《聯合偉世：2024年中國人工智能人才發展報告（76頁）.pdf》由會員分享，可在線閱讀，更多相關《聯合偉世：2024年中國人工智能人才發展報告（76頁）.pdf（76頁珍藏版）》請在三個皮匠報告上搜索。

1、2024 年中國人工智能人才發展報告 2024 年中國人工智能人才發展報告 編制組成員 專家指導組成員（排名不分先后）祝智敏 人民郵電出版社有限公司教育出版研究院，執行院長 郭景峰 燕山大學信息科學與工程學院教授，博士生導師 劉杰民 東北大學秦皇島分校計算機通信與工程學院教授，博士生導師 劉廷瑞 北京聯合偉世科技股份有限公司，董事長 主編制組成員 李 莉 北京聯合偉世科技股份有限公司，CTO 武云鶴 北京聯合偉世科技股份有限公司，人工智能高級研究員 周正楊 北京聯合偉世科技股份有限公司，人工智能教研總監 編制組成員（排名不分先后）楊文利 河北建材職業技術學院信息工程系主任，教授 葉永飛 河北北

2、方學院信息科學與工程學院副院長，副教授 岳殿佐 河北科技師范學院數學與信息科技學院人工智能教學部主任，高級工程師 劉景鋒 華南農業大學人工智能學院，副教授 鄭存芳 河北環境工程學院信息工程系，副教授 李海軍 德州學院計算機與信息學院，副教授 劉玉紅 石家莊鐵道大學信息科學與技術學院人工智能系主任，教授 劉展威 石家莊鐵道大學信息科學與技術學院人工智能系，教授 井海明 沙 金 石家莊鐵道大學信息科學與技術學院人工智能系，副教授 李 深 趙子建 孫錦歆 李文杰 河北建材職業技術學院信息工程系，副教授 張俊芳 西安交通工程學院中興通信學院物聯網工程教研室主任，副教授 葉傳奇 河南科技大學軟件學院，副

3、教授 李 佳 內蒙古農業大學計算機與信息工程學院，高級工程師 馬 艷 浙江水利水電學院信息工程與藝術設計學院，講師 王春艷 河南科技大學軟件學院大數據技術與應用系主任，講師 張 虎 河南科技大學軟件學院實驗中心主任，講師 何 歡 鄭章琪 河北科技師范學院數學與信息科技學院人工智能教學部，講師 龔 翔 麻英暉 河北環境工程學院信息工程系，講師 楊沙沙 石碧瑤 西安交通工程學院中興通信學院物聯網工程教研室，講師 邵亞麗 張莉敏 彭雄新 鄔卓恒 廣東理工學院信息技術學院，講師 和凌云 河南科技大學軟件學院，講師 尚燕子 陜西郵電職業技術學院人工智能技術應用專業負責人，助教 戴 岳 西安交通工程學院中

4、興通信學院物聯網工程教研室，助教 孫 浩 山東青年政治學院，助教 朱燕飛 福州教育學院第二附屬中學教師 特別支持單位 人民郵電出版社有限公司，英特爾（中國）有限公司 2024 年中國人工智能人才發展報告 目錄目錄 一、引言.1 二、人工智能行業發展現狀.1 2.1 人工智能的三次發展浪潮.1 2.2 中國人工智能產業規模.2 2.3 中國 AIGC 產業發展現狀和展望.3 2.4 AIGC 技術應用現狀和對行業發展的影響.4 2.5 AIGC 技術對職業生態的影響.17 2.6 常用的大模型及 AIGC 應用場景.22 2.7 中國人工智能產業發展特征.37 2.8 中國人工智能產業發展優勢.

5、38 2.9 中國人工智能標準體系建設.39 三、人工智能人才發展現狀.43 3.1 人工智能人才需求特點.43 3.2 人工智能產業人才崗位類型.44 3.3 人工智能產業人才供需情況.44 3.4 人工智能產業人才分布特征.47 3.5 AIGC 人才供需情況.48 3.6 人工智能人才發展面臨的挑戰和機遇.50 四、人工智能產業人才能力素質要求.52 4.1 人工智能崗位類型能力要求.52 4.2 人工智能技術類型崗位能力要求.54 2024 年中國人工智能人才發展報告 4.3 人工智能職業道德要求.56 五、人工智能人才培養模式分析.57 5.1 高校人才培養情況.57 5.2 社會培

6、訓機構人才培養情況.58 5.3 新質生產力發展戰略對新質人才的需求.58 5.3 新質 AI+人才的培養策略.60 5.4 建設“AI+X”微專業，塑造新質 AI+人才.62 六.中國高校人工智能專業建設情況分析.62 6.1 中國高校人工智能專業建設狀況.62 6.2 中國高校人工智能專業培養目標.63 6.3 中國高校人工智能專業課程體系建設.64 6.4 中國高校人工智能專業教材建設.65 6.5 中國高校人工智能專業建設面臨的挑戰.66 6.6 針對中國高校人工智能專業建設的建議和解決方案.68 七、結語.70 參考文獻.70 2024 年中國人工智能人才發展報告 1 一、引言 人工

7、智能作為新一輪產業變革的核心驅動力，正在深刻改變著人們的生產生活方式，為經濟社會發展注入了新動能。當前人工智能正呈現出深度學習、跨界融合、人機協同、群智開放、自主操控等新特征。作為引領未來的戰略性產業，我國人工智能要保持競爭優勢，需要加強人才隊伍建設。2024 年，人工智能（AI）產業發展迅猛，對人才的需求也日益旺盛。本報告分析了 2024年人工智能人才的發展現狀、需求特點、能力素質要求以及人才培養模式，并提出了相關建議，以期為人工智能人才發展提供參考。二、人工智能行業發展現狀 數字經濟已經成為提升經濟效率、優化經濟結構的重要動力。以人工智能為代表的一大批創新技術和應用將作為數字經濟時代的重要

8、基石，推動著傳統經濟的轉型升級和新興經濟的快速增長?？梢灶A見，數字經濟將是繼農業經濟、工業經濟之后的一個全新的社會經濟形態。2018 年，習近平總書記在中央政治局第九次人工智能發展現狀和趨勢的集體學習中指出，人工智能是新一輪科技革命和產業變革的重要驅動力量，加快發展新一代人工智能是事關我國能否抓住新一輪科技革命和產業變革機遇的戰略問題。2.1 人工智能的三次發展浪潮 1956 年，達特茅斯會議首次提出“人工智能”概念，為人工智能產業的發展拉開序幕。在 60 余年的發展過程中，人工智能已經經歷了三次發展浪潮（圖 1），當前全球人工智能正處于第三次發展浪潮之中。第一次浪潮：1956 年，“人工智能

9、”概念的提出抓起了人工智能的第一次發展浪潮。該時期的核心是讓機器具備邏輯推理能力，并且研發出第一款感知神經網絡軟件和聊天軟件。第二次浪潮：20 世紀 70 年代中期，人工智能抓起第二次浪潮。這一時期內，Hopfield神經網絡和 BT 訓練算法被提出。同時，解決特定領域問題的專家系統得到廣泛應用。第三次浪潮：2006 年，深度學習理論的突破帶動了人工智能第三次浪潮的產生。這一階段互聯網、云計算、大數據、芯片等新興技術為人工智能各項技術的發展提供了充足的數據支持和算力支撐，而以“人工智能+”為代表的業務創新模式也隨著人工智能技術和產業的發展日趨成熟，這將極大優化社會的生產力，并對現有的產業結構產

