中國報道訊：3月6日，在十四屆全國人大三次會議舉行經濟主題記者會上，中國證券監督管理委員會主席吳清調侃：“經濟主題發布會都快變成科技主題發布會了。這兩天，誰要是不說說DeepSeek，好像就不太時髦似的。”

全國兩會期間，從人民大會堂到代表委員駐地，正式的或非正式場合的交談中，“人工智能”四個字不絕于耳。DeepSeek大模型、自動駕駛、AI換臉......各行各業都感受到了人工智能的強大，并清楚地覺察到人工智能可能帶來的顛覆式改變。代表委員都希冀通過議案提案，推動與人工智能技術發展相匹配的制度建設和法律監管，但“發展”始終是主旋律，不能因噎廢食，更不能落下風，是代表委員們的共識。

如何在這場全球技術革命浪潮中爭上游？有人說人工智能競爭的盡頭是綠色能源競爭，也有人說是人才競爭。麥肯錫2023年發布報告稱，到2030年，中國的AI人才缺口將達400萬。面對供不應求的人才市場，人工智能相關崗位的平均薪資水漲船高，計算機相關專業更是成為填報志愿時的熱門選擇。

在人工智能“熱”之下，我們也需要“冷思考”。發展人工智能究竟需要怎樣的人才？人工智能人才缺口究竟來自何處？

復合型人才嚴重不足

全國政協委員、中國科學院自動化研究所研究員王亮告訴《中國報道》記者，人工智能的三大要素是數據、算法和算力。相應地，對于人工智能時代的研究與應用，核心競爭主要體現在數據與算力資源利用、技術與算法創新、產業生態構建與應用拓展等關鍵方面。

3月9日，全國政協委員王亮在人民大會堂。

由于人工智能涉及多領域，因而所需人才也覆蓋多種類型。王亮認為，其中包括進行源頭創新的基礎研究型人才，他們致力于前沿算法與核心理論的創新與突破，是AI發展的源動力；還包括能將人工智能前沿理論與算法模型開發相結合的技術開發型人才，以形成可落地的技術和產品。隨著AI技術深入賦能各行各業，還需要既懂人工智能又懂行業業務的復合型人才。此外，AI訓練師、數據標注工程師、AI倫理與安全專家等數據治理和支撐人才也變得越來越重要。

去年3月《紐約時報》在一篇題為《人工智能競爭中，中國人才培育趕超美國》的文章中指出，在新一代人工智能人才培育上，中國正遙遙領先。從某些指標來看，中國已經超越美國，成為人工智能人才的“最大生產國”，這一結論主要基于分析2022年神經信息處理系統大會上發表論文的研究人員的背景。該會議主要關注神經網絡方面的進展，而神經網絡是生成式人工智能的核心技術之一。

“就目前中國發展人工智能而言，最急需的還是基礎研究型人才和應用復合型人才。”王亮認為，在算法和技術創新方面，我國在應用層面取得了顯著成就，但在基礎創新層面存在一定短板，比如高端AI芯片國產化率不足，算法原創性不足等，因而仍需更多具備深厚數學和計算機科學背景的專家進行AI基礎研究，推動原創性突破。另一方面，隨著AI在產業中的應用加速，行業與人工智能結合的復合型人才嚴重不足，加快培養兼具技術和行業背景的復合型人才已成為當務之急。

全國政協委員、360集團創始人周鴻祎在接受《中國報道》采訪時也表示，現在非常需要既懂人工智能，又懂行業和專業技術的人。360集團目前急缺的核心技術人才包括大模型研發、專業大模型訓練、智能體打造等。

從企業的搶人大戰也可以看出行業對人才的渴望。2024年12月，小米千萬年薪挖角DeepSeek“AI才女”羅福莉的消息登上熱搜，該消息一直未被證實，但也反映出人們對人工智能領域頂尖人才流動的關注。

面對新一輪產業革命，中國高校也迎來史上最大規模的專業調整浪潮。麥可思研究院的統計顯示，計算機類專業成為近十年（2013年—2024年）新增最多的專業。2025年清華大學、中國人民大學等高校的擴招計劃里也包含“人工智能”專業。

