驗發展基礎研究經費支出 1090.37 億元， 2019 年我國研究與試驗發展基礎研究經費支出 1209 億元，比上年末增加 18.63 億元，同比增 10.88%。

▲ 2015-2019 年中國研究與試驗發展基礎研究經費支出情況（億元）

3、 我國人才發展中存在的問題與原因

在創新驅動發展背景下，當前我國人才發展治理還存在治理目標不明確、體制不順、環境不優等諸多問題。例如，在人才發展的支撐上，傾向于高層次人才，通常以各類人才工程、人才項目為抓手，對各層級人才的全覆蓋不夠，存在著“重人選申報、輕后期培養”，“重成果評價、輕潛質開發”，“重個人發展、輕相互合作”，“重視‘范人才’、忽視‘鏈人才’”等問題；

從人才培養開發方面看，存在著人才開發盲目性強，隊伍監測預測不夠科學，高校專業設置、人才培養等不能根據發展需要及時調整，人才培養中重理論、輕實踐，重研究、輕應用，技術技能人才培養開發模式不夠科學等問題；從人才評價方面看，“機制缺失與建立問題”仍未解決，現有的評價維度設計過于單一等。這些問題需要在推進人才發展治理體系與治理能力現代化過程中逐步解決。

以上問題的主要原因可以歸納為：

（1）人才培養機制與經濟和社會發展需求還存在較大差距。一方面，容易受到高等學校的教學內容和方法跟不上培養高素質、高層次人才的要求制約；另一方面，國家以及各級政府的教育投入未充分發揮作用。主要體現在教育投資容易用在規模擴大方面，從而導致求數量而忽視質量的問題；此外，缺乏多層次的高等教育體系，使得人才的培養層次比較單一，不利于人才的知識更新，導致人才的作用難以得到有效發揮。

（2）缺乏科學合理的人才激勵機制。我國存在人才短缺和浪費并存現象，因為國家知識創新工程的實施和人才引進政策的落實，而產生了新的分配不公等矛盾，使得高層次人才的作用沒有得到充分發揮。比如，國家對從國外引進的人才和重點扶持的項目人員實施高薪政策，享受特殊待遇，但由此造成了其他類型人員與他們存在收入差距過大，挫傷這些人員的工作積極性，使得國家高薪激勵人員發揮創新帶頭作用的目標受阻。

（3）未建立成熟完善的人才流動機制。我國的高層次人才是短缺的，但是同時還存在許多單位人力過剩和人才供應不足的現象，導致以上問題的主要原因是人才流動的市場機制沒有發育起來。雖然國家建立了形式多樣的人才市場，但是通過這些市場流動的高層次人才數量非常有限，高層次人才跨單位、跨部門、跨地區的流動存在多種障礙。與先進發達國家相比，我國的高層次人才流動存在流動渠道窄、流動量小等問題，高層次人才難以通過流動來充分發揮作用。

03.AI領域人才現狀分析

人工智能（Artificial Intelligence, AI）是新一輪科技革命和產業變革的重要驅動力量，加快發展新一代人工智能是我國能否抓住新一輪科技革命和產業變革機遇的戰略問題。為貫徹中央關于推動我國新一代人工智能健康發展的重要指示，社會各界加快推進在人工智能新技術、新業態、新模式、新人才等方面的探索，為產業轉型升級提供強勁發展動能。黨的十八大以來， 人工智能技術先后三次被寫入政府報告中， 人工智能的發展已被提升到國家戰略高度。

但隨著人工智能產業的飛速發展， 出現了“行業火爆、人才稀缺” 現象。因此，本報告以人工智能領域為代表， 通過分析全球主要國家的 AI 人才的培養模式、科研人才和產業人才的發展情況，發現挖掘 AI 人才的痛點問題，可以“以小見大”推理和發現我國人才發展治理遇到的困境和挑戰，并分析判斷出我國人才發展治理的趨勢要求。

1、 AI人才培養模式

當前人工智能已經成為各國創新技術競爭的焦點領域，包括中國在內的全球諸多國家將人工智能列入國家科技戰略部署序列。中國、美國、歐盟、英國、德國、俄羅斯、日本、韓國、印度等主要國家在 2016 年至 2019 年間密集發布人工智能專項政策及行動規劃，引導、推動人工智能產業的發展已成為全球經濟共同體的重要共識。

根據《2017 全球人工智能人才白皮書》中數據顯示，全球共有367 所具有人工智能研究方向的高校， AI 領域的學術及儲備人才數量約有 10 萬人。在這 367 所高校中，美國擁有 168 所，占據全球的 45.7%， 美國無論是高校規模、學術能力，均遙遙領先。

中國（20 所）和英國（20 所）緊隨其后，處于第二梯隊。本節主要分析美國、英國、日本、中國在 AI 領域的學科建設和人才培養等情況，旨在發現中國 AI 人才發展過程中的核心問題和薄弱環節，并借鑒AI 發達國家的經驗做法，提供指導建議。