10、生深遠的影響。2024 年中國人工智能人才發展報告 2 圖 1 人工智能的三次發展浪潮 隨著人工智能技術的快速發展，全球人工智能產業已經形成較完整的生態體系，在人工智能生態的基礎層、技術層和應用層走出了一大批領先的科技創新企業：（1）基礎層：為人工智能產業鏈提供算力和數據服務支撐。以 Azure、阿里云、騰訊云、百度云等行業巨頭為代表，為人工智能的發展提供了充足的算力資源；傳統芯片巨頭NVIDIA、英特爾和國內科技新貴寒武紀、地平線等正致力于為人工智能的計算需求提供專用芯片；另外數據服務領域也存在大量公司，例如國內的數據堂、海天瑞聲以及國外的 Saagie 等。（2）技術層：為人工智能產業鏈提

11、供通用性的技術能力。以 Google、阿里巴巴、百度為代表的互聯網巨頭，利用資金及人才優勢，較早地全面布局了人工智能相關技術領域；同時也有一大批創新公司深耕細分技術領域，例如專攻智能語音領域的科大訊飛、致力于計算機視覺領域的商湯科技、機器學習領域的第四范式等。在國外，Proxem、XMOS 等企業也分別在自然語言處理、智能語音等領域做出了積極的實踐和探索。（3）應用層：面向服務對象提供各類具體應用和適配行業應用場景的產品或服務。目前全球絕大部分人工智能領域的創新科技公司聚集于此，典型企業有智慧建筑領域的Verdigris、特斯聯，智慧安防領域的 Genetec、宇視科技，智慧醫療領域的 Fla

12、tiron、推想科技等。2.2 中國人工智能產業規模 隨著人工智能產業實踐的深入發展，人工智能已經成為數字經濟時代的重要標志，以人工智能為代表的數字經濟將成為中國經濟發展的新引擎。在企業服務市場，人工智能使得政務、安防、制造、金融、醫療、物流倉儲以及更多行業的內外部治理變得更加智能與高效，極大程度上促進這些行業內的公司實現數字化轉型；在個人消費領域，蘊含人工智能元素的產品和服務也進入了快速發展階段，智能音箱、家庭機器人、可穿戴設備等智能化設備深受消費者的追捧和青睞。根據艾瑞咨詢研究院的測算，2023 年中國人工智能產業規模已達到 2137 億元（圖 2）。2024 年中國人工智能人才發展報告

13、3 大模型帶來的底層技術革新為中國人工智能產業的規模增長帶來了更多的存量擴張和增量空間。預計到 2028 年，中國人工智能產業規模將達到 8110 億元。相比于原本沒有大模型涌現能力的人工智能產業規模，艾瑞估算大模型帶來的產業加成比例在2028年可能達到32.9%。在各種模態中，語言和語音模態的規模加成最為顯著。隨著大語言模型和語音大模型產品門檻和應用成本的逐步降低，更多的 API 能力調用和產品解決方案的 AI 能力將被廣泛應用。尤其在 2024 年以后，隨著更多 AI 產品逐步變現，AI 能力下放至邊緣側和端側的影響將更加明顯。另一方面，以圖像識別為主的計算機視覺市場增長變緩，泛安防類業務

14、的增長受到政策及政府預算的影響，更多地被醫療、工業等計算機視覺產品所取代。此外，圖像生成市場將在未來 3 至 5 年內迎來更多商業變現機會。圖 2 中國人工智能產業規模 2.3 中國 AIGC 產業發展現狀和展望 生成式人工智能AIGC（Artificial Intelligence Generated Content），是指基于生成對抗網絡、大型預訓練模型等人工智能的技術方法，通過已有數據的學習和識別，以適當的泛化能力生成相關內容的技術?，F階段國內 AIGC 多以單模型應用的形式出現，主要分為文本生成、圖像生成、視頻生成、音頻生成，其中文本生成成為其他內容生成的基礎。1.發展現狀 中國 AI

15、GC 市場是全球 AIGC 市場的主要組成部分，中國 AIGC 市場受強大的市場需求及增強的 AI 技術所推動。中商產業研究院發布的2023-2029 全球與中國 AIGC 傳媒市場現狀及未來發展趨勢顯示，2023 年中國 AIGC 市場規模約為 170 億元，中商產業研究院分析師預測，2030 年 AIGC 市場規模將超萬億元。中國 AIGC 企業主要分布在北京市和廣東省，其中，北京市占比最高，達 28.32%。其次分別為廣東省、上海市、浙江省，占比分別為 26.45%、13.09%、9%。2024 年中國人工智能人才發展報告 4 在政策推動與技術應用落地等多方位因素驅動下，我國 AIGC

16、行業正迎來新的風口。從2021 年起，國內 AIGC 投融資市場投資熱情高漲。2023 年投資事件達 204 起，已披露融資金額達 1656.48 億元，為歷史新高。2024 年第一季度，投資事件達 50 起，已披露融資金額達393.78 億元。2.發展前景 政策利好行業發展：國家出臺多項政策利好 AIGC 行業發展，例如，2023 年 7 月，國家網信辦聯合國家發展改革委、教育部、科技部、工業和信息化部、公安部、廣電總局七部門發布了生成式人工智能服務管理暫行辦法，明確了生成式人工智能服務提供者應當依法開展的活動、遵守的規定，以及具體的服務規范等，于 8 月 15 日正式施行。政策規定了生成式

17、人工智能服務規范，支持生成式人工智能健康發展。技術進步帶動行業發展：AIGC 融合了人工智能、計算機圖形學和深度學習等多個領域的技術，通過結合這些技術，可以實現更高效、智能化的圖像識別和處理，從而提升人機交互的用戶體驗。這使得 AIGC 在智能安防、游戲和虛擬現實等領域具有廣泛的應用前景。在智能安防領域，AIGC 可以通過圖像識別技術實現人臉識別、車輛識別等功能，提升安全監控的效率和準確性；在游戲和虛擬現實領域，AIGC 可以實現高度逼真的圖像渲染和物理模擬，從而提升游戲體驗。場景多元化推動行業發展：AIGC 已在多個領域得到廣泛應用，未來應用場景將更加多元化。在數據科學領域，AIGC 能夠提

18、供標準化、標簽化的數據，以滿足人工智能模型的需求；在游戲產業，AIGC 能自動生成個性化的游戲攻略和教學手冊，增強玩家的游戲體驗；在醫藥領域，AIGC 能夠幫助尋找特定分子結構，降低新藥研發成本；在網絡安全領域，AIGC能夠保護用戶的隱私和數據安全；在藝術領域，AIGC 不僅可以輔助內容創作，未來還可能實現自主生成內容。2.4 AIGC 技術應用現狀和對行業發展的影響 AIGC 技術正在根本性地改變多個行業的運作方式，從創意產業到商業、教育乃至醫療領域。它通過提高內容創作的效率和個性化程度，使企業能夠以前所未有的速度和規模生產內容。同時，AIGC 的能力在提供個性化服務和解決方案方面展現出巨大

19、潛力，進一步推動了個性化和定制化服務的發展。2.4.1 中國 AIGC 應用發展現狀 2024 年是大模型落地元年，從軟件 APP、智能終端乃至具身智能等等，AIGC 開始席卷一切。大模型玩家、互聯網巨頭、終端廠商、垂直場景玩家紛紛入場，辦公、創作、營銷、教育、醫療領域相繼被滲透一個萬億市場，正在醞釀。2024 年中國人工智能人才發展報告 5 2024 年 3 月,在北京舉行的首屆中國 AIGC 產業峰會上，量子位智庫發布中國 AIGC 產業全景報告，它針對當下 AIGC 應用市場繪制了一幅全面立體的應用全景圖。核心觀點包括：今年中國 AIGC 應用市場規模將達 200 億，2030 年達萬億

