人工智能行业诠释了这句话
“21最贵的是什么？人才！”——葛优在《天下无贼》里说的这句经典台词，如今深深触动了那些人工智能公司CEO们的心。
C小姐在上海一家猎头公司服务了两年，并非技术出身的她在2017年春节之后，硬着头皮成为人工智能相关人才的“狩猎者”，“因为这一行的市场需求量超级大，不管是创业公司还是大公司，技术岗位的需求达到了如饥似渴的地步”。
一个拥有3年工作经验以上的算法工程师年薪在30万元-80万元之间，创业型公司因为缺乏竞争力，提供给同类型岗位的年薪会更高。她手上有一份算法工程师的价格表，不考虑期权、股权激励等因素，一家BAT公司的高级算法专家的年薪在30万元到50万元之间，一家来自深圳尚未融资的创业公司，同岗位的年薪达到65万元，某知名共享单车企业提供的年薪最高则达到80万元。
有直接的人工智能专业的大学本来就不多，很多是计算机、通信工程或数学等综合组建的新专业，其他类型的技术人员要转型，也至少需要几年才能真正能用。C小姐对于人才的匮乏颇有感触。很多Python网页工程师纷纷选择从做网站跳槽到人工智能公司，只因为能得到更高的薪水。
人工智能是最大的风口
“那些拥有五年以上相关工作经验的人，根本不敢把自己的简历放在网上。三年以上工作经验的技术，都会成为各大猎头公司争抢的稀缺资源。”C小姐半年间促成了不少跳槽，但是远远没有达到她以及公司的期望值。
云知声董事长兼首席技术官梁家恩曾经历Android和iOS开发人员价格疯涨的移动互联网时代。“一个代码都不懂的人，在速成班培训三个月之后，也可以轻松拿到五位数以上的月薪。但是与此相反的是，并没有特别优秀的app被做出来，我们常用的app还是那些大公司做出来的。”
云知声是一家长于智能语音识别技术的企业，他们的产品将主要应用于智能家居、智能车载和智能医疗等领域。云知声人工智能研究院的研究员全部拥有硕士及以上学历，其中博士占比超过45%。聚集这些顶尖人才意味着高额的人力成本，“云知声在人力成本上的之处占据整个公司运营成本的70%以上。”
人工智能又何尝不是如此，60年前就已经有“人工智能”的概念，经历三起两落之后，相关技术在近几年才真正有一点进步，进入“弱人工智能”阶段。
7月11日，商汤科技宣布完成4.1亿美元的C轮融资，创下全球人工智能领域单轮融资最高纪录。商汤科技专注于计算机视觉和深度学习领域。自动驾驶技术公司argo ai也在今年2月份获得汽车巨头福特投资的10亿美元。2017年人工智能领域40%的融资被这两家公司包揽。
人工智能相关创业公司完成的36亿美元融资，在那些巨头公司的巨大投入面前简直不值一提。日前麦肯锡发布的一份研究报告《人工智能，下一个数字前沿》显示，2016年包括百度、谷歌等在内的科技巨头在人工智能领域的投入在200亿美元至300亿美元之间。
其中90%的投资应用在技术研究和开发上，10%的投资被应用于收购，其中机器人与语音识别是最受欢迎的两个领域。在今年的百度开发者大会，百度就宣布了收购语音唤醒词提供商KITT.AI；谷歌收购了曾为美国国防部开发机器人的波士顿动力学公司等。
那么，大公司为何不把钱花在招揽人才上？
在6月底的天津世界智能大会上，从欧洲专程赶回来的马云公开呼吁中国科学院、中国工程院等国家科研机构考虑授予企业技术人才以院士头衔，从而增强企业对人才的吸引力。
钱已经不是解决问题的唯一办法。
资本大量涌入，投资并购增长，融资额稳步上升，但是人才的匮乏成为人工智能的阿克琉斯之踵，舆论也从一致看好，变成谈论“人工智能的泡沫”。
在拉勾网四周年活动上，拉勾网CEO马德龙谈到人工智能领域人才需求的问题，“在过去半年多的时间里，需求增速最快的是人工智能相关领域，对比2016年，2017年人工智能的招聘需求量增长了2.4倍。”
领英中国在全球范围内进行了统计，最新发布的《全球AI领域人才报告》（以下简称“报告”）显示，人工智能领域的人才需求量急速增长，基础层研究人才成为最大人才需求点。人工智能的基础层包括深度学习、机器学习、算法、神经网络、图形处理器、云计算以及人工智能芯片等领域。
