中国推进“人工智能+”战略，加快培育未来产业人才

2024年中央经济工作会议明确提出，深入推进“人工智能+”行动，着力培育未来产业。当今时代，人工智能已经成为全球竞争中不可或缺的关键技术，各个国家都在积极布局以增强自身的国家竞争力并确保国家安全。中国在这一背景下，正加快部署相关战略，力求在人工智能领域取得更大优势。

根据中国信息通信研究院发布的《人工智能发展报告（2024年）》，随着国产深度学习框架的逐步完善，人工智能行业的解决方案正在向垂直领域快速渗透，标志着我国人工智能技术将逐步进入大规模赋能新型工业化的阶段。在这一背景下，提前布局人工智能人才队伍，夯实其基础，成为我国在未来竞争中获取主动权的关键所在。

在近几年，我国各地和各部门为培养人工智能人才付出了不懈努力。这包括设立人工智能学院、实施人才计划以及在重大科技项目中进行有针对性的人才培养等措施，初步取得了一些积极成效。但整体来看，我国在人工智能人才培养方面的系统性和全局性仍显不足，常常未能有效考虑到行业需求的整体结构，甚至在某些情况下忽视了人才培养的一般规律。

具体问题如下：

“一哄而上”与“拔苗助长”现象日益突出。在部分高校，因师资力量和教学设施的不足，匆忙开设人工智能专业，导致学生难以获得高质量教育，毕业后又无法满足企业需求。实际上，人工智能人才的成长需依赖时间和实践的积累，是一个循序渐进的过程。若急于求成，压缩培养周期，最终培养出的人才能会根基不稳，缺乏创新和持续发展能力，而这将导致人才链无法有效支撑创新链的形成。

“相互挖角”与“抢人大战”依旧上演。在我国，人工智能人才的结构性短缺问题突出。数据显示，在2024年，国内数据分析师的人才需求较前一年增长了30%。随着智能终端和云计算的快速发展，人工智能芯片领域的薪资增长率达到40%，仍存在供需失衡的局面。由于市场上优秀人才的稀缺，企业之间为争取人才的恶性竞争愈演愈烈，这不仅导致了行业内的紧张关系，也使得企业对内部人才培养的重视程度降低。

在人才培养方面缺乏长期规划和“链式思维”。我国人工智能产业链的基础层、技术层和应用层均存在关键人才缺口。在基础层，比如计算芯片和大数据处理等环节，亟需具备复合型技能的人才。科技层涉及算法研发及大模型优化等，需要高水平的深度学习工程师和算法研究员。而在应用层，则需要同时熟悉行业业务与人工智能技术的复合型人才。目前的培养活动往往只关注热门领域，忽视了其他细分领域的需求。

因此，解决上述问题，推动人工智能人才链与创新链的深度融合，显得尤为重要。我们应从以下几个方面协同发力：

第一，聚焦于人工智能创新链与产业链的关键环节，制定有针对性的人才培养与引进策略。鼓励高校优化课程设置，加强人工智能相关基础学科的培养，如数学、统计学和计算机科学等领域，以此培养一批具备坚实理论基础的创新型人才。通过开展重大科技项目，吸引国内外顶尖科学家和高水平团队进行研究合作。同时，加强校企合作，共同提升人才培养的质量。

第二，探索教育、科技与人才融合发展改革试点。将人工智能领域视为推动国家改革的“试验田”，打破教育、科技、人才三者之间的壁垒，促进各方的有机融合。建立完整的人工智能教育体系，涵盖基础教育、高等教育及职业教育，确保人才的连续性和系统性培养。

第三，保持战略定力，将人工智能人才队伍建设视为一项长期战略。制定国家层面的人工智能人才发展战略规划，明确各项具体目标与措施，形成、高校、企业等多方共同参与的合作格局。同时，加大对人工智能教育与科研的长期投资，并通过政策激励社会资本参与其中，形成良好的生态环境。

人工智能的未来需要全社会的共同努力，通过提升高素质人才的培养质量，促进人工智能的可持续发展，从而为国家的科技进步和经济社会发展打下坚实的基础。