20、規模；B 端產品 80%實現營收，C 端產品近 50%以免費為主；AI 原生應用占比高于 X+AI，占比接近 57%；多模態是大趨勢，應用產品占比近 50%；場景與技術匹配是產品落地首要因素，技術成熟度決定落地速度；AIGC 產業投資資源向頭部聚集，潛在資本重點看向應用層。2024 年中國 AI 資本市場將進一步向頭部聚攏；同時，我們認為未來更多可落地應用的AICG 項目會獲得機會。1.商業模式：B 端變現清晰，80%實現營收 在 AIGC 應用落地方面，目前已有商業模式中，面向 C 端的 AIGC 應用占比達 50%（圖3）。圖 3 面向 B、C 端用戶群體的 AIGC 應用占比 其中 B

21、端產品從通用場景到垂直賽道分布較均勻，收入模式以會員訂閱和按需付費為主，商業模式較為清晰，雖然（純 B 端）占比只有 31%，但 80%以上的產品均實現營收（圖4）。50%19%31%面向用戶群體C端B、C端均有B端2024 年中國人工智能人才發展報告 6 圖 4 中國 AIGC 應用的 B 端收費模式 而 C 端產品以智能助手以及圖像生成類的生產力工具為主，雖然用戶量大（純 C 端占比 50%以上），但盈利狀況普遍不樂觀，近 50%的產品當前仍未有明確的收入模式，以免費為主（圖 5）。圖 5 中國 AIGC 應用的 C 端收費模式 2.應用類型：AI 原生 X+AI AIGC 應用產品按 A

22、I 應用類型可分為 AI 原生和 X+AI 兩種，前者占比接近 57%，大于后26%16%42%16%B端收費模式按需付費一次性付費會員制訂閱當前免費16%12%29%43%C端收費模式按需付費一次性付費會員制訂閱當前免費2024 年中國人工智能人才發展報告 7 者。所謂 AI 原生，是指完全基于生成式 AI 技術打造；X+AI 通俗地理解就是在原先不含 AI 的產品中加入生成式 AI 相關技術（圖 6）。圖 6 中國 AIGC 應用的兩種類型占比 如果按大模型應用類型分，AIGC 應用產品又包括基于自研基礎大模型、基于自建垂直大模型和 API 接入三大類（圖 7）。如下圖所示，可以看到整個應

23、用層中基于自建垂類大模型的產品占據主流。這部分企業利用自己的數據積累和技術能力，率先找到 AIGC 的落地方向。圖 7 中國 AIGC 應用產品分類 57%43%AI原生X+AI26%43%31%API接入自建垂直大模型自研基礎大模型2024 年中國人工智能人才發展報告 8 再交叉來看，AI 原生產品又以自建和自研大模型為主；X+AI 產品在基于自建垂直大模型以外，以 API 接入為特色。3.技術普及度：多模態是趨勢，目前占比 48%技術普及度在一定程度上決定著應用的成熟度。在目前 AIGC 應用所生成的模態中，44%以上專注于文本生成，最為普及；圖像生成占比約為 29%，次之。音頻生成占比比

24、 Sora 帶火的視頻生成要高 6%，最近這個月，Suno 和 Udio 這兩款音樂生成器的誕生，確實也讓我們看到了 AI 音頻（音樂）生成的巨大潛力。最后，3D 生成尚屬小眾模態，產品市場占比低于 3%。而作為必然趨勢的多模態（能識別和理解兩種及以上模態數據的產品），目前的占比已經達到了 48%，未來還有較大的成長空間（圖 8）。圖 8 中國 AIGC 應用技術普及度 AIGC 應用有七大賽道值得關注：（1）按照技術成熟度劃分，可分為兩類：AIGC 應用相對成熟，商業模式清晰且營收不錯：營銷、零售、教育、影視、辦公協同。目前技術尚不成熟，但潛力大：游戲、醫療。（2）按照產品形態劃分，目前 9

25、0%+AI 應用為軟件形態，AI 硬件開始層出不窮，但還沒迎來“iPhone 時刻”。AI 硬件代表品類中，“AI+萬物”包括 AI 手機、AI PC 等；AI 新物種包括 AI Pin、Rabbit R1 等。2.4.3 中國 AIGC 應用的發展機遇 對于 AIGC 應用發展，其商業化進程大致分為三個階段：第一階段（2024-2027）：產品落地；2024 年中國人工智能人才發展報告 9 第二階段（2028-2029）：商業模式發展成熟；第三階段（2030 以后）：規?；?。3 年內，AIGC 應用發展將基本落定，應用層“AI 原生”產品開始出現爆發式增長。B 端市場商業模式明確，C 端

26、市場從獲客為先轉向盈利為先。2028 年開始，隨著視頻生成和多模態技術成熟，將進一步助力 AGI 實現。C 端商業模式成熟，頭部產品將出現在有自研大模型能力的公司中，腰部產品競爭激烈。2030 年以后，正式進入 AGI 階段。AIGC 產品將同時具備“聽說讀寫看畫思動”八項能力，可以更好模擬人類。應用層頭部產品觸達多個行業場景，腰部產品則聚焦垂類行業。市場規模方面，2024 年我國 AIGC 應用市場規模達到 200 億。預計到 2026 年，中國 AI市場規模將達千億級別。到 2030 年，我國 AIGC 應用將成為萬億規模市場，五年（2024-2028年）平均復合增長率超過 30%。以下是

27、中國 AIGC 應用全景圖譜 1.0（圖 9）。圖 9 中國 AIGC 應用全景圖譜 1.0 2.4.3 AIGC 技術對行業發展的影響 圖 10 AIGC 對行業發展的影響 2024 年中國人工智能人才發展報告 10 1.AIGC 對醫療保健行業的影響 AIGC 技術，尤其是 ChatGPT 這樣的先進模型，對醫療保健行業的影響深遠，正在逐步改變醫療信息的處理、患者護理、臨床決策支持等方面。以下是 ChatGPT 及相關 AIGC 技術在醫療保健領域的幾個關鍵影響：醫療咨詢與患者教育：ChatGPT 能夠提供準確的醫療信息和健康建議，幫助患者了解他們的癥狀和可能的治療方法。通過自然語言處理能

28、力，它能夠以易于理解的方式回答患者的問題，改善患者教育和健康意識。輔助診斷：AIGC 技術能夠分析大量的醫療數據，包括電子健康記錄、醫學圖像和文獻，以輔助醫生進行疾病診斷。通過學習和模式識別，ChatGPT 及相關技術可以識別疾病特征，提供初步的診斷建議，減輕醫生的工作負擔。個性化治療計劃：利用 AIGC 技術，可以根據患者的具體情況生成個性化的治療計劃。這包括藥物推薦、治療方案優化等，旨在提供更加精準的醫療服務。通過分析患者的醫療歷史和相關健康數據，ChatGPT 可以協助醫生制定更為合適的治療策略。臨床決策支持：ChatGPT 及其在醫療領域的應用可以作為臨床決策支持工具，幫助醫生在復雜的

29、臨床情況下做出更加明智的決策。通過提供最新的醫學研究成果、類似病例的處理經驗等信息，醫生可以獲得寶貴的參考，從而提高臨床決策的準確性和效率。遠程醫療與監測：在遠程醫療服務領域，ChatGPT 等 AIGC 技術可以實現與患者的實時交流，提供遠程咨詢、健康監測和緊急響應服務。對于慢性病患者或居住在偏遠地區的人群，這種技術可以提供持續的健康管理和支持。圖 11 達芬奇醫療手術機器人 醫學教育與培訓：AIGC 技術也在醫學教育和專業培訓中發揮著重要作用。ChatGPT 可以模擬臨床場景，為醫學生和專業醫生提供模擬訓練，幫助他們學習如何處理各種醫療情況，提升臨床技能。2024 年中國人工智能人才發展報