美國。美國頂尖的大學正在加大研究力度，并提高其計算機科學學位課程的集中度，以適應人工智能領域。有些美國高校將人工智能專業設在了計算機系、電子工程系或自動化系的專業方向中， 不直接提供 AI 專業，而只授予碩士學位和博士學位。將 AI 作為計算機科學學位的一部分來進行跟蹤或集中研究。

例如，人工智能是斯坦福大學計算機科學專業可以選擇的九種課程之一。該課程的學生參加的課程包括：AI 原理和技術，自然語言處理，機器人技術和控制以及 AI 方法；加州理工學院在計算機學習和人工智能領域為其 CS 專業提供類似的課程；伊利諾伊大學為計算機工程專業的學生提供人工智能，機器人技術和控制論的專業。還有些高校的人工智能專業與認知科學結合在一起，例如在賓夕法尼亞大學， AI方向的學生需要學習計算機與認知科學的雙學位。

▲CSRankings 2019年-2020年美國 AI 排名 TOP 20 高校

根據 CSRankings 2019年至2020年度排名，美國高校在 AI 方向的排名如上圖所示。美國學生要獲得人工智能學位， 需要參加計算機科學課程的核心課程，這些課程的主題包括：命令式計算、 函數式編程、 順序數據結構和算法以及計算機系統；數學方面要求學習微分和積分、 矩陣和線性變換、線性回歸及概率論等課程。

英國。根據 2017 年英國政府網站發布的《在英國發展人工智能產業》的報告顯示， 英國大學有 26 所大學開設了人工智能本科課程， 20 所大學有超過 30 個人工智能相關的研究生項目。盡管英國人工智能教育起步較早，但隨著產業的快速發展，英國人工智能人才培養在專業結構、層次結構和數量上遠遠不能適應人工智能產業發展的需要。

英國商務、能源和工業戰略部與數字化、文化、媒體和體育部兩部委聯合發表聲明，從 2019 年 9 月起，英國大學每年擴大招收人工智能碩士研究生 200 人，英國科技公司積極參與人才培養并提供資助。同時，英國統籌考慮人工智能教育的院校和學科布局，在 15 所大學設立了 16 個博士點，并結合人工智能的應用方向，把醫學、醫療保健、語言、計算、環境、音樂作為重點應用的學科專業。

每個博士點側重一個學科或專業，例如倫敦大學學院人工智能支持醫療保健系統、愛丁堡大學生物醫學人工智能、利茲大學人工智能在醫學診斷和護理中應用、劍橋大學人工智能在環境風險研究中應用等，每個博士點由一名教授領導。人工智能碩士學位課程優秀畢業生有機會申請碩博連讀課程，實行貫通培養。

新設博士點每年招生 200 人，力爭用 5 年時間，招生人數總計達到 1000 人。新設的碩士點和博士點， 擴大碩士和博士研究生招生規模可使英國在幾年內增加培養人工智能人才達數千人。

▲CSRankings 2019年-2020 年英國 AI 排名TOP 20 高校

上圖展示了英國在 CSRankings2019 年至 2020 年度排名 TOP 20 高校情況。從這些高校的得分情況可以看出，相比美國，英國高校的高水平論文發表量存在一定差距。參考以上榜單，下面以愛丁堡大學為例進行詳細說明英國高校 AI 課程設置情況。英國愛丁堡大學開設了人工智能、 人工智能與計算機科學兩個有關人工智能的專業。

下面就人工智能榮譽學士為例進行說明，其包含兩個主要研究方向：一類是通過使用計算機模型來了解自然智能；另一類提供用于構建能夠進行智能決策和動作的系統的技術，因此相當于 AI 既是一門科學又是一門工程學。開設的AI 相關課程包括：視覺與機器人學導論、 自動推理、 應用型機器學習入門、 語音處理、算法和數據結構、人機交互、算法博弈論及其應用、自動語音識別、機器學習與模式識別、機器學習實用、自然語言的理解和生成、機器翻譯、生物信息學、自然計算等。

日本。目前許多大學正在建立部門，以幫助培養人工智能和大數據時代的學生。日本向全年約為50萬人的所有大學生和高等專科學校學生提供初級水平的AI教育。要求學生理解最低限度的編程機制并理解 AI 的倫理道德， 并向接受教育的學生頒發相應水平的結業證， 方便學生未來就業與發展。

日本將其中 25 萬人作為專業級別的 AI 人才加以培育， 除了掌握初級水平之外，還將對這些學生其進行深度培訓， 目標是使其理解機器學習的算法。為了全面推進 AI 普及教育，日本的文科和理科學生都需要學習“AI 與經濟學” 和“數據科學與心理學” 等科目。根據內閣創新小組發布的建議草案，所有入讀大學和技術學校的學生將參加初學者 AI 課程。每年約有 600000 名畢業生，目標是使其中 250000 名擁有先進的 AI專業知識。

