第二节 人工智能时代的人才特质与人才需求

纵观近代经济发展史，人类社会经历第一次工业革命而步入蒸汽时代以来，始终承袭“技术 经济”范式的发展脉络，产业技术的演进不断推动人类进入崭新时代，从电气时代到电子时代，从网络时代到人工智能时代。随着技术创新的速度加快，时代更迭的进程也不断提速，人才特质也在不断变化。人类经济发展的早期阶段，生产要素以自然资源及其衍生品为主，经济模式由最初的劳动密集型工厂生产模式，发展到资本密集型产品经济模式，再到资本 技术密集型的规模经济，这一阶段“人”与“才”是一体的，人才本身的价值必须依附于人才个体。随着网络时代的到来，服务经济和知识经济的崛起使人才具有了内涵和载体的二元性，特别是互联网的普及使通信成本大幅度下降，为人才的柔性流动奠定基础，“众包”等新型生产模式应运而生，使“才”能够通过网络直接为用人单位提供服务，这有别于传统的人才雇佣关系，“人”与“才”开始分离。

自2016年人工智能围棋程序AlphaGo先后战胜李世石九段和世界排名第一的围棋冠军柯洁以来，人工智能在全球范围内掀起一股热潮，受到学界和业界的广泛关注。李彦宏在《智能革命——迎接人工智能时代的社会、经济与文化变革》的自序中提到：“全世界都在为即将到来的人工智能革命感到振奋，这种情绪就仿佛二十多年前我在硅谷亲历互联网大潮初起时所感受到的。”人工智能技术发展在经历了两次低谷期后，依托海量的数据、更强的算力、更低的计算和存储成本，迎来了新一轮的上升期，造就了真正意义上的人工智能时代的来临，并逐步由弱人工智能时代向强人工智能时代过渡发展。进入人工智能时代，数据资源成为重要的生产要素，人才与智能的边界和关系被重新定义，未来个体价值的发挥可能将在很大程度上依附于人工智能，使人机结合成为“人才”的最新形式，而能够被人工智能完全取代的个体，将不再具备劳动力价值。表1-1对各个时代的基本特征进行了总结。

表1-1 不同“技术 经济”时代的基本特征

从人工智能技术发展到人工智能时代，既是产业经济形态演进中科技与劳动力互动关系裂变的必然结果，也是网络技术和大数据技术发展的自然结果，正由于解决的是网络连接端对内容主体的处理问题，因而直接影响到人才的内涵、类型与集聚指向，主要表现为以下五个方面（如表1-2所示）：

表1-2 人工智能时代人才发展的总体趋势

（1）智能化。正由于人工智能技术发展直接面向的是人自身，力图通过技术发展形成对人的劳动能力和劳动需求的某种形式、某种程度的替代，因此，人与系统、人与工具、人与平台之间的协作趋于常态，“人机结合”彻底改变了以往“人”与“才”合二为一的人才形态，从根本上印证了人工智能革命指向“人”自身的逻辑假设及长期论争。

（2）分布式。人工智能时代的技术群落主要集中在人工智能、区块链、虚拟现实技术方面，生产要素为互联网和数据资源，经济模式将在平台经济、共享经济和微经济的基础上进一步演化发展，人才与智能的边界和关系均被重新定义，形成全新的经济形态。人才特质较以往而言，“人”与“才”开始分离，地理空间的概念被打破，“人才流动”被赋予了全新的内涵与形式。

（3）平台化。基于大数据和物联网而兴起的人工智能时代直接导致了人才发展的平台化趋势，集中体现为人才供需匹配平台化、人才组织管理平台化、大型职业社交平台成为人才资源供需对接的主要集散地等多个方面。

（4）虚拟化。人工智能对于智力行为的局部性替代，使“才能”的载体不再局限于“人”自身，而是出现了各种形态的“替身”，“才能”与“智能”的边界趋于模糊，而且这种模糊化的趋势不可逆转，主要表现为“个体化的知识生产者”（如创客）、人机协同等。

（5）场景化。人才数据的挖掘及人才资源的配置 使用过程不再是程式化、机械化的，“人才画像”与“时间轴”的技术应用更是从静态与动态两个层面使人才形态更为鲜活、更为形象、更为拟人。这为社交平台和猎聘机构直接介入人才的职业发展过程提供了便利，并将倒逼各类经济组织进一步开放人才管理。

新一轮科技革命和产业变革中，科学发展进入大科学时代，人工智能、互联网、大数据与传统的物理、化学、机械等学科交叉结合，人机物三元融合加快，颠覆性创新呈现几何级渗透扩散，以革命性方式对传统行业产生“归零效应”，这使得国际科技人才需求发生显著变化，国际人才争夺焦点由传统科技人才向新型科技人才转变。区别于传统专业技术人才“术业有专攻”的特点，新型科技人才在知识能力结构、职业周期和流动性等方面与传统科技人才存在差异化特征。人工智能人才作为新型科技人才的典型代表之一，有以下新特点：

第一，人工智能人才知识结构和能力结构复合化。人工智能行业快速演化，对业内人才知识结构和能力结构提出了新的要求。首先是人工智能技术与传统行业加速融合背景下，人工智能相关行业不断扩充，“AI+金融”“AI+教育”“AI+医疗”“AI+汽车”“AI+城市管理”等新兴交叉领域不断出现，要求业内人才具备高度复合化的知识结构，不仅能够掌握人工智能前沿技术，还要成为应用场景领域内的专家。其次是人工智能领域内企业作为创新成果转化的前沿阵地，要求人才具备更为综合的能力结构，即在精通关键技术的同时，能够与应用场景内的需求方沟通对接，甚至具备一定的营销和经营能力，这是能力结构的复合化要求。

第二，人工智能人才职业周期短、流动性增强。笔者2018年5月对人工智能初创企业的调研结果显示，企业普遍认为当前业内在国际知名企业有3—5年工作经验的人才受到企业青睐，且数量稀缺。由于人工智能产业形态的演进周期相对较快，人工智能人才职业周期较传统高新技术行业明显缩短，行业快速演化对人才自学习能力提出较高要求。同时，业内人才忠诚向度转变，跳槽成为职业发展过程中获得多元经历和提升薪酬待遇的一种常见手段，人才流动性进一步加强，人才集聚向虚拟平台发展。

第三，人才学历水平普遍较高，应用型人才特征显著。领英的统计结果显示，全球人工智能从业者普遍拥有较高的学历水平，在中国，研究生及以上学历的人才占比为62.1%，高于美国的56.5%。腾讯研究院的统计数据也指出，全球人工智能人才中约三分之二在产业界就职。学历水平相较于同处于高科技行业的通信行业，研究生及以上学历的拥有比例仍要高出十个百分点以上，凸显了人工智能领域对学术能力的高要求，也成为人工智能人才的重要特征之一。此外，学界人才向业界流动的趋势也很明显，表明人才的应用型特征显著高于其他行业，在创新驱动发展的大背景下，这一现象提示人工智能领域可能成为科技创新与经济发展的重要衔接点，凸显了人工智能人才另一重要特征。