30、告 11 ChatGPT 和相關 AIGC 技術在醫療保健行業中提供了巨大的潛力，未來，隨著技術的不斷進步和政策的完善，ChatGPT 及相關 AIGC 技術有望在醫療保健領域發揮更加積極和革命性的作用（圖 12）。圖 12 AIGC+醫療保健行業 2.AIGC 對藝術創作的影響 以 ChatGPT 為代表的 AIGC 技術，正在藝術創作領域內引發一場創新浪潮，這不僅改變了藝術家創作作品的方式，也拓展了藝術作品的可能性和觀眾的參與度。創作過程的輔助：AIGC 技術為藝術家提供了強大的輔助工具，幫助他們在創作過程中克服靈感枯竭的難題，甚至提供全新的創作思路。無論是繪畫、音樂還是文學作品，AIGC

31、 都能生成創意素材，激發藝術家的創造力。圖 13 AIGC 時空博物館 2024 年中國人工智能人才發展報告 12 跨界藝術創作：AIGC 技術使得跨媒介的藝術創作變得更加容易實現。藝術家可以結合文本、圖像、音樂等多種元素，創造出全新的藝術形式和體驗，這些都是在傳統藝術創作中難以想象的。個性化藝術體驗：AIGC 技術能夠根據觀眾的偏好和反饋生成或調整藝術作品，提供高度個性化的藝術體驗。這種互動性質的藝術作品使觀眾從被動的欣賞者轉變為參與者，從而深化了藝術的感受和理解。民主化藝術創作：AIGC 技術降低了藝術創作的門檻，使得沒有專業背景的普通人也能參與到藝術創作中。這種民主化的藝術創作方式為更廣

32、泛的人群提供了表達自我、實現創意的機會。藝術作品的原創性與版權：隨著 AIGC 技術在藝術創作中的應用日益普及，藝術作品的原創性和版權問題也引發了廣泛討論。如何界定由 AI 輔助創作的藝術作品的作者權益，如何保護藝術家的創意和勞動成果，成為了亟待解決的問題。雖然 AIGC 技術為藝術創作帶來了新的可能，但也存在批評聲音，擔心它可能稀釋藝術作品的人文價值和藝術家的個人表達。因此，如何在利用 AIGC 技術拓展藝術領域的同時，保留藝術作品的深度和意義，是藝術界面臨的挑戰。未來，隨著技術的進一步發展和社會對 AIGC 應用的深入理解，藝術創作領域有望實現更加豐富多彩和深刻的變革。AIGC 技術不僅能

33、夠為藝術家提供新的創作工具，也能夠為公眾打開通往藝術世界的新窗口，促進藝術與科技的融合，開拓藝術創作和欣賞的新境界。圖 14 Midjourney 生成效果圖 3.AIGC 對教育行業的影響 在教育領域，以 ChatGPT 為首的 AIGC 技術正開啟一場學習方式的革命，通過個性化教學、增強互動體驗、提供豐富的學習資源等方式，極大地促進了教育的普及和質量的提升。個性化學習體驗：AIGC 技術能夠根據學生的學習進度、興趣和學習風格提供定制化的學習計劃和內容，從而為每位學生提供個性化的學習體驗。這種方法有助于學生在自己的節2024 年中國人工智能人才發展報告 13 奏下學習，更好地掌握知識，同時激

34、發學習興趣。智能輔導和答疑智能輔導和答疑：ChatGPT 等技術可以作為學生的智能輔導老師（圖 15），隨時提供學習支持和答疑服務。這些智能系統通過自然語言處理能力，能夠理解學生的問題并提供清晰、準確的解答，就像一個隨時待命的私人教師一樣。圖 15 AI 助教 互動式學習材料互動式學習材料：AIGC 技術能夠生成豐富多樣的學習材料，包括交互式教程、模擬實驗、虛擬現實（VR）和增強現實（AR）體驗等，使學習變得更加生動有趣。通過這些互動式內容，學生可以更加深入地理解復雜的概念和知識點。語言學習和文學創作語言學習和文學創作：在語言學習方面，AIGC 技術可以提供語音識別、語言生成和自然語言理解支持

35、，幫助學生練習發音、學習語法和擴充詞匯。此外，它還能夠在文學創作和批判性思維訓練中發揮作用，通過生成創意寫作提示或提供文章分析，激發學生的創造力和分析能力。評估和反饋評估和反饋：AIGC 技術可以自動評估學生的作業和考試，提供即時反饋和建議。這種快速反饋機制不僅能夠幫助學生及時了解自己的學習狀況，還能夠減輕教師的工作負擔，讓他們有更多時間關注學生的個別需求和課程設計。教育資源的普及和共享教育資源的普及和共享：AIGC 技術使得高質量的教育資源更容易被創建和共享，從而提高了教育的可獲取性。無論是在偏遠地區還是發展中國家，學生都可以通過互聯網接觸到世界級的教學資源和課程。AIGC 技術在教育領域的

36、應用帶來了諸多積極影響，隨著技術的進一步應用和發展，需要相關利益方共同努力，確保技術的負責任使用，以及教育公平和質量的持續提升。未來，AIGC 技術有望繼續促進教育創新，為學生和教育工作者提供更多支持和機會，共同塑造一個更加智能和包容的教育環境。2024 年中國人工智能人才發展報告 14 圖 16 AIGC+教育 4.AIGC 對零售業的影響 在零售行業，ChatGPT 及其他 AIGC 技術的應用正在徹底改變商家與消費者之間的互動方式，優化供應鏈管理，增強消費者購物體驗，從而推動零售業的創新和發展。個性化購物體驗：通過分析消費者的購物歷史、偏好和行為數據，AIGC 技術能夠提供高度個性化的產

37、品推薦和購物建議。這種個性化服務不僅能夠提高消費者滿意度，還能增加商家的銷售額和顧客忠誠度。智能客服與支持：ChatGPT 等技術可以作為智能客服代表，提供 24/7 的即時客戶服務。無論是解答產品相關問題、處理退換貨請求，還是提供購物咨詢，這些智能系統都能提供快速、準確的服務，大大提升消費者的購物體驗。供應鏈優化：AIGC 技術通過分析市場需求、庫存水平和物流數據，幫助零售商優化供應鏈管理。這種數據驅動的決策支持能夠提高庫存效率，減少過?；蚨倘钡那闆r，降低運營成本。虛擬試衣間和產品展示：在服裝和家居等領域，AIGC 技術能夠提供虛擬試衣間和 3D 產品展示，讓消費者在線上就能體驗產品。這不僅

38、增加了購物的趣味性和便捷性，還能幫助消費者做出更加滿意的購買決策。2024 年中國人工智能人才發展報告 15 圖 17 虛擬試衣間 市場分析和趨勢預測：通過大數據分析，AIGC 技術能夠幫助零售商洞察市場趨勢和消費者行為，預測未來的銷售走向。這種洞察力使得零售商可以更加靈活地調整營銷策略和產品線，抓住市場機會。增強的購物渠道：AIGC 技術通過社交媒體、移動應用和在線平臺等多個渠道提供增強的購物體驗。消費者可以通過自然語言交互查詢產品信息、進行購物和享受定制化服務，使得購物過程更加無縫和方便。反欺詐與安全性：在電商環境下，AIGC 技術還能夠幫助零售商識別和防止欺詐行為，如假冒交易、信用卡欺詐