▲CSRankings2019 年-2020 年日本 AI 排名 TOP 高校

上圖展示了日本在 CSRankings2019 年至 2020 年度榜單中的高校情況。日本入選高校無論是數量還是高水平論文發表量方面均與美國和日本存在一定差距。結合該榜單，以東京大學為代表，介紹其 AI 研究情況。東京大學成立了“下一代人工智能研究中心（AI Center） ”，研究重點是“動態現實世界智能”和“人類人工智能”。該中心通過共享研究成果推動基礎研究的進一步發展，努力為社會進步做出貢獻。

為此，該中心與行業和其他合作伙伴合作進行項目。下一代人工智能研究中心（AI Center）試圖超越當前 AI 技術的框架和局限性，以構建有關人類和人工智能的新型科學技術計劃。AI 中心成立了一個校際研究組織，將東京大學的所有相關學科從科學技術到人文科學，以及外部合作進行統一，以實現強大的綜合功能。

中國。與國外相比，我國高校人工智能人才培育起步較晚，但近年來我國人工智能學科和專業正在加快推進。2018 年 4 月，為落實《國務院關于印發新一代人工智能發展規劃的通知》（國發〔 2017〕 35 號），引導高等學校瞄準世界科技前沿，不斷提高人工智能領域科技創新、人才培養和國際合作交流等能力，為我國新一代人工智能發展提供戰略支撐，教育部特制定《高等學校人工智能創新行動計劃》。《計劃》中提出，要加強人工智能領域專業建設，推進“新工科”建設，形成“人工智能+X”復合專業培養新模式。

過去一年來，為了貫徹落實國務院《新一代人工智能發展規劃》和教育部《高等學校人工智能創新行動計劃》， 國內高校積極快速地布局人工智能學科建設，開設人工智能專業的高校數量呈現上漲態勢， 2019 年度獲批新增開設人工智能專業的高校數量較上年增加 400%以上。2020 年 2 月，教育部頒布《關于公布 2019年度普通高等學校本科專業備案和審批結果的通知》。

統計結果顯示，人工智能方面，本次全國范圍內獲得人工智能專業首批建設資格的共有 180 所，相比 2018年的 35 所，增加了 414%， 反映出人工智能專業的熱度攀升。表 展示了中國在CSRankings 2019 年至 2020 年度榜單中 AI 領域排名前 20 的高校情況。從中可以看出，中國 AI 高校無論從數量還是質量上均得到明顯提升。

▲CSRankings2019 年-2020 年中國 AI 排名 TOP 20 高校

中國高校面向不同人群開展多層次人才培訓模式。高校積極布局人工智能相關的學科、專業體系，探索“人工智能+X”人才培養模式。目前，高校人工智能學科建設主要有三種模式：新增人工智能專業、原有相關專業中新增人工智能培養方向、重組原有相關專業設立人工智能學院。這三種學科建設模式在過去一年中均有不同程度進展。

教育部于 2019 年 3 月頒布《關于公布 2018 年度普通高等學校本科專業備案和審批結果的通知》，將人工智能專業列入新增審批本科專業名單，專業代碼為 080717T（T 代表特設專業），學位授予門類為工學。在教育部發布的新增備案專業名單中，由于人工智能專業的設立， 2019 年度高校新增設置“機器人工程” 專業、“智能科學與技術” 專業以及“數據科學與大數據技術” 專業的數據較上年均有不同幅度下降；新增“智能制造”專業、“大數據管理與應用”專業的獲批高校數量仍有增長。

▲2018-2019 年度普通高等學校人工智能相關本科專業新增情況

在人工智能時代，探索產學研協同創新、探討協同培養方式是社會經濟發展與進步的重要環節。2019 年國務院政府工作報告指出，堅持創新引領發展，培育壯大新動能，促進新舊動能接續轉換，深化大數據、人工智能等研發應用，健全以企業為主體的產學研一體化創新機制。加大基礎研究和應用基礎研究支持力度，強化原始創新，加強關鍵核心技術攻關。教育部《高等學校人工智能創新行動計劃》 也強調，要加強人才培養與創新研究基地的融合，完善人工智能領域多主體協同育人機制，以多種形式培養多層次的人工智能領域人才。

2019 年，教育部大力開展深化產教融合、產學合作、協同育人項目，公布了兩批產學合作協同育人項目申報。產學合作協同育人項目是由教育部高等教育司認可立項的項目。第一批產學合作協同育人項目共有 324 家企業支持項目10647 項，并且已經立項成功。第二批有 346 家企業支持項目 12350 項。2019年 10 月，經國務院同意，國家發展改革委、教育部等 6 部門印發《國家產教融合建設試點實施方案》。

