自1956年美國達特莫斯(Dartmouth)會議提出了“人工智能”概念以來，60多年的技術發展吸引著不少專業人士的關注。特別是近幾年來，人工智能在全球不少國家和地區呈現出火熱的趨勢。Google、Facebook、IBM以及BAT、科大訊飛等國內外實力較強的科技公司，積極推動人工智能商業應用落地，一些初創形企業也如雨后春筍般出現。

　　但與此同時，基于AI的智能人才也成為業界關注的重點。據去年6月清華大學發布的《中國人工智能發展報告》顯示，中國在論文總量和高被引論文數量上都排在世界第一，中國已成為全球人工智能專利布局最多的國家;在金融投資方面，中國人工智能領域的投融資占到了全球的60%，成為全球最“吸金”的國家。但是，在頂級AI人才方面，中國占比相對較低(排名依次是美國、英國、德國、法國、意大利和中國)。

　　特別是在AI應用層之外，AI基礎資源層、技術架構層相關人才的重要性更是被業內密切關注。對于初創企業而言，在應對科技巨頭企業帶來的市場競爭時，如何抓住、培養基礎資源和技術架構層面的AI人才，顯得尤為關鍵。

　　技術人才放在創業首位

　　“到2025年，AI將無處不在。每個公司都要有AI，但首先要解決的一點是提供足夠的人才。”創新工場董事長兼首席執行官在前不久向包括人民網創投頻道在內的媒體談到AI發展經歷的四個周期時曾表示，第一次周期是2012年左右的AI技術研發，第二周期是2017前后的AI+產業發展，第三周期是2020年左右進入“AI+傳統公司”階段，到2025年左右則為AI無處不在的第四周期。

　　無獨有偶，華捷艾米CTO王行在創業實踐中，也和團隊意識到實現MR最核心的問題并不在于硬件產品，而在于項目研發過程中的核心算法及其人才。他近日向人民網創投頻道表示，之所以把AI核心算法暨相關人才放在企業首位，實際上是“被逼無奈”。

　　2010年，主攻AR體感人機交互和人工智能領域研發制造的華捷艾米剛剛成立時，董事長李驪看到了微軟的Kinect，認為這或將是下一代消費電子的核心——既包括它展現出來的人機交互技術，也包括操作過程中的體驗。但后來真正實現Kinect技術并不簡單，反而很復雜。”王行回憶稱，“這其實就涉及核心算法技術問題，硬件產品所包含的算法和軟件附加值，遠超過產品外在所承載的實體。”

　　王行告訴人民網創投頻道，在創辦華捷艾米的過程中，深切體會到算法和技術的重要性，因此他們從2010年開始重點在包括深度測量、骨架跟蹤、智能化SLAM人才上進行布局，一直持續到現在。

　　加強教育培訓，逐步趨向高端

　　2019年 3 月，教育部相關批文顯示，今年全國共有 35 所高校獲首批“人工智能”新專業建設資格。人工智能相關人才的培養，進一步走進了基礎教育階段。

　　珞石機器人創始人庹華介紹說，珞石機器人的控制系統是由團隊自主研發，這主要是靠大量控制算法類人才的聚集。但庹華也坦言，AI等智能制造的核心技術人才，目前仍然有大量缺口，特別是機器人應用領域的人才。“由于實現了控制系統的自主研發，在面對很多特殊需求時，珞石機器人可以做更多軟件層面的二次開發。正因如此，市場對珞石機器人提出更多的需求，也催生了珞石機器人對人才的大量渴求。”為此，珞石機器人在加大招聘力度之外，還采取了自己培養人才的方式，即設立珞石學院，培養“對內和對外”的技術人才。

　　對內，珞石學院把機器人產品的操作系統教給技術銷售和為客戶做整體生產解決方案的集成項目的技術人員。對外培訓則是針對客戶使用習慣，結合自家機器人產品的特點，對客戶進行培訓，提高客戶的實際應用技術。

　　在核心算法人才短缺的另一面，則是同一級別智能技術人才的成本的低廉。

　　在美國創立了3D打印機制造商企業UNIZ科技的李厚民，在北京建立了公司內部的獨立研發技術團隊，在他看來，國內的用人成本要低于美國等地區是當下眾多AI等智能制造企業在國內發展的優勢之一，但他感覺國內資本市場現在對國內3D打印企業的投資熱情并不夠高。“2013年、2014年前后，3D打印初創企業如雨后春筍般出現，但在技術層面擁有扎實的原創能力和核心競爭力的企業并不多，多是利用國外技術制作3D打印機，能成功活到現在的也很少。”李厚民稱，人工智能等技術人才，應該是創業企業的核心“資產”，也是在當下資本寒冬中吸引投資的主要競爭力。

　　作為關注AI領域的投資人，德聯資本合伙人肖然也向人民網創投頻道坦言，其在挖掘AI相關創業項目的過程中，發現國內AI企業的現狀是處于發展的基礎階段。在他看來，創業企業在軟件層面和算法層面積極布局，實際上是企業彎道超車的機會，也是企業最終的芯片等產品進行對外銷售的“底子”。但對于創業企業來說，單純的通用軟件層面的突破很難做出與科技巨頭公司相競爭的應用產品，但如果將核心算法作為突破口，通過這方面原創技術的積累，還是有可能追趕巨頭企業。

　　“起初，中國制造業也是做一些組裝、簡單加工等相對低端的業務，但制造業已經逐漸走向高端的智能制造。”肖然說，AI企業的發展，或許也有一個類似的路徑。

　　(責編：黃玲麗、陳鍵)