AI熱潮不斷蔓延 人才短缺問題一直是這一行業(yè)中的主旋律

從AI熱潮開始蔓延的一刻起，人才短缺問題就成了這一行業(yè)中的主旋律。數(shù)據(jù)顯示，中國人工智能人才缺口超過500萬，大數(shù)據(jù)人才缺口高達(dá)150萬。對于這篇有著良好的信息基礎(chǔ)建設(shè)和數(shù)據(jù)富礦的土地，人才的缺失仿佛已經(jīng)成了中國AI發(fā)展的唯一阻礙。

需求缺口出現(xiàn)，供給自然會補(bǔ)上去。有關(guān)AI人才的培養(yǎng)不僅上升成為國家級策略，讓各大高校爭相開辦相關(guān)專業(yè)，企業(yè)們也紛紛聲明表示支持人才生態(tài)發(fā)展，就連各種打著“三個月學(xué)習(xí)AI年入80萬”的培訓(xùn)機(jī)構(gòu)，也如雨后春筍一般冒出了頭。

尤其今年中國第一批共三十五所開設(shè)人工智能專業(yè)的院校正式開始招生，四年之后，中國第一批人工智能專業(yè)學(xué)生就將“投入生產(chǎn)”。在這種前提之下，我們可以重新審視AI人才這一話題，以及其背后的培訓(xùn)產(chǎn)業(yè)鏈。

AI解渴？算法崗競爭為什么越來越激烈

每年一到校招時節(jié)，似乎都會有新聞夸張的渲染“今年共計(jì)有XXX萬應(yīng)屆畢業(yè)生”，仿佛每個人都有畢業(yè)即失業(yè)的危險。而另一邊在企業(yè)里，我們看到的卻是人才荒，HC怎么都不夠用。這種用人單位需求和人才能力之間的常見的不匹配，在AI領(lǐng)域顯得格外突出。

就在社會各界都呼吁著“增強(qiáng)AI人才建設(shè)”的時候，另一種聲音也悄悄出現(xiàn)：從2018年起，就開始有了“CV方向人才供大于求”、“19年/20年校招算法崗競爭異常激烈”的說法。一些企業(yè)官媒或個人員工，例如京東白條、格靈深瞳，也發(fā)布過類似“簡歷數(shù)量多、競爭較大”的言論。同時在BOSS直聘出具的《2019前三季度新一線城市技術(shù)人才洞察》中也提到，今年“算法工程師”一崗的平均薪資下降了9%。

雖然從以上的數(shù)據(jù)無法證明AI人才飽和，但可以肯定的是，2016-2018年間那種過熱式的人才荒，似乎已經(jīng)得到了一定的緩解。其中原因，首先是和整體資本市場走勢有著密切的聯(lián)系，用人需求整體縮減，自然各個領(lǐng)域的需求都會呈現(xiàn)出不同程度的縮減。

但除此之外，這幾年以來還發(fā)生了什么，緩解了AI領(lǐng)域的人才渴求？

第一， AI企業(yè)向服務(wù)型轉(zhuǎn)變。

這幾年AI企業(yè)，包括大量以往的科技互聯(lián)網(wǎng)提到的最多的就是“賦能”、“產(chǎn)業(yè)互聯(lián)網(wǎng)”等等關(guān)鍵詞。服務(wù)產(chǎn)業(yè)、服務(wù)傳統(tǒng)行業(yè)，已經(jīng)成為了一種主旋律。尤其這些企業(yè)已經(jīng)將種種AI能力打包成“軟、硬、云”一體的解決方案，AI能力的獲取已經(jīng)不再那么困難。就算是小型企業(yè)，往往也能通過AutoML式的工具方便的制作自己需要的模型。