根據方案， 產教融合型城市建設將覆蓋每個省、自治區、直轄市。為平衡試點城市的示范性和代表性，國家將在 5 年內、 擬分兩批選擇50 個城市開展試點。在過去一年中，各區域各級政府帶領并促進企業與院校合作。許多企業加入人工智能產學研的合作隊伍，早期已開展校企合作的企業也不斷推出新的合作模式與人才培養方式。例如，科大訊飛先后在西南政法大學、重慶郵電大學、南寧學院、安徽信息工程學院、江西應用科技學院、重慶科創職業技術學院創建人工智能學院。

從區域進展來看， 北京、上海、 廣州在人工智能產學研協同技術攻關方面處于領先地位。其中，北京、 廣州基于高校與科研院所集中優勢，著重提出了產學研用協同創新和成果轉化，以及以引進技術創新和區域協同為主要內容的開放式創新。例如， 中國科學院表示要統籌組織院內外的機構，共同研發人工智能的關鍵共性技術，將人工智能前沿技術和成果進行產業化轉化。圍繞產學研合作和生態共建，科大訊飛公司支持并協助推動中科院系統內優質的人工智能源頭技術創新成果更快的落地到最后的產業應用里面。

上海浦東新區開啟了產學研專項資金（人工智能）申報， 研究目標是推動人工智能創新技術突破，加強算法模型研究以及應用軟件開發，有效支撐各種應用場景，推動人工智能技術與機器人技術在生產制造、服務等領域的融合創新。項目申報主體須由新區企業牽頭，聯合 1-2家上海地區高校、科研院所、研究性平臺共同申報。

從企業層面來看，實力企業更加主動與學術界聯合開展研究，并提供資金及技術支持，以突破企業發展相關的前沿科技難題。2019 年度，騰訊公司與中國計算機學會（CCF）共同發起搭建產學研合作及學術交流的平臺 CCF-騰訊犀牛鳥基金，共設立 9 個重點技術領域的 29 項研究課題，在持續關注人工智能技術的同時，進一步擴充基金項目的專項研究領域，加入車聯網、機器人、智能芯片、程序分析等產學研合作熱門方向，同時持續設立微眾銀行技術專題，并新增以智慧教育為主題的開放研究課題。

基金同時設立“犀牛鳥訪問學者計劃”，加強青年學者與企業研發團隊在前沿科技領域的深入合作。科大訊飛認知智能國家重點實驗室于 2019 年 3 月發布“認知智能國家重點實驗室開放基金計劃”，將在認知智能領域的深度學習、機器翻譯、知識圖譜、自然語言理解、輔助診斷等產學研熱點方向資助項目 5-8 個，總額 100 萬元，項目實施周期為 1 年。科大訊飛還將為獲得資助的申請者，提供必要的數據、應用場景、教師訪問和學生實習的環境等優勢資源。目前開放基金計劃已經對外發布了覆蓋 21 個研究方向的 7 個研究主題。

過去一年來，經過科研院所、高等學校、相關企業的相互配合、共同推動，人工智能技術在實體經濟中逐漸落地應用。北京、上海、 廣州和深圳在人工智能產學研方面效果相對領先。綜合來看，產學研協同培養已成為當前人工智能人才培養的重要途徑。但是，產學研協同創新是一個長期過程，產業界仍需更多地參與以推動人工智能科研發展。

根據科技部新一代人工智能發展研究中心、中國科學技術發展戰略研究院聯合國內外十余家機構共同編寫發布的《中國新一代人工智能發展報告 2019》，中國人工智能校企合作論文比例與美國、以色列等國家相比還有較大差距，人工智能學術研究仍以高校為主，與企業的結合程度較弱。高校和科研機構的科研成果與企業的實際需求結合不夠緊密， 創新成果轉化率不高，企業在科研項目中的參與程度較低，真正以市場為導向、產學研協同開展的人工智能科研活動仍有待加強。

2、 AI 科研人才現狀

過去十年，全球人工智能發展迅速。中國、美國、歐盟、英國、德國等國家紛紛從戰略上布局人工智能，加強頂層設計和人才培養。根據清華大學唐杰教授團隊自主研發的“科技情報大數據挖掘與服務平臺”（簡稱 AMiner）顯示，全球人工智能領域學者數量共計 155408 位，覆蓋 120 多個國家。從地域分布來看，全球 AI 人才主要集中在北美洲、歐洲、東亞地區，如下圖所示。在學者分布地圖中，顏色越深，表示學者越集中；顏色越淺，表示學者越稀少。

