AI大模型时代，人才的需求已经变了

帮大模型树立「三观」，应该找什么样的人？

原标题：AI大模型时代，人才的需求已经变了
文章来源：机器之心
内容字数：10705字

AI发展的第一驱动力：人才争夺战

本文探讨了AI发展面临的瓶颈，并指出解决AI落地“最后一公里”难题的关键在于培养复合型行业AI人才。

1. AI人才稀缺成发展瓶颈

   全球科技巨头纷纷抢夺AI人才，例如谷歌NotebookLM核心团队离职创业，ViT的三位主要作者加盟OpenAI，凸显了AI人才的稀缺性。生成式AI进入大规模应用阶段，但Killer App迟迟未现身，抖音、快手等平台的AI应用效果也不尽如人意，这都与AI人才的不足密切相关。

2. AI落地难题：技术与需求的错配

   许多公司在开发AI产品时，习惯性地“拿着锤子找钉子”，忽略了用户的真实需求。AI研发者与行业从业者之间存在认知鸿沟，导致AI产品难以满足实际需求。无论是C端还是B端，技术与需求的错配都十分显著，企业在引入AI系统时也面临着高昂的成本和复杂性。

3. 解决之道：培养“双师型”人才

   文章指出，解决AI落地难题的关键在于培养既懂行业又懂AI的“双师型”人才。让行业从业者学习AI技术，学习曲线更平缓，也更容易实现技术与场景的深度融合。AI技术使用门槛的降低也为行业从业者主动拥抱AI技术创造了条件。

4. 行业AI应用案例

   文章列举了医疗、化工、智慧港口等领域的AI应用案例，说明AI技术在提升效率、优化流程等方面具有巨大潜力。但同时也指出，目前面临“没人教”、“没算力”、“没数据”等挑战。

5. 产教融合，培养复合型人才

   文章以华为与高校合作培养行业AI人才为例，介绍了产教融合模式的成功实践。华为通过创新孵化营和竞赛，结合实际案例和开发工具，培养具备实际应用能力的复合型人才。这种模式不仅解决了人才培养问题，也促进了AI技术与行业场景的深度融合。

6. 未来展望：人才战役已打响

   文章总结指出，AI大模型技术的落地对AI人才提出了更高的需求，需要培养能够将AI技术与行业实践深度融合的复合型人才。国内在技术驱动和场景优势方面具备一定优势，但仍需企业、高校和社会各界的共同努力，才能真正解决AI人才短缺的问题。

联系作者

文章来源：机器之心
作者微信：
作者简介：专业的人工智能媒体和产业服务平台