“2017年第一季度全球人工智能领域专业技术人才数量超过190万，美国拥有最为庞大的人才库，数量超过85万；而在中国这个数字仅仅是超过5万人，在全球排名第七位。”领英中国的副总裁王迪认为“人才短缺”是我国在人工智能领域上的短板。
领英中国的报告显示，中国人工智能领域的人才集中在80后这一群体，占比超过56%；只有38.7%的从业者拥有10年以上工作经验，而在美国这一比例是71.5%。拥有4年以上、10年以下工作经验的从业者占据47.6%。
“人工智能人才普遍特征是高学历，根据研究结果，中国62.2%的人工智能从业者拥有硕士以上学位，12.6%的人拥有博士以上学位。”
“拥有60多年历史的人工智能，在中国成为最受瞩目的行业之一，但起步晚，所以在人才的培养上要相对滞后，并且需要相当长的时间。”清华大学博士生导师、中国人工智能学会副理事长马少平教授是驭势科技联合创始人兼CEO吴甘沙的老师，也是人工智能在中国发展的见证者之一。
“清华是国内比较早开展人工智能研究的高校”，马少平教授1977年考入清华大学，次年，清华大学开始招收人工智能相关专业研究生，主攻汉字识别和图像处理。“1979年的时候本科生已经开始设置人工智能导论课课程。”1984年，他研究生毕业之后留校任教至今。
经过四年苦读，刚刚毕业的孙博士跟马少平教授的经历很相似。
此前他在北京邮电大学网络技术研究院攻读自然语言处理博士学位，这个研究院前身是归属于北京邮电大学计算机学院的一个国家重点实验室，2008年校方将之独立出来成为一个招收硕士和博士的学院。
“整个学院有43个博士生，只有大约25%的人可以按时毕业。”孙博士是其中之一，毕业后他拿到相当多的offer，包括华为、三星和一家国企，“华为对于人才的需求简直达到如饥似渴的地步，他们甚至有一些院校的毕业生名单，临近毕业直接来学校要人，提供几十万元年薪。”但是最后孙博士经过综合考虑选择留校任教。
选择留校任教的人不多，很多人在硕士或者博士毕业之后选择到企业，不考虑其他因素，企业能提供更高的薪水和让研究结果得到应用的可能性。
“有一位师兄去了阿里云，据说拿到的也不低。硕士的毕业率相对高，但是数量也不多，企业也都在抢。”孙博士的话侧面反映了整个市场人才的供不应求。
根据BOSS直聘提供的《2017春季互联网人才趋势报告》，大数据和人工智能相关岗位出现全行业渗透，但人才供给严重不足，人才质量参差不齐，招聘难度大。
针对岗位的缺口，BOSS直聘预计下半年缺口较大的是搜索算法，供给量只能达到需求的44%，还有56%的缺口。推荐算法的缺口比例为50%，算法研究员的为43.9%，图像算法的为43%，深度学习的缺口量排在第十，为33.8%。
供需失衡造成人才价格暴涨。BOSS直聘的报告显示，在薪资涨幅最高的是个职位中，机器学习相关职位以26.8%的涨幅居首，自然语言处理的涨幅也达到了22%，推荐算法和搜索算法的涨幅分别为22.7%和21.4%。
资本市场为人工智能注入资金动力，但目前最大的问题是有钱却没办法找到合适的人，“人工智能人才很少，为什么今天我们在讲人才泡沫，因为市场需求和人才供给之间出现巨大不平衡，所以说它有这样泡沫的一个问题。”
吴甘沙不否认整个行业都存在泡沫，“目前的泡沫还处于可控的阶段，没有泡沫哪来的资金？这个其实就像是喝啤酒，有泡沫的啤酒才是高质量啤酒。”但是他们也很渴望自己的产品能尽快实现市场应用，毕竟“中国的创业一年一个风口，时间不等人。”
这种情况和创业浪潮兴起的时候非常相似，但是不同的是，从技术层面来说人工智能相关技术还没有质的突破，但对于其他行业的人才转型来说有相当高的门槛。
在移动互联网时代，安卓或者iOS开发对于技能的要求并不是特别高，培训过程也不复杂。经过大约三年的工作就可以胜任一部分独立的开发工作，这种速成的办法在人工智能领域并不适用，三年的经验在人工智能领域仅仅属于入门级别。
“造成供不应求的局面是因为需求的增加，而不是技术门槛的变高。许多开发工具出现，让其他人进入这个行业的门槛降低了，但是成为高手的门槛并不会降低，而高手恰恰是最急需的资源。”云知声首席技术官梁家恩以医生为例子来说明这个道理，一个医生借助器械和辅助设备可以进行诊断，但是很少人能成为一名顶尖的医生。
孙博士的经历充分说明，想要成为顶尖的人才，需要至少7年去完成硕士学位，读完博士学位则需要大约11年。作为半成品，需要很长一段时间去获取实践经验。