▲全球 AI 領域科研人才分布

論文是科技活動的重要表示形式，是科研人才的智慧結晶。高水平論文發表量不僅可以體現科研人才的學術水平，還可以反映一個國家、城市和機構的科研實力。本報告利用 AMiner 平臺深入挖掘人工智能領域高水平期刊和會議（如附錄 1 所示）上發表的論文，來獲取論文作者及其工作單位，通過將各單位映射到對應的城市和國家，統計 AI 學者在全球各個國家、城市和機構的分布情況，以此來衡量不同國家、城市和機構在 AI 領域的科研實力和水平。

下圖展示了 AI 領域的高水平論文發表量 TOP 10 國家及其科研人才數量。這些國家主要分布在北美洲（2 個）、歐洲（3 個）、亞洲（4 個）、大洋洲（1 個）。美國排名世界第 1，其高水平論文發表量為 69764，體現出美國對該領域的重視。中國的高水平論文發表量和學者數量均居世界第 2，且中國在論文發表量和論文作者數量兩方面是位于第 3 名德國的 2 倍以上。中美兩國的高水平論文發表量和論文作者數量遠高于其他國家。

但是，雖然中國僅次于美國，但是與美國相比仍存在較大差距：美國的高水平論文發表量（69764） 是中國（25418）的 2.74 倍，美國（49116）高水平論文作者數量是中國（17368）的 2.83 倍。全球眾多國家已經充分參與到 AI 領域的研究中，中國應該繼續加強高水平 AI 人才隊伍的建設，進一步提升 AI 領域的基礎創新能力，力爭在新一輪國際科技競爭中掌握主導權。

▲AI 領域高水平論文發表量 TOP 10 國家及其科研人才數量

▲ AI 領域的高水平論文發表量 TOP 10 全球機構及其科研人才數量

從高水平論文發表量排名 TOP 10 全球機構類型看，包含 7 所高校和 3 家企業。從歸屬地看，共有 9 所美國機構和 1 所中國機構，凸顯了美國在 AI 領域研究的地位和影響力。全球排名前 3 的機構分別是美國的微軟公司、谷歌公司和卡耐基梅隆大學， 三家機構的高水平論文發表量均超過 4000。按照論文發表數量排序，清華大學位居第 6，按照論文作者數量排序，清華大學位居第 7。

清華大學與世界頂級機構存在一定差距，排名第 1 的微軟公司（5664）的論文發表量是清華大學（2759）的 2.05 倍，微軟公司（1900）的 AI 論文作者數量比清華大學（1274）多出 49%。以上數據從側面反映出，中國機構與美國相比還存在一定差距， 中國政府有必要采取相關措施，建設高水平人才隊伍，加強機構的科研實力和水平。

下圖展示了 AI 領域的高水平論文發表量 TOP 10 中國城市及其科研人才數量。排名前 3 的城市分別為北京、香港和上海。北京位居中國第 1，具有突出優勢，北京的論文發表量（7872）是排名第 2 位香港（3509）的 2.24 倍，論文作者數量（4167） 是排名第 2 位上海（1503） 的 2.77 倍。從分布上來看，南北差異較大， TOP10 城市中有 8 座城市位于中國南方。北京、長三角和粵港澳大灣區等地區表現突出，中西部地區的成都、西安和武漢表現突出。

從以上數據可以看出，中國高水平論文發表量 TOP10 城市主要集中在中國政治、經濟發達地區。科研之間的差距會進一步拉大發達地區與欠發達地區之間的差距。人才的地區分布會影響科研資源的配置，政府應該加大經濟弱勢地區的科研投入和立項力度通過科技政策協調各個地區的科研資源配置，改善人才地區分布集中的情況。同時應該加強地區之間的人才合作交流，使技術在各地區平衡發展。

▲AI 領域高水平論文發表量 TOP 10 中國城市及其科研人才數量

下圖展示了 AI 領域的高水平論文發表量 TOP 10 中國機構及其科研人才數量。TOP10 機構中有 9 所科研院所和 1 家企業（阿里巴巴公司），這些機構主要分布在北京市（3 個）、浙江省（2 個）、香港特別行政區（2 個）、上海市（1 個）、安徽省（1 個）、臺灣省（1 個）等地區。其中清華大學位居中國第 1，學術水平較高， 遙遙領先于其他機構，其高水平論文發表量達到 2759，作者數量為 1274。

值得注意的是，雖然香港中文大學和香港科技大學的作者數量不多，但是產出的高水平論文的數量卻不少，雙雙進入了高水平論文發表量榜單的前 5 名。從圖中可以看出，中國其他機構與清華大學之間的差距較大，應該加強清華大學與各機構之間的交流合作，促進各機構共同發展。

▲AI 領域高水平論文發表量 TOP 10 中國機構及其科研人才數量

下圖展示了 AI 高層次學者數量 TOP 10 全球國家分布。全球高層次學者數量中排名第 1 的是美國，學者數量為 1244 人次，占比 67.87%，這體現出了美國對 AI 領域的高度重視和其出色的科研實力。中國以學者數量 196 人次居世界第2，排名第 3 的是德國（113 人次），也是歐洲國家中擁有高影響力學者最多的地方。