“確實，近年來人工智能專業的報考熱度持續升高，但從人才需求的角度來看，行業仍然對高層次、具備綜合能力的AI人才有較大需求。”王亮認為，關鍵在于如何優化人才培養結構，避免單純追求數量的擴張，而忽略了質量的提升和人才的合理分布。未來，隨著人工智能技術的深入應用，不同層次和領域的AI人才需求會更加細分，因此，高校在專業設置和課程設計上應更加注重人才的差異化培養，以適應不同產業方向的需求。

AI跨學科交叉屬性強

需要承認的一點是，人工智能是一個年輕的專業。2017年，中國科學院大學開設了國內首個人工智能學院，隨后南京大學、北京大學和西安交通大學也陸續設立人工智能學院。自2019年人工智能被正式納入本科專業目錄以來，國內從首批建設的35所高校，已增至2023年的超500所高校。

《2024年中國本科生就業報告》（以下簡稱《就業報告》）數據顯示，由于人工智能專業設置時間較短，人才培養尚未形成較大規模，目前人工智能相關崗位主要依靠計算機、電子信息類傳統專業支撐。

此外，《就業報告》顯示，目前研究型高校在匹配人工智能領域的相關學科專業人才培養中，存在課程內容與學科發展相對脫節的問題，2023屆本科計算機類、電子信息類專業讀研的畢業生對核心課程滿足度評價偏低，分別為81%、83%，均低于全國平均水平86%。

王亮表示，人工智能專業的課程體系在基礎知識層面與傳統計算機、自動化、電子信息等學科有一定的重合，但在知識結構和培養目標上有較大的不同。例如，人工智能課程更加注重機器學習、深度學習、自然語言處理、大模型架構等核心技術，同時強調數據驅動的工程實踐能力。

北大人工智能研究院院長、講席教授朱松純曾就此介紹，人工智能是一個非常大的交叉學科。一個人只有把人工智能六個領域（人工智能通用視覺、自然語言、認知推理、機器人、機器學習、多智能體）都搞懂了、融會貫通了，才能說是人工智能領域的人才或專家。

王亮指出，跨學科交叉是人工智能教育的一大特點，涉及數學、統計學、神經科學、認知科學等多個領域。隨著大模型技術的發展，AI人才不僅要具備扎實的理論基礎，還需要掌握大規模計算框架、優化算法、AI倫理等前沿知識。人工智能的這一特性也對教師提出了更高要求，需要具備更廣泛的知識背景。

全國政協委員、香港科技大學（廣州）副校長吳宏偉認為，人工智能、氣候變化等領域，都是圍繞世界關注的大科學、大工程問題展開，我們必須要培養全面的人才。“人工智能最終是需要人來控制，所以也需要加強人工智能時代法律、道德規范的培養。”

構建持續學習的生態

百度Apollo自動駕駛體驗站。

人工智能行業的技術迭代速度之快，也考驗著學校課程設置和人才培養的前瞻性。過去一兩年從ChatGPT到DeepSeek，再到Manus等新模型的快速崛起，AI應用也在多個領域迅速發展。例如，特斯拉、Waymo等企業在L4級自動駕駛測試上取得進展；AI輔助診斷技術加速落地，谷歌DeepMind的AlphaFold2已大幅提升蛋白質結構預測的準確性；AI生成圖像、視頻技術持續進化，如Sora模型的推出進一步拓展了視頻生成能力。種種創新都表明，AI技術的突破正在不斷拓寬應用邊界。

王亮認為，這對高校的人才培養提出更高要求，課程需要更靈活的調整機制，以適應技術更新；實踐教學需要與行業緊密結合，為學生提供更多實訓機會，確保學生在掌握最新理論知識的同時，具備解決實際問題的能力。

“當然，未來的AI教育不僅是高校的責任，行業、企業和個人都需要共同構建一個持續學習和成長的生態，以適應不斷變化的技術環境。” 王亮指出，學校教育之外，行業從業者也需要保持持續學習的習慣。從人工智能相關專業畢業生的反饋來看，職業發展過程中，除了技術能力外，設計思維、跨學科協作、自主學習能力的培養同樣至關重要。

責任編輯：李傳軍