梁家恩博士在人工智能领域拥有超过十年的经验，凤凰科技记者在采访他的时候，看到书架和书桌上摆放着许多数学、概率和大数据相关的书籍，唯一一本不那么相关的书籍是彼得·蒂尔写的《从0到1》，“现在的人工智能经历的也是从0到1的过程，这是困难最多的阶段，对于人才的需求非常强劲。”
高校是最快速有效解决人才缺口的手段之一。
小林来自广西，他第二次高考的成绩超过了第一批本科线91分，选择了西北工业大学的计算机科学与技术专业，最后被录取到通信工程专业。
几年前他在知乎上看到雷·库兹韦尔发表的《灵魂机器的时代》，其中讨论到人工智能或许将会导致人类的灭亡，从而吸引了他对人工智能的关注。也是在那个时候，他便立志要在大学学习人工智能相关的专业。
在他对人工智能感兴趣的时候，对人工智能的讨论并没有现在那么火热。但即使是现在，人工智能相关的也没有得到很多准大学生的青睐。小林在这其中算是一个另类，他甚至会跟那些没有丝毫兴趣的同学谈论人工智能。
小林对这个结果有点沮丧，“我的分数没有优势，计算机的专业现在还是挺火的。通信工程和计算机也还是有那么一点点相关吧。”出国留学将成为未来的选择之一，他要继续坚持自己的理想。
在教育资源上，北京考生拥有得天独厚的优势——各大高校和科研机构集中、名企林立，在中国人工智能人才的版图上，北京是最重要的存在。但是对于李同学来说，这似乎和他关系不大。
今年的高考成绩也没有达到他的预期，他选择的是机械和自动化相关的专业，这也是他的兴趣所在。对于人工智能他有那么一点了解，而在他的目标学校中，对自动化专业的介绍也加入了一些人工智能的元素，但他的长远目标只是找个稳定的工作。
“跟人工智能相关的专业分数都很高，我的分数不够；分数允许的话，可能我会重新做出选择。”分数成为他进入计算机科学与技术这个专业学习的障碍之一。
小林的同学小黎的分数比他更高，他对人工智能丝毫不关心，他的高考志愿集中在建筑环境与能源应用工程；来自内蒙古的小周梦想成为一名医生，而她的一位同学则报考电力相关的专业。
许多高校在这些本科专业的课程中也引入了一些人工智能相关课程，但准大学生们对人工智能知之甚少，并且本科生没有达到工作对能力的要求。唯一的好处是，经过本科阶段的教育和兴趣挖掘之后，或许会有更多小林或者李同学在选择继续深造的时候进入人工智能领域。
马少平教授认为“虽然高校承担人才培养的工作，但是最好的办法还是校企结合，因为人工智能的特殊性——理论是支撑，实践出成果。”清华大学与搜狗就建立了紧密的合作，双方成立了天空智能计算研究院。搜狗公司CEO王小川曾就读于清华大学。
北邮的学生团队在参加机器人大赛
根据领英中国提供的报告，除了北京邮电大学外，国内开展人工智能研究的还包括上海交通大学、清华大学、北京大学、浙江大学、华中科技大学、中国科学技术大学等著名院校。
驭势科技和云知声等创业公司也开始把目光瞄准高校，比如云知声就与西安交通大学、西北工业大学等知名高校开始建立合作关系，在共同进行技术研发的基础上，也有利于人才的培养。
大企业也是那些高材生们再次阶段锻炼的“大学”。
在今年的百度开发者大会上，百度宣布3年内通过百度云智学院、百度技术学院为全球培养10万名AI工程师人才。
“1998年的时候微软就在中国成立了亚洲研究院，这种前瞻性布局恰恰为今天结下了硕果。这次在中国，至少从人工智能本身来看，中国是未来非常重要的人才战略点。”微软亚洲研究院的林宙辰此前在北京大学攻读数学博士学位，阴差阳错进入了微软亚洲研究院，这个研究院堪称中国IT界的“黄埔军校”。
“人工智能网红”NVIDIA也把深度学习学院带到了中国。这个为推广深度学习的普及，培养深度学习方面人才的学院已经在全球为超过1万人提供深度学习方面的高级培训课程。2017年他们的目标是在全球培养10万名相关人才。
此前从百度离职的前首席科学家吴恩达回归美国之后，在他之前创立的在线教育平台Coursera上推出了DeepLearning.ai的课程，并且他将持续推出更多的深度学习课程。
百万年薪造成的泡沫还是泡沫带来的百万年薪？或许两者皆有，稀缺的永远都是贵的，人工智能并不处于“谷贱伤农”的时代。