剩余國家的學者數量均在 100 人次以下。排名前 10 的國家中，除中國外均為發達國家，可見科研實力與各國的經濟發展水平密切相關。高層次學者數量占比超過 10%的只有美國和中國，雖然中國的排名僅次于美國，但是美國的高層次學者數量（1244）是中國（196）的 6.35 倍，差距相當之大。中國相關部門應該采取措施，吸收、引進和培養 AI 領域的人才， 加快建設高水平的人才隊伍。

▲ AI 高層次科研人才數量 TOP 10 國家分布

下圖展示了 AI 高層次學者數量 TOP 10 全球機構分布。前 10 的機構中有6 所高校、 4 家企業。其中，美國的機構呈現出數量多、實力強的特點，在 TOP10機構中，美國機構包攬前 9 名，第 10 名為中國的清華大學。美國的企業實力很強，全球排名前 5 的機構中，美國企業類型的機構占了 3 個，且包攬 TOP 2。排名第 1 的機構是美國谷歌公司，其高層次學者數量為 185 人次，也是 TOP 10 中唯一一家高層次學者數過百的機構。谷歌公司的高層次學者數量（185）約是排名第 10 名的清華大學（27）的 6.85 倍，可見中國機構的高層次學者數量與世界頂尖機構相比還存在很大的差距，中國有必要采取措施，實行人才獎勵、引進等相關措施，加速建設高水平的人才隊伍。

▲AI 高層次科研人才數量 TOP 10 全球機構分布

下圖展示了 AI 高層次學者數量 TOP 10 中國城市分布。北京市排名第 1，數量為 79 人次，在全球 AI 高層次學者數量中占比 4.31%，是中國 AI 科研的前沿城市。北京市的高層次學者數量優勢顯著，是排名第 2 的香港（36 人次）的2.19 倍。北京、香港和杭州的高層次學者數量占比均超過 1%。從地區分布看，數量較多的城市主要分布在東部地區；且南北差異明顯， TOP10 城市中，南方城市占 8 座，北方只有 2 座。整體而言，北京、長三角地區和粵港澳大灣區表現突出。中國應該采取措施改善人才地區分布集中的情況，加強各地區之間的人才交流，促使技術在各區域之間平衡發展。

▲AI 高層次科研人才數量 TOP 10 中國城市分布

下圖展示了 AI 高層次學者數量 TOP 10 中國機構分布。TOP10 機構分布在北京市（4 個）、香港特別行政區（2 個）、浙江省（2 個）、廣東省（1 個）、安徽省（1 個）等中國的政治和經濟發達地區，其中科研院所 7 所、企業 3 家。清華大學位居榜首，學者數量為 27 人次，占比 13.78%。清華大學優勢非常突出，學者數量是位居第 2 位香港中文大學（16 人次）的 1.69 倍。TOP10 機構中的中國企業分別是阿里巴巴、京東和華為，它們的學者數量均為 6，實力相當。清華大學實力很強、人才數量占有明顯優勢，應加強清華大學與其他機構之間的人才交流合作，以促進各機構共同進步、共同發展。

▲AI 高層次科研人才數量 TOP 10 中國機構分布

3、 AI 產業人才現狀

為了明確 AI 產業的發展情況，本節一方面根據 AI 關鍵詞，通過與專利的標題、摘要和權利要求等文本進行匹配，獲取 2010 年-2020 年的全球專利申請量數據（728349），從全球范圍和中國范圍分析對比不同國家、中國不同省市，以及中國不同機構之間的專利申請量情況。另一方面，根據資料調研，分析說明AI 產業人才崗位分布和崗位類型，以及不同崗位和地區的 AI 人才供需情況。

下圖展示了全球 AI 專利申請數量排名前十的國家。從圖中可以看出，中國和美國處于領先地位，遙遙領先其他國家。中國專利申請量為 464449，位居世界第一，占全球總量（728349）的 63.77%，中國 AI 專利申請量是排名第二的美國的 3.12 倍。另外，亞洲國家表現突出，中、日、韓三國均位列前五名。整體而言，全球 AI 專利申請量主要集中在中、美、日、韓等國家。

▲全球 AI 專利申請量 Top10 國家

下圖展示了中國各省市 AI 專利申請數量的分布情況。從圖中可以看出，廣東省的 AI 專利申請量以 90191 位居第一， 比排名第二的北京市（61072）多出47.68%，具有突出優勢。前十名的省份主要分布在東部、中部、西部等地區，分布較為均衡，但是以東部省市居多， 江浙滬三省市均位居前五名。這與這些地區的經濟水平、發展程度、科研投入及知識產權保護等因素密切相關。

