本报记者 藏瑾 深圳报道
硕士专业方向为自然语言处理的戴帅湘2005年从厦门大学计算机系毕业时，他对自己的职业选择的认识是“要做自己专长的东西，只有去搜索公司，没有其他地方可以去”。
在有道停留一年多后，2007年，他加入了。“我知道自然语言处理很有前景，但不知道前景什么时候能来，如果一直不来，我想我要在百度做到退休了。”
随着语音交互走向日常，2016年5月，在百度做了9年自然语言处理后戴帅湘离职创办了蓦然认知。“我碰上了这个时代。”戴帅湘说，做自然语言处理的人也变得宝贵起来。
人工智能（简称AI）风口的到来，让像戴帅湘一样的技术人才群体有了更大的发展空间。过去三年间，通过平台发布的AI职位数量从2014年的5万飙升至2016年的44万，增长了近8倍。具体到细分领域，当前对AI基础层人才的需求最为旺盛，尤其是算法、机器学习、GPU、智能芯片等方面，相对于应用技术层呈现出更为显著的人才缺口。
中美AI人才PK
领英日前发布的《全球AI领域人才报告》显示，截至2017年一季度，基于领英平台的全球AI领域技术人才数量超过190万，其中美国相关人才总数超过85万，高居榜首，中国的相关人才总数也超过5万人，位居全球第七。
也要指出的是，在世界范围内，华人在AI领域的影响力已经不容忽视：全球近14万华人AI人才占到全球AI人才总量的6.5%。
具体对比来说，中美两国AI人才在不同细分领域各擅胜场：美国的AI基础层人才占比超7成，集中度很高；而中国在应用技术层的人才分布则更为广泛，特别是在机器人、图像识别、精准营销和自动驾驶等领域。
用商汤科技CEO徐立的话来说，中国有一大批AI工程人员的储备，但是缺乏最顶级研究性的人才。“在AI研究上面，真正意义上能够指导推动整个行业的人才非常稀缺，两个国家PK的时候靠的就是最聪明的人。”
副总裁、AI Lab负责人姚星日前在接受包括21世纪经济报道记者在内的媒体采访时表示，互联网时代是做出产品，为用户提供便捷的使用，但AI时代靠技术驱动。“互联网时代，大家都用钢筋水泥造房子，看谁建得足够高、不会倒。但AI领域改变了‘原材料’，不像造房子，如果技术上没有足够的储备，我们在原材料方面是落后于别人的。这也是互联网公司在AI方面投入很大的原因。”
“AI技术人才中国比较少，但是全球角度来讲华人还占非常高的比例，说明全球的AI竞争领域，华人的作用非常大。此外，应用场景、受众人群方面我们都是领先的。所以我们跟发达国家的竞争不是隔那么远。但是从技术研究来讲，我们跟美国的巨头们还是有差距，虽然华人很多，但是许多华人还是在美国的公司，这也是我们在西雅图开设分支机构的原因，我们希望更多海外优秀人才加入。如果这个问题解决，AI时代中国的互联网还是有机会引领世界。”姚星说。
普华永道最新发布的报告认为，中国和北美有望成为人工智能最大受益者。在人工智能发展初期，由于技术成熟度较高，北美的生产力增长速度将高于中国。但十年之后，中国完成了相对缓慢的技术和专业知识积累，则可能开始赶超北美。
人才储备与争夺
AI人才已经成为各大技术企业的必争之地。
具体来说，机器学习、自然语言处理、语音识别、算法、高级数据挖掘、大数据架构、计算机/图像视觉、强化学习、深度学习、神经网络、迁移学习等关键词基本能够涵盖现阶段细分领域的人才结构。
国内来看，核心科技公司占据了头部人才资源。脉脉数据显示，国内AI人才主要散布在百度、、腾讯、科大讯飞、滴滴、今日头条等近40家公司中。
对于意图发力AI的中国企业来说，面向全球吸纳高端技术人才以打造核心竞争力，已成为普遍诉求。腾讯为了延揽人才，今年5月，在和的总部美国西雅图设立了实验室。 “人才竞争还是很激烈的。AI发展太快了，学校发展有些断档，人才供需不太平衡。目前人才（科学家）来源还是以海归为主。”姚星介绍。
这仅仅是人才之争的冰山一角。此前，百度、滴滴等国内互联网企业也以设立实验室的形式杀入了美国高科技中心硅谷。而抢人的也不仅仅是中国公司，日前，的两则招聘信息也显示，该公司已经在竞争对手亚马逊的大本营西雅图建立了一个高级Siri研发团队。
回到国内AI人才来源的问题上，领英的报告认为，海外华人难以突破“玻璃天花板”——海外华人AI人才中，10.7%位至总监及以上职位，而美国所有AI人才中总监及以上级别人才占比为20.6%。这一定程度上带来了海外AI人才的回流趋势渐强：从2013年至2016年，毕业归国的AI人才平均年增长率约为14%，而有海外工作背景的归国AI人才平均年增长率约为10%。“华人学习很好，理论基础扎实，这个时间段在国内机会大。”戴帅湘表示。
另一厢，领英大数据显示，中国高校及研究所在2013-2015年期间仍保持着人才净流入的状态。而如果企业能加强并推动与高校、研究所间的人才培养和研发项目合作，将有助于AI领域的资源互补和人尽其才。
“美国学术界和工业界结合很紧密，很多教授自己就会开公司，国内学术界和工业界则融合不够。技术是强大驱动力的时代，大学及研究机构在关注前沿技术探索与原始创新的同时，应该加强与企业的合作；此外，因为人工智能早期的低潮期，国内并没有太多学校开设细分AI专业。未来高校的学科设置里可能会有更多相关专业和方向。”戴帅湘向21世纪经济报道记者分析道。 （编辑：张星）