39、等，保護消費者的財產安全。AIGC 技術為零售行業帶來了諸多機遇，零售商需要在采用這些先進技術的同時，確保合理的數據使用和保護措施，建立透明的消費者溝通機制，以實現技術創新與消費者權益保護的平衡。未來，隨著技術的不斷發展和應用場景的進一步拓展，AIGC 技術有望為零售業帶來更加深刻的變革，創造出更加智能、高效和個性化的購物新體驗。圖 18 AIGC+新零售場景 2024 年中國人工智能人才發展報告 16 5.AIGC 對交通行業的影響 在交通行業中，ChatGPT 和其他 AIGC 技術的應用正在為城市規劃、交通管理、乘客服務等領域帶來革命性的變化。通過優化交通流量、提升安全性、增強乘客體驗，

40、AIGC 技術正成為推動交通行業進步的關鍵力量。智能交通管理與優化：AIGC 技術可以分析大量的交通數據，包括車流量、交通事故、天氣情況等，以預測和管理城市交通流。通過實時優化交通信號燈控制和路線規劃，大幅減少交通擁堵，提高道路使用效率。自動駕駛技術：AIGC 技術是推動自動駕駛汽車發展的關鍵。通過深度學習和模式識別，自動駕駛系統能夠識別路標、行人和其他車輛，做出快速決策，從而提高駕駛的安全性和效率。隨著技術的不斷進步，全自動駕駛汽車的商用化前景正逐步變為現實。圖 19 waymo 新自動駕駛系統發布，讓你看到 500 米外的路況 個性化乘客服務：在公共交通領域，AIGC 技術通過分析乘客的出

41、行習慣和偏好，提供個性化的出行建議和服務。這包括實時交通信息、最優路線規劃、預測交通擁堵等，極大地提升了乘客的出行體驗和滿意度。運營效率提升：AIGC 技術還可以優化交通運營管理，包括車輛調度、維護計劃和能源管理等。通過預測需求和實時調整運營策略，交通運營商能夠更高效地利用資源，降低運營成本。交通安全增強：利用 AIGC 技術進行事故預測和風險評估，能夠顯著提升道路安全。通過實時監控交通狀況和駕駛行為，及時發現潛在危險，采取預防措施，減少交通事故的發生。環境影響評估：AIGC 技術能夠分析交通系統對環境的影響，包括排放量計算、污染預測等。這對于制定可持續交通政策、減少交通對環境的負面影響具有重

42、要意義。盡管 AIGC 技術在交通行業中的應用帶來了諸多益處，同時，相關部門和組織需要制定嚴格的標準和政策，確保技術的安全、可靠和負責任使用。未來，隨著技術的進一步成熟和應用范圍的拓展，AIGC 技術有望在促進交通行業可持續發展、提升公共安全和改善乘客體驗方面發揮更大的作用。2024 年中國人工智能人才發展報告 17 圖 20 特斯拉自動駕駛界面 2.5 AIGC 技術對職業生態的影響 AIGC 技術的興起與發展，正在對各行各業的職業生態產生深遠影響。在創意產業，比如寫作、繪畫和音樂制作等領域，AIGC 技術能夠協助人類創作者更快地產出創意作品，提升創作效率與質量。這意味著創意工作者能夠利用這

43、些工具來擴展他們的創作能力，推動個人和行業的創新。在教育和培訓領域，AIGC 能夠提供定制化的學習材料和互動式學習經驗，從而推動個性化學習的發展。這不僅可以提高學習效率，還能夠幫助教師更好地管理課堂，專注于學生的個別需求。在信息技術和數據分析行業，AIGC 的應用則極大地提高了數據處理和分析的能力，推動了大數據、機器學習和人工智能等領域的進步。這意味著對這些技能有著更高需求的同時，也要求相關職業的從業者持續學習和適應新技術。然而，AIGC 技術的發展也帶來了挑戰，比如就業置換問題、技能過時的風險，以及倫理和隱私的問題。對于部分簡單重復的工作崗位，AIGC 技術可能會導致人類工作被機器替代。因此

44、，從業者需要不斷提升自己的技能，以適應快速變化的職業生態。同時，社會和政策制定者需要考慮如何平衡技術進步和勞動力市場的穩定，確保技術發展同時能夠帶來經濟和社會的包容性增長。2.5.1 工作內容和工作方式的改變 AIGC 技術，特別是如 ChatGPT 這樣的模型，正在深刻地改變我們的工作內容和方式。這種影響跨越了多個領域，從內容創作到編程，再到設計和教育。在本章中，我們將探討 AIGC如何促成這些變化，并具體分析這些變化對工作場景的意義。2024 年中國人工智能人才發展報告 18 圖 21 AIGC 產業生態體系 1.工作內容的改變 AIGC 利用人工智能算法自動生成內容，這些內容可以是文本、

45、圖像、音頻或視頻。與傳統的自動化技術相比，AIGC 的特點在于其能夠進行創造性的任務，這些任務以前被認為是人類獨有的能力。例如，AIGC 可以根據給定的主題寫出文章，或根據某些參數創作出新的音樂作品。AIGC 技術可以通過多種方式實現自動化與創造性的結合：提高效率與創造力：AIGC 可以自動完成大量初步創作工作，如草稿編寫、基礎設計制作等，從而釋放人類創作者的時間，讓他們能夠專注于更高層次的創意思考和內容精煉。這不僅提高了工作效率，也增強了最終作品的創造性。圖 22 Fooocus 生成神話人物 2024 年中國人工智能人才發展報告 19 啟發新的創意：通過分析大量數據和現有作品，AIGC 能

46、夠生成獨特的創意和建議，為人類創作者提供靈感。在設計、文學和音樂創作等領域，這種能力特別有價值，因為它可以推動藝術和文化的創新。促進跨界融合：AIGC 的應用促進了不同領域之間的融合，比如將計算機編程與藝術設計結合，創造出全新的視覺藝術作品。這種跨界融合不僅拓寬了創造性工作的邊界，也為傳統行業帶來了新的生機。2.工作方式的改變 AIGC 技術的興起和普及不光影響了我們的工作內容，也開始逐步改變我們的工作方式，這一影響觸及了從個人工作習慣到團隊協作方式，乃至整個組織的運作模式。AIGC 工具如ChatGPT 等不僅提高了工作效率，也為工作流程和職場文化帶來了革命性的變化。以下是AIGC 對工作方

47、式改變的幾個關鍵方面：遠程工作的促進和優化：AIGC 技術通過提供高效的通訊和協作工具，極大地促進了遠程工作的普及和優化。這些工具能夠模擬面對面的互動，幫助團隊成員跨越地理限制，實時協作和溝通。例如，AIGC 可以生成會議紀要、自動回復郵件、管理日程，甚至在多語言環境中提供實時翻譯，極大地減輕了遠程工作者的負擔，提高了團隊的整體效率和協作質量。工作流程的自動化與優化：AIGC 技術能夠自動執行許多重復性和時間消耗大的任務，從而使工作流程更加高效。這不僅包括文檔的生成和編輯，還包括數據分析、報告生成等更為復雜的任務。通過自動化這些過程，員工可以將更多的時間和精力投入到需要高度思考和創造性的工作上

48、，從而提高工作滿意度和生產力。協作方式的創新：AIGC 工具為團隊協作提供了新的方式。通過共享 AI 生成的草稿、設計和代碼，團隊成員可以更容易地理解彼此的想法，并在此基礎上迅速迭代和改進。此外，AIGC 還可以作為一個“虛擬團隊成員”參與到創意過程中，提供靈感和新的視角，幫助團隊打破思維定式，激發創新。個人技能與終身學習的重要性：隨著 AIGC 技術的發展，對于個人技能特別是軟技能的需求也在增加。創造力、批判性思維、人際溝通和適應性等技能變得更加重要，因為這些是AIGC 難以復制的人類特質。同時，終身學習成為個人職業發展的核心，每個人都需要不斷更新自己的技能組合，以適應技術的快速變化。工作與