▲全國 AI 專利申請量 TOP10 省份

下圖展示了中國 AI 專利申請數量排名前十的機構。這 10 個機構中有 6 家企業和 4 所高校， 主要分布在廣東（4 所）、北京（3 所）、浙江（2 所）、四川（1所）。目前中國在 AI 專利領域的創新主要還是依靠高科技互聯網企業和高校科研機構等方面的共同努力。百度公司申請量排名第一， AI 專利申請量為 3919 件，國家電網緊隨其后，申請量為 3729 件。體現出百度和國家電網在 AI 領域的創新能力比較突出，對相關技術領域的引領作用較強。

▲中國 AI 專利申請量 TOP10 機構

人工智能的火熱發展，展現了巨大的潛力，已成為當前經濟發展的新引擎。國家在大力實施人工智能戰略，扶持人工智能產業，一個產業的發展離不開人才的供給。國務院在《新一代人工智能發展規劃》 明確提出當前我國人工智能尖端人才遠不能滿足需求，并在總體部署中將加強人才隊伍建設作為構建開放協同的人工智能科技創新體系四大主要支撐之一。本節主要結合工信部發布的《人工智能產業人才發展報告(2019-2020 年年版)》、《人工智能產業人才崗位能力要求》等文件，對 AI 產業人才的供需現狀進行分析。

人工智能產業的穩步發展一方面加速了技術革新的進程，同時在產業人才需求上也催生出眾多的人工智能相關崗位，如下圖所示。這些崗位主要基于人工智能產業技術架構以及人工智能企業的實際用人需求進行梳理，涵蓋技術架構中的基礎層和技術層。

▲人工智能產業人才崗位分布

根據上述的人工智能企業崗位人才需求，可將崗位類型歸納為高級管理崗、高端技術崗、算法研究崗、應用開發崗、實際技能崗、產品經理崗等類型，如下圖所示。其中，算法研究崗主要指創新、突破人工智能算法和技術研究，并將人工智能前沿理論與實際算法模型開發相結合的崗位。應用開發崗主要是將人工智能算法及各項技術（例如機器學習、自然語言處理、智能語音、計算機視覺等）與行業需求相結合，實現相關應用工程化落地的崗位。實用技能崗主要指理解人工智能技術的基本概念，能夠結合特定使用場景，保障人工智能相關應用快速、高效的規模化產出和穩定運行的崗位。這一崗位需求分類也契合人工智能從研發到應用的眾多環節。管理、技術和服務等多類型人才協同，推進人工智能應用落地，成為數字經濟背景下人工智能產業人才內涵的特色。

▲人工智能產業人才崗位類型

根據人工智能企業對核心崗位人才的能力遴選要求，同時參考本科及職業院校人工智能相關專業的培養目標，人工智能產業人才應具備的能力要素可以劃分為綜合能力、專業知識、技術技能以及工程實踐能力四類，如下圖所示。

▲人工智能產業人才能力要素

1、 AI 各技術方向崗位人才供需情況。根據《人工智能產業人才發展報告 (2019-2020 年年版)》的數據顯示人工智能不同技術方向崗位的人才供需比均低于 0.4，說明該技術方向的人才供應嚴重不足。從細分行業來看，智能語音和計算機視覺的崗位人才供需比分別為 0.08、0.09，相關人才極度稀缺。其中，崗位人才供需比計算方法是意向進入崗位的人才數量與崗位數量的比值。崗位人才供需比值來反映人工智能產業各技術方向崗位和不同職能崗位的人才供需情況。崗位人才供需比越高，表明該崗位的人才供應越充足。

▲人工智能各技術方向崗位人才供需比

2、 AI 各職能崗位人才供需情況。根據《人工智能產業人才發展報告 (2019-2020 年年版)》的數據顯示，現階段，算法研究崗、應用開發崗、實用技能崗和高端技術崗的人才供需比分別為0.13、 0.17、 0.98、 0.45，表明技術類崗位的人才缺口較大，而實際技能崗人才供給處于相對充足狀態。相比之下，產品經理崗、銷售崗和負責企業經營管理的高級管理崗的崗位人才供需比分別為 4.52、 7.14、 3.44，人才供應較為充足。

▲人工智能各職能崗位人才供需比

3、 AI 產業人才主要區域的供需情況。根據《人工智能產業人才發展報告 (2019-2020 年年版)》報告顯示，人工智能產業人才在需求和供給方面的區域集聚效應尤為突出，這主要受制于區域產業基礎、人才積累的差距。京津冀地區、長三角地區、粵港澳大灣區和川渝地區是當前人工智能產業的主要發展高地，同時也是人工智能產業人才資源的主要聚集地，人才需求規模占全國總需求的 90.9%，人才供給規模占全國總供給的 82.9%。

