人工智能是引领新一轮科技革命和产业变革的战略性技术，在某种程度上重新定义了工作模式和人才发展目标，带来划时代的重大影响。夯实人工智能人才根基，要进一步重视加大力度自主培养和引进基础研究人才、应用型人才和头部企业人才。建议基于三类人才典型特征和核心顾虑分类施策，实施更加积极、更加开放、更加有效的人才政策，完善人才自主培养机制和有序流动机制，加快建设国家高水平人才高地和吸引集聚人才平台，用心搭建人工智能人才施展才华的大舞台。

　　人工智能人才担心的突出问题

　　当前，我国基础研究人才、应用型人才、头部企业人才等人工智能人才主要担心以下几方面问题。

　　——部分基础研究人才担心美歧视性限制措施。

　　近年来，特朗普政府采取一系列歧视性措施，有针对性地限制我国人工智能领域研究人员访问交流，部分基础研究人才有“学术脱钩”的担忧。一是担心签证限制。一些原计划赴美参加学术会议或合作研究的基础研究人才，因签证问题无法成行。美国国务院的数据显示，2021—2022年，共3728名中国学者（学生）因美国第10043号总统令（美以维护国家安全为由，暂停或限制部分学生或学者获得留学访问类签证）被拒签或遣返。尤其是人工智能、半导体等领域的基础研究人员，面临更为严格的签证审查和限制。二是担心科技审查。美政府以国家安全为由，对我国在美科研人员及其研究项目进行严格审查，影响其学术自由。此外，地方政府有关部门反映，这也一定程度阻碍了外国科学家来华交流，部分外籍专家担心被审查而缺席我国相关会议或论坛。

　　——有的应用型人才担心产教供需不够匹配。

　　有大模型创业企业的负责人反映，当前我国大模型嵌入工业体系难，关键原因在于国内应用型人才相对欠缺，中西部地区更甚。而部分应用型人才则对我国相关课程设置和人才培养体系缺乏充分信心。一是担心课程体系与产业需求脱节。在应用型人才或产业化人才培养方面，部分高校设立的人工智能学院或“通班”，对市场研判依然不足，部分高校将人工智能人才培养定位于理论研究型人才，忽视培养应用型人才所需的工程实践、跨领域协作能力，专业调整不及时、人才培养与市场脱节等问题依然存在。二是担心校内实践与企业真实场景脱节。目前，企业已广泛使用TensorFlow、PyTorch等主流框架及云计算、分布式系统等技术，但部分高校实验室设备和软件更新滞后，导致学生缺乏对企业技术工具的实操经验。麦肯锡调研数据表明，依靠内部培训加强人工智能人才供给的中国公司仅约30.0%，低于全球平均水平45.0%。部分人才担心入职后适应期较长，学非所用、知易行难。

　　——部分头部企业人才担心国内外形势影响。

　　根据MacroPolo智库《全球人工智能人才追踪2.0》报告，在美国AI机构工作的顶级AI研究人员（前20%）中，华人占比高达38.0%，在中国就读本科的占比高达47.0%，且年轻人“挑大梁”。我国人工智能企业引进使用全球头部企业人才的空间较大，但调研发现，部分拔尖创新人才仍心存隐忧。一是担心全球博弈下的发展不确定性。巴黎人工智能行动峰会上英美“拒签国际人工智能宣言”事件，映射出全球人工智能监管博弈愈演愈烈。有海外人才表示，在美欧以“风险监管”为由设置市场壁垒等遏制举措下，国内算力供给依然紧张。二是担心企业研发应用差异。有人才表示，更适应“自由探索式”创新路径，而国内部分企业更倾向于“目标导向型”研发路径，个人调适也有一个过程。

　　加快构建协同共育创新生态，夯实人工智能人才根基

　　实现人工智能产业和人才互相成就、共同发展，需要多元主体合力构建协同共育的创新生态，打通高校、科研院所和企业人才交流通道，形成具有国际竞争力的人才制度体系，推动人工智能领域的人才红利转变为创新红利。

　　——健全“十年磨一剑”的投入和考核机制，静待“创新之花”盛开。

　　培养基础研究人才要坚持长期主义。一是超常规探索领军人才培养机制。建议国家层面制定2000人左右的人工智能人才目录，精准定位具备重大战略价值、掌握颠覆性技术的高层次人才，加大对重点高校和科研院所的人才孵化支持力度。二是打造科研人才高地。在浦江、之江等领域内顶尖实验室探索国际通行科研管理制度，实施首席研究员负责制，项目选择、团队组建、经费使用完全自主。设立“非共识基金”，支持战略性高风险研发项目，化解“脱钩”风险。三是建立长周期考核体系。对数学、物理、算法原理等底层科学研究实行5–10年的长周期评价考核机制和产权保护制度，如“十年观察期”制度。四是推动拔尖人才早期识别。重视基础研究人才早期发现和培养，将人工智能学科知识融入学前教育至高中教育的基础教育全学段中，打基础利长远。建立“一带一路”少年英才跟踪培养机制，借助中国—中东欧教育政策对话机制等，与中东、中东欧国家共建培养联盟，设立专项基金、奖学金，支持基础研究拔尖英才联合培养和跨国科研。

　　——完善供需耦合的产教融合体系，培养更多可用之才。

　　要种好应用型人才培养和服务产业发展的“试验田”。一是共建模块化课程矩阵。鼓励校企共建课程矩阵、实验场景，合作开展“AI+X”师资培训，将企业真实项目拆解为模块化教学单元，推动智能化场景入校园，缩短毕业生上岗适应期。二是推动人工智能学科提级。结合技术发展与产业需求，尽快将人工智能专业上升至一级学科管理，成立国家级人工智能专业教学指导委员会，建立独立课程体系，形成系统完善的二级学科支撑，调整人才培养、管理和评价标准，精准增加科研投入，加强成果产业化和社会化应用。三是构建体系化标准化供需匹配机制。结合行业新发展、岗位新需求，修订《人工智能产业人才岗位能力要求》（2020年版），更新产业研发岗位、应用开发岗位和实用技能岗位等人才的具体能力要求。同时，向企业提供应用人才培养靶向税收优惠、行业标准制定和人才内部培养专项经费等体系化政策支持，强化供需精准匹配。

　　——构筑共生型创新生态圈，共育行业“参天大树”。

　　引育拔尖创新人才要树立相互成就的共生发展理念。一是建立“人才合伙人”制。通过技术入股、期权激励、转化分成等方式，打造“科学家合伙人”等，或收购人才团队，以不变的“小生态圈”满足国际人才对于发展确定性的需求。二是构建“研发绿洲”。依托行业头部企业，联合清华、北大、北航等高校建立去行政化的独立研究院或实验室，探索推行“三不”原则（不设行政级别、不定量化指标、不限期转化）。三是创建创新飞地。支持部分企业在巴黎、伦敦、柏林、硅谷等全球人工智能创新高地设立研发中心或实验室，形成24小时不间断的研发协作网络。

　　（作者为国家发展和改革委员会经济体制与管理研究所社会调查研究室副主任、副研究员）