成熟企業(yè)的服務(wù)意識增強(qiáng)，自然截胡了其他產(chǎn)業(yè)“AI自強(qiáng)”式的人才需求。

第二， AI領(lǐng)域熱度的下降。

和任何一個“風(fēng)口”一樣，AI領(lǐng)域的熱度，尤其是資本關(guān)注度會呈現(xiàn)出自然下降趨勢。據(jù)投中研究院與崇期資本聯(lián)合發(fā)布的《2019中國人工智能產(chǎn)業(yè)投融資白皮書》顯示，2019年前三個季度中國人工智能領(lǐng)域的總體融資規(guī)模僅僅為577億人民幣，但去年這一數(shù)字達(dá)到了1189億。在2017年，騰訊研究院和IT桔子聯(lián)合發(fā)布《2017 年中美人工智能創(chuàng)投現(xiàn)狀與趨勢研究報(bào)告》中就提到，截止到2017年中，中美兩國倒閉的AI企業(yè)就高達(dá)50家，這種趨勢在類似自動駕駛這樣的高投入領(lǐng)域中尤為如此。

產(chǎn)業(yè)規(guī)模的緊縮，帶來的自然是人才緊縮。

第三， 海量其他領(lǐng)域人才轉(zhuǎn)崗。

正如前文所說，AI行業(yè)誘人的薪資引來了大量“offer狩獵者”，一些以往從事JAVA、C++開發(fā)的編程人員開始轉(zhuǎn)型，包括以往火熱但后來畏縮的iOS、Android開發(fā)也加入了AI行列。不僅如此，雖然人工智能專業(yè)剛剛開始招生，但統(tǒng)計(jì)學(xué)、計(jì)算機(jī)科學(xué)、物聯(lián)網(wǎng)、智能科學(xué)等等專業(yè)同樣也屬人工智能對口專業(yè)。

這樣看來，AI領(lǐng)域自然不會缺乏新鮮血液。

培訓(xùn)機(jī)構(gòu)的暴擊：區(qū)別于移動互聯(lián)網(wǎng)時代的非勞動密集型技術(shù)

這種現(xiàn)狀在對于剛剛進(jìn)入AI專業(yè)的FreshMeat形成影響之前，先對市面上的海量AI培訓(xùn)機(jī)構(gòu)造成了暴擊。

關(guān)于AI培訓(xùn)機(jī)構(gòu)的套路，行業(yè)里已經(jīng)有了諸多介紹。其中的槽點(diǎn)都大同小異，比如廣告上說的是學(xué)算法開發(fā)，實(shí)際上課程表里只有基礎(chǔ)Python。良心一點(diǎn)的培訓(xùn)機(jī)構(gòu)也會提供后續(xù)不同方向的算法課程，只是需要學(xué)生繼續(xù)付費(fèi)。

在“拉人頭”時把就業(yè)案例講的天花亂墜，可當(dāng)學(xué)生真正開始找工作時才發(fā)現(xiàn)，成功的就業(yè)案例不僅在培訓(xùn)機(jī)構(gòu)上過課，還擁有對口專業(yè)和優(yōu)秀的學(xué)歷。而機(jī)構(gòu)里承諾的“包就業(yè)”，往往是讓學(xué)生去遠(yuǎn)在貴州的大數(shù)據(jù)企業(yè)做標(biāo)注員，或在爬蟲企業(yè)做數(shù)據(jù)挖掘。

針對這種現(xiàn)象，筆者也采訪了一位曾在2018年參與過AI培訓(xùn)的程序猿，對方表示這種短期培訓(xùn)班更適合的是已經(jīng)有了一定工作經(jīng)驗(yàn)和開發(fā)經(jīng)驗(yàn)的“老司機(jī)”，而且很多人參與培訓(xùn)的目的以及最終實(shí)際就業(yè)的去路，也并非是AI算法崗或機(jī)器學(xué)習(xí)工程師，而多半是和推薦算法、數(shù)據(jù)分析等等相關(guān)的崗位，累積經(jīng)驗(yàn)再向更好的職位沖擊。

他也提到，由于一線城市的開發(fā)者對于就業(yè)情況已經(jīng)相對比較了解，培訓(xùn)機(jī)構(gòu)很少真的能“忽悠”到人，于是很多培訓(xùn)機(jī)構(gòu)開始專注于在新一線或二線城市進(jìn)行地推，向剛剛走出高校學(xué)生推薦價格高昂的住宿式封閉課程。在他所在的求職群里，甚至看到過這樣的經(jīng)歷：受培訓(xùn)者在交了高價“學(xué)AI”后，很快發(fā)現(xiàn)以自己的學(xué)歷并不能獲得一份很好的工作，開始向培訓(xùn)機(jī)構(gòu)爭取退款甚至要求發(fā)生維權(quán)，最后的解決方案是，培訓(xùn)機(jī)構(gòu)“贈送”了他UI開發(fā)課程，如今這位學(xué)生已經(jīng)在成都當(dāng)上了一名UI設(shè)計(jì)師。

其實(shí)如果我們拋開“培訓(xùn)亂象”這一表象之后，會發(fā)現(xiàn)所謂培訓(xùn)機(jī)構(gòu)對于AI就業(yè)的定位和現(xiàn)實(shí)情況是極為不符的。培訓(xùn)機(jī)構(gòu)對于AI崗位的定位或許和移動互聯(lián)網(wǎng)時代的“UI設(shè)計(jì)”、“iOS開發(fā)”等等概念一樣，普適性強(qiáng)、需求高。就像現(xiàn)在每個品牌或機(jī)構(gòu)都需要一款A(yù)pp，有App就意味著需要iOS開發(fā)和Android開發(fā)、需要UI設(shè)計(jì)等等。但現(xiàn)狀卻是AI本質(zhì)上不是勞動密集型技術(shù)，相反這種技術(shù)極易SDK化，就算未來每一家企業(yè)都需要應(yīng)用AI，但并不是每一家企業(yè)都需要算法工程師或機(jī)器學(xué)習(xí)工程師其實(shí)這也是上到BATH，下到AI獨(dú)角獸們所期望的畫面。

需要人才，而不僅是“人”

有了培訓(xùn)機(jī)構(gòu)的“前車之鑒”，是否也意味著今年這些人工智能專業(yè)只會加重AI領(lǐng)域的供不應(yīng)求？現(xiàn)在甚至有人戲謔調(diào)侃，說AI專業(yè)就是當(dāng)年的“生物科學(xué)”，聽起來高大上，可真到就業(yè)的時候卻不夠接地氣。

但我們也要注意，在前文所有表示“競爭激烈”的崗位，往往都是算法工程師，而“AI科學(xué)家”的HC卻永遠(yuǎn)向整個社會打開。AI不是勞動密集型技術(shù)，而是頭腦密集型技術(shù)，因此AI需要的不是“人”，而是人才。開發(fā)者像“人”一樣從GitHub復(fù)制粘貼，不斷調(diào)參之后呈現(xiàn)結(jié)果很容易，但像“人才”一樣對于技術(shù)創(chuàng)新卻很難。

因此不論是高校還是學(xué)生自己，都應(yīng)該注重AI創(chuàng)新型的人才塑造，而非匆匆打造一批投放于勞動力。而培訓(xùn)機(jī)構(gòu)也應(yīng)注意，與其將目光總放在“AI專崗培訓(xùn)”這塊難啃易翻車的硬骨頭上，不如轉(zhuǎn)向泛崗培訓(xùn)，教會各個崗位的工作者如何與AI共事。比如教會售前工程師如何向客戶解釋AI技術(shù)，又比如教會HR如何與研究型技術(shù)人才溝通交流，或是內(nèi)容從業(yè)者如何更好理解推薦算法等等。AI雖然不需要勞動密集，卻因其普適性而需要“認(rèn)知密集”?；蛟S培養(yǎng)認(rèn)知，會和培養(yǎng)勞動力一樣重要。