▲全國主要區域的人才的需求情況及求職人才意向的區域情況

4、 AI 人才發展問題

隨著科學技術的發展，人工智能深入人們的日常生活， 出現越來越多的人工智能公司和產品，高校也紛紛開設人工智能專業課程。人工智能的發展已被提升到國家戰略高度，各國紛紛出臺相關政策促進人工智能產業的發展。人工智能和機器學習類專業人才正在變得炙手可熱，而人工智能人才短缺也成為了中國乃至全球普遍的問題。國務院在《新一代人工智能發展規劃》 明確提出當前我國人工智能尖端人才遠不能滿足需求，并在總體部署中將加強人才隊伍建設作為構建開放協同的人工智能科技創新體系四大主要支撐之一。本節主要基于前述的數據分析結果，總結概況中國 AI 人才發展過程中存在的現狀和問題。

1、中國 AI 高水平論文發表量和高層次學者數量排名全球第二，但與排名第一的美國差距較大。

AI 領域的高水平論文發表量排名前 10 的國家主要分布在北美洲（2 個）、歐洲（3 個）、亞洲（4 個）、大洋洲（1 個）。其中，美國 AI 高水平論文發表量排名第 1（69764），中國第 2（25418），美國約是中國的 2.74 倍，中國約是排名第3 的德國（10127） 2.51 倍。

在 AI 高層次學者方面，美國（1244 人）排名第 1，約是排名第 2 的中國（196 人） 6.35 倍。在 AI 高水平論文發表量和高層次學者排名前 10 的全球機構中，美國占據 9 所，中國僅有清華大學入榜，分別位居第7 和第 10。中國應該繼續加強 AI 領域的高水平人才隊伍建設和基礎創新能力，力爭在新一輪國際科技競爭中掌握主導權。

2、 中國的北京市、長三角和粵港澳等地區在 AI 高水平論文發表量和高層次學者數量方面表現突出。

AI 領域的高水平論文發表量排名前 10 的中國城市主要分布在北京市、長三角地區（上海市、杭州市、南京市）、粵港澳大灣區（香港特別行政區、深圳市）等地區。其中，北京排名第 1，高水平論文發表量（7872）約是排名第 2 位香港（3509）的 2.24 倍。

AI 領域的高水平論文發表量和高層次學者數量排名前 10的中國機構主要分布在北京市、浙江省、香港特別行政區、上海市、廣東省、安徽省、臺灣省等地區。其中，北京的清華大學、中國科學院和北京大學，以及香港特別行政區的香港中文大學、香港科技大學表現突出。人才的地區分布會影響科研資源的配置，政府應該加大經濟弱勢地區的科研投入和立項力度，通過科技政策協調各個地區的科研資源配置，改善人才地區分布集中的情況。同時應該加強地區之間的人才合作交流，使技術在各地區平衡發展。

3、 中國 AI 專利申請量位居世界第一，占全球總量一半以上，其中廣東省和北京市領跑全國。

中國專利申請量為 464449，位居世界第一，占全球總量（728349）的 63.77%，中國 AI 專利申請量是排名第二的美國的 3.12 倍。全球 AI 專利申請量主要集中在中國、美國、日本、韓國等國家，亞洲國家表現突出。AI 專利申請量排名前10 的中國省市主要分布在東部、中部、西部等地區，分布較為均衡，但是以東部省市居多。其中，廣東省的 AI 專利申請量以 90191 位居國內第一， 約是排名第二的北京市（61072） 1.48 倍。此外， 中國 AI 專利申請數量排名前 10 的機構中，廣東省（4 所）和北京市（3 所）占據 7 所。以上現象與這些地區經濟水平、發展程度、科研投入及知識產權保護等因素密切相關。

4、 中國 AI 技術崗位和職能崗位人才供需結構不平衡。

參考崗位人才供需比計算方法，即意向進入崗位的人才數量與崗位數量的比值，人工智能不同技術方向崗位的人才供需比均低于 0.4，尤其是智能語音和計算機視覺的崗位人才供需比分別為 0.08、 0.09，說明該技術方向的人才供應嚴重不足，且相關人才極度稀缺。說明該技術方向的人才供應嚴重不足。算法研究崗、應用開發崗、實用技能崗和高端技術崗的人才供需比分別為 0.13、 0.17、 0.98、0.45，表明技術類崗位的人才缺口較大，而實際技能崗人才供給處于相對充足狀態。

隨著人類進入第四次產業革命，各行各業的競爭歸根結底都是人才的競爭。從人工智能人才發展趨勢來看，中國進步飛速，但在高水平人才方面仍和美國有著很大的差距。而且，從細分領域來看， 智能語音和計算機視覺崗位缺人的局面仍會持續很久。未來，隨著我國從“人口紅利”向“人才紅利”轉變，國家對人才的重視程度不斷提高，我國人工智能行業會和美國真正形成“兩超”的局面。

原文標題：清華AI人才報告：AI專業高校兩年翻四倍，計算機視覺、智能語音最缺人

文章出處：【微信公眾號：傳感器技術】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq