近日，全球最大職業社交網站LinkedIn發布了《全球人工智能領域人才報告》，報告顯示人工智能領域的人才需求在過去3年間增長了8倍。而對于對一說法，由來自哈佛、MIT、斯坦福、等專家學者撰寫的《AI指數2018年度報告》也說明了，就業市場上，從2015年到2018年，需要AI技能的職位空缺增加了35倍。

另外從全球來看，中國空缺的AI職位最多，共計有12113個相關職位虛位以待。從崗位空缺與求職人數比率看，2018年崗位空缺與求職人數比率不斷上升，第三季度比率為1.25，也就是125個崗位在“搶”100個求職者。

需求激增

領先的招聘公司TeamLease Services稱，到2020年，僅人工智能就能在全球創造230萬個就業崗位。據Analytics Insight預測，但與此同時該技術也將帶走170多萬個工作崗位，從而在全球范圍內凈增50萬個工作崗位。

2018年中國的人工智能企業在交通、金融、零售、文娛等領域逐步實現了商業落地，如曠視科技、商湯科技、極鏈科技等高速成長的科技企業。在人工智能產業高速發展的背后，是優秀AI人才的爭奪。這些能夠引領AI發展的人才，全球分布約30萬，而中國對于AI人才的需求數量已經突破百萬，人才嚴重短缺。在這種供不應求的形勢下招募團隊， AI相關崗位平均招聘薪資水漲船高，近幾年每年均以近8%的速度在增長。

技術子集

人工智能領域中存在眾多子集，每個子集都有自己的專業化和應用，不同的子集對于人才的需求也各不相同，以目前市場需求量最大的三個方向為例：

? 自然語言處理（NLU / NLP）：自然語言處理使機器能夠在新生階段學習人類，NLP為機器學習以人類聽眾理解的方式做出反應提供了巨大的機會。

? 神經網絡：神經網絡教授計算機通過信息分類進行思考和學習，類似于人類聽覺方法。神經網絡可以識別圖像，并且還可以基于數據輸入以高精度進行預測和決策。

? 深度學習：深度學習是智能自動化的尖端技術，側重于機器學習工具，可用于決策。通過神經網絡進行深度學習的數據處理，更接近人類的思考方式。深度學習多用于圖像、文本和語音方面，以得出復制人類決策的結論。

簡而言之，神經網絡是人類大腦的模型，旨在創建圖像，語音和其他數據之間的聯系，適用于從人類語言翻譯到行人檢測和對象識別的用例。深度學習的目標是幫助技術獨立思考，依靠這種高處理能力，神經網絡可以比人類思維更快地創建連接。

隨著人工智能落地應用的深化和進階，技能的碰撞將不斷增加，人工智能復合型人才和專業性人才在未來都將有巨大的發展前景，一個是順應時代的發展而生，另一個是行業更好發展所必須的，二者缺一不可。

未來趨勢

根據麥肯錫全球研究所的研究，到2030年，人工智能可以為全球產出增加13萬億美元，每年將GDP提高1.2％。人工智能將繼續塑造全球勞動力市場，而這種影響將主要體現在兩個方面：一方面，傳統勞動密集型行業的低技能人士將被AI產品取代；另一方面，數據科學勞動力市場的發展將帶來所需專家的更加多樣化，相關教育項目和培訓的加大將為市場帶來更多相關領域的高新人才和技術專家。

人工智能經過60多年的發展已取得了重大進展，但總體上還處于初級階段。人工智能既具有巨大的理論與技術創新空間，也具有廣闊的應用前景。在接下的日子，我們將見到的是人工智能領域內的創新蓬勃發展，人工智能技術將更深入的與各行業相融合和進入我們生活中的各個階段。