49、生活的新平衡：AIGC 技術也在重新定義工作與生活之間的平衡。通過自動化日常任務和優化工作流程，AIGC 有助于減少過度工作和職業倦怠，使人們有更多時間投入到個人生活和休閑活動中。這種改變不僅提高了工作滿意度，也有助于促進更健康、更平衡的生活方式。AIGC 技術對工作方式的改變是深遠和多維的。它不僅影響了我們完成任務的效率和方法，也改變了我們與同事的互動方式，甚至影響了我們對工作和生活的整體態度。隨著這項技術的不斷發展，我們可以預見一個更加高效、靈活和人性化的工作環境正在形成。然而，要充分利用 AIGC 帶來的機會，個人、團隊和組織都需要不斷適應新的工作模式，培養相應2024 年中國人工智能人

50、才發展報告 20 的技能，并開發出創新的管理和協作策略。2.5.2 新職業的技能需求 隨著人工智能生成內容（AIGC）技術的迅猛發展，我們正步入一個由技術驅動的新時代，這一轉變對傳統行業帶來了前所未有的挑戰和機遇。AIGC 的普及不僅徹底改變了內容的創造、分發和消費方式，還重塑了許多行業的工作流程和職業角色。在這種背景下，適應新技術環境并保持競爭力，要求我們掌握一系列多元化且復合的職業技能。技術技能技術技能：在 AIGC 時代，對于技術技能的需求遠遠超出了基本的計算機操作能力。數據分析能力成為核心技能之一，它要求我們不僅能收集和處理大量數據，還能通過數據發現模式、趨勢和洞見。此外，基本的編程知

51、識也變得至關重要，無論是用于開發新工具，還是優化現有的 AIGC 算法。對人工智能的基本原理和應用有深入理解的人才，將在自動化和智能化的工作環境中占據優勢地位。批判性思維與創新能力批判性思維與創新能力：隨著 AIGC 技術在職場的普及，批判性思維和創新能力成為了職業發展的關鍵因素。我們需要能夠不僅理解和利用 AIGC 產生的內容，還要能批判性地評估其質量、偏差和潛在影響。此外，創新能力也變得極其重要，因為在由 AIGC 技術主導的市場中，持續創新是保持競爭力的關鍵。溝通技能與團隊合作溝通技能與團隊合作：溝通技能和團隊合作能力在 AIGC 時代愈發重要。有效的溝通能力不僅涉及與人交流，還包括與機

52、器的互動，確保人工智能理解人類的需求和反饋。同時，跨學科團隊合作成為常態，團隊成員需要跨越專業界限，共同開發、評估和優化 AIGC 系統。這要求團隊成員不僅要在自己的專業領域內具備深厚的知識，還需要理解其他領域的基本概念和工作方式。終身學習終身學習：AIGC 技術的快速發展意味著昨天的技能可能在今天已經過時。因此，終身學習成為了適應不斷變化的技術環境的必要條件。這不僅涉及技術技能的更新，還包括對新興行業趨勢、法律法規變化等非技術領域的了解。持續地學習和自我提升是保持個人職業競爭力、適應未來工作環境的關鍵。AIGC 技術的興起對傳統行業產生了巨大影響，同時也為我們提供了前所未有的機遇。為了在這個

53、新時代中蓬勃發展，我們需要掌握一系列跨領域的職業技能，包括但不限于技術技能、批判性思維、創新能力、溝通與合作能力，以及終身學習的意識和能力。通過不斷學習和適應，我們可以充分利用 AIGC 技術帶來的機遇，應對挑戰，并在不斷變化的職業生態中保持競爭力。2.5.3 對傳統職業的影響與應對策略 AIGC（人工智能生成內容）的快速發展正在對傳統職業產生深遠的影響，這種影響既包含積極的方面，也伴隨著潛在的挑戰。積極地看，AIGC 技術通過自動化和優化工作流程，極大提高了工作效率和生產力。在2024 年中國人工智能人才發展報告 21 創意產業、數據分析、軟件開發等領域，AIGC 工具可以承擔起繁瑣的重復性

54、任務，讓人類專注于更具創造性和戰略性的工作，從而激發新的創意和創新。此外，AIGC 技術還為人們創造了全新的職業機會，如算法訓練師、數據標注專家等，為勞動市場注入新的活力。然而，AIGC 的發展也帶來了一系列挑戰。其中最受關注的是對傳統職業的沖擊，尤其是那些高度依賴重復性任務的工作，比如文書工作、客戶服務等職位，可能會因為自動化技術的替代而面臨縮減。此外，技能差異的加劇也是一個不容忽視的問題。隨著技術的快速迭代，要求工作者不斷學習新技能以保持競爭力，這對于那些適應能力較弱的個體或群體來說是一個巨大的挑戰。人類工作將如何被 AIGC 所取代？這里給大家介紹任務分解替代概率模型，任務分解替代概率模

55、型（Task Decomposition Replacement Probability Model,TDRPM）是一種用于評估新技術，尤其是人工智能和自動化技術，對就業市場影響的分析框架。這個模型的核心思想是，任何職業都可以被分解成一系列的具體任務。通過評估每項任務被新技術替代的概率，可以預測該職業面臨的自動化風險程度。TDRPM 關注于兩個主要維度：一是技術能力，即技術當前和未來可能達到的發展水平；二是任務的復雜性，包括任務需要的創造性、社會互動能力和物理靈活性等因素?？傮w來說，AI 替代某個工作主要取決于以下要素任務重復性、標準化程度、創新和判斷能力的需求、數據依賴性、經濟成本、交互復雜

56、性，而每個工作的任務構成決定了最后的整體替代率，以秘書工作為例：圖 23 工作任務分解示例 若假設這四部分各為 25%，則得到(90%*25%+70%*25%+50%*25%+30%*25%)=60%基于此種理論假設，秘書工作有 60%的部分可以被 AIGC 替代。通常，那些包含大量重復性、規則性強、不需要深層次創造力或復雜人際互動的職業更容易被 AIGC 取代。例如，寫作和編輯、客戶服務、翻譯、營銷和廣告等，這些工作內容可以通過 AIGC 技術高效、準確地完成。相反，那些需要高度創造性思維、深層次的專業知識、復雜情感判斷以及人際交往能力的職業，則不容易被 AIGC 取代。這包括藝術創作（如作

57、家、畫家）、科學研究、高級管理、心理咨詢和醫療診斷等領域。這些職業依賴于人類的獨到見解、情感共鳴能力和復雜決策能力，這些是當前 AIGC 技術難以復制的。此外，那些需要高度物理靈活性和手工技能的職業，如手術醫生、精密機械操作和高級手工藝，也不容易被 AIGC 所取代，因為這些職業要求精2024 年中國人工智能人才發展報告 22 細的手眼協調和豐富的實踐經驗，超出了目前 AIGC 技術的能力范圍。面對 AIGC 帶來的挑戰和機遇，采取有效的應對策略至關重要。首先，政府和教育機構需要重視終身學習和技能再培訓，提供相應的培訓項目和教育資源，幫助工作者適應技術變革，保障職業轉型的順利進行。其次，企業應

58、當鼓勵創新和靈活性，創建一個支持員工成長和發展的環境，通過內部培訓和職業發展計劃，促進員工技能的升級。最后，需要建立一個包容性強、公平的勞動市場，確保所有工作者都能從技術進步中受益，減輕技術排斥帶來的社會不平等。2.6 常用的大模型及 AIGC 應用場景 2.6.1 GPT-3 簡介 GPT-3（Generative Pre-trained Transformer 3）是由 OpenAI 開發的最先進的人工智能語言模型之一，代表著自然語言處理（NLP）領域的一大突破。作為第三代的生成預訓練變換器模型，GPT-3 在 2020 年引起了廣泛的關注和討論。它在規模、復雜性和應用能力方面相比前兩代模

