人工智能人才需求持续快速增长

市场呈现四大特征

1.1 人工智能人才需求呈现倍数级增长

人才发展指数（TDI）=（招聘系数/求职者数量）* 薪酬系数，其中：薪酬系数 =（招聘薪资 - 算数平均值）/ 标准差 + 1

BOSS直聘TDI（Talent Development Index人才发展指数）指数显示，以2016 年Q1 作为基准，之后每个季度的人才需求根据基准值计算，2017年ABC人才需求同比2016年激增4.7倍；2018年前三季度人才需求延续了2017年的强劲增长态势，增速小幅降至3.6倍。

可以预见的是，未来3~5年， ABC人才需求还将保持快速增长，不过随着人才基数不断上升，增速将逐渐放缓，进入稳定增长期。

1.2 人工智能赋能趋势明显、新兴产业与传统产业之间的动能转换加快

进入2018年Q3，虽然互联网仍然是人工智能人才需求的主导行业，但传统行业AI人才发展指数大幅增长， 需求增速明显加快，其中较为突出的是电子通信和金融业，它们也属于大数据基础比较完备的行业。机械制造业让人眼前一亮，其TDI指数在2018年有了显著增长，2018年Q3指数较2017年Q1翻了7倍。

1.3 人工智能人才发展分化，高端需求强劲

BOSS直聘TDI指数显示，AI人才需求爆发式增长主要由深度学习、算法工程师等高层级岗位拉动，基础通用岗位的需求则相对稳定。

2017年Q2以来，算法工程师、深度学习工程师和数据架构师等岗位的人才发展指数进一步走高，数据挖掘、图像处理等通用基础岗位的人才需求增幅平稳。

1.4 人工智能人才加速流动、人才争夺战进一步升级

与2017年相比，2018年人工智能人才的跳槽率显著提升。 突出表现在两个方面：

• 人工智能人才逐渐向少部分企业集中；

• 人工智能人才在企业之间的跳动更加频繁。

人工智能保持高关注度

呈现明显的行业与区域性

2.1 公众保持对人工智能的高度关注

根据百度指数搜索指数，2016年Q4以来，公众对人工智能的搜索热度总体保持在较高水平并呈上升趋势。

2.2 人工智能赋能三大产业，智慧农业百度指数搜索指数最高，其次是金融科技和智能制造

“三农问题”也历来是政府高度关注的农业核心问题。所谓“智慧农业”就是充分应用现代技术，实现农业种植养殖智能化管理（如智能大棚）。

以人工智能为代表的创新技术和应用场景，将对金融业（第三产业-高端服务业）产生深远影响，影响场景包括金融投资和理财决策（金融云、智能投顾、量化投资等）、 金融服务模式创新（如智能客服、刷脸支付等）、金融风险的侦测和控制等等。

智能制造（第二产业）是先进制造技术与信息技术的深度融合，智能制造当仁不让成为公众关注的热点。

❊ 更加具体的行业分析可见文末完整版PDF报告。

2.3 产业规模和政策力度是城市间关注差别形成的两个主要因素

为了尽可能减少产业历史基础的影响，我们在本报告中重点选了12个与智慧零售相关的词条（包括区块链、智能机器人、物联网技术、无人机、刷脸支付、社群营销、客户关系管理、精准营销、用户画像、室内定位、消费习惯、线上线下融合）和50个城市来观察城市之间公众关注度的差别，结果发现北京、上海、深圳、广州和杭州五个城市的百度指数搜索指数排名前五。

BOSS直聘数据显示，2018年8成人工智能岗位集中在北京、上海、杭州、深圳和广州五大城市。

北京以40.3%的占比遥遥领先，较其他城市有数量级优势；上海以14.5%位列第二；杭州借助数字化经济的快速崛起，以10.7%排名第三，略领先深圳。

而其他城市人才储量则与前5名形成巨大差距，大部分城市AI人才储量占比不足0.5%。

人工智能人才发展指数也同样反映出这种城市分布特征，北京的人工智能人才发展指数领先于其他四个城市，并且这几个城市的人才发展指数在近两年间总体上都呈现上升趋势。

深圳经过这些年的积累与发展，已经在2018年的三季度追上上海和杭州，进入同一个梯队。虽然广州也在努力发展人工智能，但其人才发展指数较其他几个城市仍有一定差距。

人才培养需要寻找新的路径

头部企业发挥主导作用

3.1 人才结构不完整，算法和应用类人才短缺

我们将人工智能人才自上而下分为以下层次：

目前人工智能人才供给最多的是第一层次（所谓“数字蓝领”人才）。主要有两种来源：

一个是传统软件行业人才转化而来，尤其是2016年人工智能概念被引爆以来，传统软件产业大军快速向人工智能迁移，但这些人才掌握的技能相对基础，离真正的人工智能人才还有较大的距离；

另一个是专业人才成长而来，包括那些长期从事算法理论研究和实践的专业人才；第二层（应用人才）、第三层（算法人才）较为紧缺；第四层（科学家）人才则高度稀缺，但这个群体主要开展前沿研究型工作，甚至与产业实践有一定距离， 所以一般的企业难以雇佣和驾驭他们。

3.2 人才培养路径颠覆，头部品牌发挥主导作用

人工智能的人才培养，由于传统教育机构的学科体系和培养方案转型升级滞后，基本不能满足人工智能产业化的需要。

目前人工智能人才培养的现实路径主要有两种：

一种是企业从学校里寻找相应背景的人才，或从职场上寻找年轻且有学习能力的人，进入到企业体系里，通过项目的方式来培养；

另一种是企业在人才未完成学业时开始介入，由企业赋能高校进行人才培养。培养的人才一部分回归到培养企业，一部分也会输送到与高校签订协议的企业里去。

目前，人工智能人才培养目前主要在前沿的互联网公司、平台型公司，这些公司可以提供平台、方法与算法， 学习者进入这个平台学习理论知识和直接开展编程实践，逐步成为ABC相关人才。

3.3 现阶段人才吸引主要靠薪资和人才培养平台

在人工智能人才短缺的大背景下，企业之间的人才争夺战将愈演愈烈，多数企业用的一招就是高薪聘请或涨薪留用，一轮轮的人才竞争，整个市场的薪资标准也是不断攀升。

同时，目前人工智能产业的落地应用刚刚起步，人才岗位的界定还在实践和探索之中，加之人才供给严重不足，难免在人才的供给上存在鱼龙混杂、弄虚作假的现象，加大人才引进的风险。