AI大模型时代下的人才需求变革

随着AI技术尤其是大模型的快速发展，全球科技大厂之间的人才竞争愈发激烈。谷歌NotebookLM的核心团队离职创业，而Vision Transformer（ViT）的三位主要作者加盟OpenAI，这些事件凸显了AI技术人才的抢手程度。AI技术落地面临的“最后一公里”难题，即技术与具体场景的深度融合，已成为行业关注的焦点。

AI技术必须深入具体场景才能实现其价值，但现实中，Killer App尚未出现，一些国民级内容社区并未因AI带来预期中的变革。问题在于AI技术的研发者和从业者之间存在认知鸿沟，需求难以内化为本能反应的隐性知识。B端的技术与需求错配更为显著，通用场景模型难以应对特定边界情况，而细分行业模型则需要大量数据和繁重的标注工作。

解决这一结构性矛盾的关键在于培养既懂行业场景又懂AI的复合型人才。大模型技术的发展为AI应用提供了新形态，使得机器能够理解和处理复杂的行业数据。这要求能够帮助大模型建立“三观”的人最好是懂AI的行业专家。各大厂商正在推出“零门槛”产品，降低AI技术的使用门槛，使得行业从业者更容易拥抱AI技术。

然而，这条道路仍面临诸多挑战，包括缺乏既懂行业又懂AI的“双师型”教师、算力资源不足、以及真实行业数据的稀缺和质量问题。破解这些难题需要学术界、产业界与教学机构携手合作，共同构建全方位的人才培养体系。

科技公司与高校的合作是培养行业AI复合型人才的重要途径。例如，华为与东北大学、中国医科大学联合开展的行业AI应用创新孵化营，通过实操演练和前沿技术分享，培养医疗领域的AI应用人才。华为还启动了化工行业人工智能应用创新大赛，整合技术、场景和数据，打造产业生态联盟。

在AI大模型时代，人才的战役已经打响。真正的AI人才应该是能够将AI技术与行业实践深度融合的复合型人才。这需要企业、高校和社会各界的共同努力，以释放AI技术的潜力，并解决AI人才短缺的问题。