59、型 GPT 和 GPT-2 都有顯著的提升，標志著 AI 領域一個新時代的到來。圖 24 GPT-3 的主要參數 在深入探討 GPT-3 之前，了解其背景對于理解它的創新之處和重要性至關重要。GPT 系2024 年中國人工智能人才發展報告 23 列的開發始于 2018 年，當 OpenAI 發布了原始的 GPT 模型，展示了通過大規模數據預訓練和微調（fine-tuning）特定任務的潛力。隨后的 GPT-2 模型在 2019 年發布，以其更大的數據集和更復雜的模型架構進一步提升了性能，盡管如此，OpenAI 最初限制了 GPT-2 的完整版本的訪問，以防止潛在的濫用，例如自動生成假新聞或欺詐

60、性內容。GPT-3 的技術架構基于 Transformer 架構，這是一種自 2017 年由 Google 引入的革命性神經網絡結構，專門用于處理序列數據，如文本。Transformer 架構是 GPT-3 能夠理解和生成自然語言的核心。圖 25 自注意力機制圖 Transformer 架構的核心思想是自注意力機制（Self-Attention Mechanism），它允許模型在處理一個序列（比如一句話）時，能夠自動地聚焦于序列中的不同部分，從而更好地理解序列的上下文關系。這種機制使得 Transformer 非常適合處理長距離依賴問題，這在自然語言處理中非常常見。1.GPT-3 的技術特點

61、參數規模：GPT-3 擁有 1750 億個參數，這是迄今為止最大的模型之一。這些參數包含了大量的世界知識和語言規則，使 GPT-3 能夠理解和生成極其復雜的文本。預訓練和微調：GPT-3 采用了預訓練加微調的策略。預訓練階段，模型在大規模文本數據集上訓練，學習語言的通用規律；微調階段，可以在特定的小數據集上進一步訓練模型，使其適應特定的應用場景。自注意力機制：自注意力機制是 Transformer 的核心，使模型能夠根據不同任務的需要，動態調整對輸入數據中不同部分的關注度。層次結構：GPT-3 采用了多層 Transformer 結構，每一層都對輸入數據進行處理，然后將結果傳遞給下一層。這種層

62、疊的結構使模型能夠學習復雜的語言規律和關系。生成能力：GPT-3 是一個生成模型，它可以基于給定的輸入文本生成連貫、相關且多樣化的文本。這使得 GPT-3 在寫作助手、對話系統、內容創作等多種應用場景中展現出了極大的潛力。2.GPT-3 的應用 2024 年中國人工智能人才發展報告 24 GPT-3，作為一個先進的人工智能模型，已經在各個領域顯示出其廣泛的應用潛力。從內容創作到編程輔助，再到客戶服務，GPT-3 的應用范圍覆蓋了文本生成、自然語言理解、自動化任務處理等多個方面。以下是一些 GPT-3 的主要應用領域：（1）內容創作 文章和博客：GPT-3 可以生成高質量的文本內容，幫助內容創作

63、者和營銷人員快速生成草稿或創意想法。詩歌和故事：GPT-3 的創新性使用也包括創作詩歌、短故事和小說，為文學創作提供了新的工具。新聞稿：通過自動化生成新聞稿，GPT-3 能夠幫助新聞機構提高工作效率。（2）編程輔助 代碼生成：GPT-3 能夠理解自然語言描述的編程任務，并生成相應的代碼，這對于軟件開發人員來說是一個有價值的輔助工具。代碼解釋和修正：它還可以幫助解釋復雜的代碼段或提出代碼改進建議。（3）教育 個性化學習：GPT-3 可以根據學生的學習進度和偏好提供定制化的教學內容和練習。語言學習：作為語言學習工具，GPT-3 能夠提供對話練習、語法講解和語言練習。（4）客戶服務 聊天機器人和虛擬

64、助手：GPT-3可以提供高度自然和個性化的用戶互動，用于客戶服務、預約設置和常見問題解答。郵件和文檔自動化：GPT-3 能夠幫助自動化郵件回復和文檔創建過程，提高工作效率。（5）游戲和娛樂 互動式故事和角色扮演游戲：GPT-3 能夠生成動態的故事情節和對話，為玩家提供獨特的游戲體驗。創意寫作和角色開發：它還可以幫助游戲設計師和作家構思角色背景和故事線。（6）分析和決策支持 數據分析：通過解釋復雜的數據集和提供見解，GPT-3 可以輔助數據分析師的工作。市場研究：GPT-3 能夠快速匯總和分析大量市場研究數據，幫助企業做出更好的決策。（7）語言翻譯和本地化 GPT-3 在翻譯不同語言間的文本時顯

65、示出高效率和準確性，對于內容的本地化和跨文化交流具有重要意義。（8）法律和合規 合同分析和生成：GPT-3可以協助律師和法律專業人員分析法律文檔，并生成合同草案。3.GPT-3 面臨的挑戰 盡管 GPT-3 展現了人工智能在語言理解和生成方面的巨大潛力，但它的應用和發展也面臨著多方面的挑戰：2024 年中國人工智能人才發展報告 25 （1）準確性和可靠性 錯誤和不準確的信息：GPT-3 有時會生成不準確或虛假的信息。由于模型基于預訓練的數據生成回答，它可能復制數據中的錯誤或過時信息。上下文理解：盡管 GPT-3 在理解上下文方面取得了顯著進展，但它仍然難以完全理解復雜的語境和隱含意義，特別是在

66、涉及細微差別或深層次文化背景的場合。（2）偏見和倫理問題 數據偏見：GPT-3 訓練所用的大型數據集可能包含性別、種族或文化偏見，這使得模型生成的內容也可能反映這些偏見。倫理和道德：GPT-3 的強大生成能力引發了關于其在生成虛假新聞、欺詐性內容或其他有害信息方面潛在濫用的擔憂。（3）能源消耗和環境影響 高能耗：訓練和運行如此龐大的模型需要巨大的計算資源，這帶來了高昂的能源消耗和相應的環境影響。（4）法律和隱私問題 內容產權：使用 GPT-3 自動生成的內容可能涉及版權問題，尤其是當生成的文本或代碼基于特定來源時。隱私泄露風險：GPT-3 在處理敏感數據時可能存在隱私泄露的風險，尤其是當它被用

67、于處理包含個人信息的文本時。（5）普遍性和多樣性 語言和文化多樣性：雖然 GPT-3 支持多種語言，但它在理解和生成非英語文本時的效果可能不如英語，這反映了訓練數據中的語言偏差。泛化能力：GPT-3 在特定領域的表現可能不如專門訓練的模型，這對于需要高度專業化知識的應用是一個挑戰。（6）人機交互 用戶體驗：雖然 GPT-3 能夠生成流暢的文本，但在與真實用戶的互動中，其回答有時可能顯得不夠個性化或缺乏情感。依賴性和自主性：過度依賴 GPT-3 等 AI 工具可能削弱人類的決策能力和創造性思維。GPT-3 的未來展望開辟了人工智能領域中令人激動的新路徑。隨著技術的不斷進步，我們可以預見 GPT-

68、3 及其后續版本將在提高模型的計算效率、減少能源消耗方面取得顯著成就，同時通過算法優化減少偏見并提升語言處理的準確性。這將為從個性化教育、創作輔助到復雜的決策支持系統等各種創新應用帶來革命性變化，推動行業向更加智能化和個性化的方向發展。此外，隨著社會對 GPT-3 潛在影響的認識加深，加強倫理和隱私保護措施，以及相關領域專業人才的教育和培訓，將成為未來發展的重要方向。政策制定者和技術開發者需要共同努力，確保 GPT-3 技術的發展不僅促進創新，還能保護人類的共同利益，為構建一個更加智能、公平和安全的數字未來奠定堅實基礎。2024 年中國人工智能人才發展報告 26 2.6.2 BERT 簡介 B

69、ERT（Bidirectional Encoder Representations from Transformers）是 Google 在 2018 年提出的一種先進的自然語言處理（NLP）技術。作為一個深度學習模型，BERT 在許多 NLP 任務上取得了顯著的成就，包括文本分類、問答系統、情感分析和語言理解等。BERT 模型的核心創新之處在于其雙向 Transformer 編碼器的使用，這一設計使得 BERT 能夠更加準確地理解和處理自然語言文本。BERT 模型的核心創新在于其采用的雙向 Transformer 架構，實現了對文本的深層次雙向理解。與之前的模型相比，BERT 通過在預訓練階

70、段同時考慮單詞左右兩側的上下文信息，能夠更全面準確地捕捉詞義和句子結構，從而顯著提高了模型對自然語言的理解能力。這種雙向上下文的理解能力是通過引入了 Masked Language Model（MLM）和 Next Sentence Prediction（NSP）兩種預訓練任務來實現的，它們共同使得 BERT 在理解語言的細微差異和復雜結構方面具有了顯著的優勢。此外，BERT 的另一大創新是其預訓練加微調的訓練策略。通過首先在大規模文本語料庫上進行預訓練來學習語言的通用模式，然后針對特定的下游 NLP 任務進行微調，BERT 能夠以較少的定制化工作適應廣泛的應用場景。這種方法不僅提高了模型的通

71、用性，也極大簡化了從研究到生產的部署流程，為自然語言處理任務提供了一種高效且強大的解決方案。圖 26 Google-BERT 在 Stanford Question Answering Dataset 上面的排行榜 BERT 及其變體，如 RoBERTa、ALBERT 和 DistilBERT 等，繼續在 NLP 領域中引領技術進步，推動著自然語言理解和處理能力的不斷提高。隨著深度學習技術的進一步發展和優化，可以預見 BERT 技術將在提供更準確的語言模型、處理更復雜的語言任務以及促進人機交互等方面發揮更大的作用。此外，BERT 的技術原理和成功應用也將激勵未來更多的創新和探索，為解決 NLP

72、 領域的挑戰提供新的思路和方法。2024 年中國人工智能人才發展報告 27 2.6.3 文心一言簡介 文心一言（英文名：ERNIE Bot）是百度全新一代知識增強大語言模型，文心大模型家族的新成員，能夠與人對話互動，回答問題，協助創作，高效便捷地幫助人們獲取信息、知識和靈感。文心一言是知識增強的大語言模型，基于飛槳深度學習平臺和文心知識增強大模型，持續從海量數據和大規模知識中融合學習具備知識增強、檢索增強和對話增強的技術特色 文心一言的創新之處在于它不僅學習語言本身的統計規律，還將外部的知識（如百科知識）整合進模型中，使得模型能夠更好地理解和處理自然語言。這種結合了大規模文本數據和知識圖譜的方

73、法，讓 ERNIE 1.0 在多項自然語言處理任務上表現出色，如語言理解、情感分析、命名實體識別等。通過這種知識增強的方式，文心一言能夠更準確地捕捉到詞、短語和句子之間的細微聯系，從而提高了模型對自然語言的理解能力。文心一言（ERNIE 1.0）模型的主要優勢在于其能夠通過知識整合增強自然語言的表示能力，從而在多個自然語言處理（NLP）任務上實現更高的性能。具體優勢包括：知識增強的語言理解：與傳統的基于 Transformer 的模型相比，文心一言通過整合外部知識（例如，來自知識圖譜的實體和關系信息）來增強模型的語言理解能力。這種方法使模型能夠更好地理解文本中的具體概念及其相互之間的聯系。圖

74、27 使用文心一言生成圖像 提高任務泛化能力：通過引入豐富的外部知識，文心一言在處理特定領域文本時表現出更好的泛化能力。它能夠有效地利用領域內外的知識，提升對未見過數據的處理能力，這在一些特定領域的 NLP 任務中非常有價值。改進細粒度信息處理：文心一言模型在捕捉和理解文本中的細粒度信息（如命名實體、專有名詞等）方面具有明顯優勢。這一點對于執行命名實體識別、實體鏈接等需要精細理解能力的任務尤為重要。強化長距離依賴學習：通過知識圖譜的輔助，文心一言能夠更有效地學習文本中的長距離依賴關系，即使在長文本或復雜句子結構中也能保持較好的性能。多任務學習能力：文心一言的設計使其能夠在多個 NLP 任務上進

75、行訓練和微調，從而在諸如文本分類、問答系統、情感分析等多個任務上都達到或超過現有技術水平。提高模型解釋性：將外部知識整合到模型中，有助于提高模型的解釋性。這是因為模型2024 年中國人工智能人才發展報告 28 的決策過程更多地依賴于顯式的知識表示，而不僅僅是基于數據的統計特性。文心一言通過融合外部知識與深度學習，不僅在性能上取得了進步，也在模型的可解釋性和泛化能力上展現了其獨特的優勢。這些優勢使其成為處理復雜自然語言處理任務的有力工具。除此之外，還有很多大模型已經問世，并已經為各行各業創造商業價值：Midjourney：專注于探索人工智能（AI）和其他先進技術在未來社會中的應用和影響。它以其開

76、發的同名人工智能生成藝術和內容的工具而廣為人知。Midjourney 的 AI 工具主要通過深度學習算法來生成圖像、文本或其他類型的媒體內容，旨在為藝術家、設計師、研究人員和創意專業人士提供靈感和創作支持。DALL-E：DALLE 是由 OpenAI 開發的一款革命性的人工智能程序，專門設計用來生成高質量、高創造性的圖像，基于用戶提供的文本描述。這個名字是對畫家薩爾瓦多達利（Salvador Dal）和皮克斯動畫電影瓦力（WALLE）的致敬，旨在反映出該程序結合了藝術和科技的特性。DALLE 的工作原理基于深度學習的生成對抗網絡（GANs）技術，能夠理解用戶的文本提示，并基于這些提示創造出新穎

77、的、詳細的圖像。這項技術在理解復雜的描述、捕捉細節以及創造出風格多樣的圖像方面表現出了驚人的能力，從而使其在藝術創作、設計探索和創意表達等多個領域得到應用。DALLE 不僅能生成現實世界中存在的物體或場景的圖像，還能創造出全新的、想象中的場景，這些場景往往超越了人類藝術家的創造力。用戶可以通過非常具體和創造性的文本描述，引導 DALLE 生成獨一無二的藝術品，這讓人們對人工智能在藝術和創意產業中的未來角色充滿了期待。HeyGen：HeyGen是一個AIGC產品，它是通過AI 數字人來幫助用戶創建宣傳視頻用的。背景和解說人像，HeyGen 都是系統自帶的，并且無論是免費版還是付費版都沒有版權問題

78、，并且操作和使用起來極其簡單。圖 28 已故 AI 科學家湯曉鷗以數字人形象“重返”商湯年會演講 HeyGen 支持 40 多種語言和不同的口音，可以讓你的虛擬人與你的文本完美地同步。還可以組合多個場景，添加背景音樂，下載高清視頻，或者與你的同事或客戶分享視頻。適合用于制作企業培訓、營銷、電子學習等領域的 AI 虛擬數字人視頻。2024 年中國人工智能人才發展報告 29 StableDiffusion：目前最火的 AI 繪畫模型當屬 Stable Diffusion，Stable Diffusion 是 2022年發布的深度學習文本到圖像生成模型，它主要用于根據文本的描述產生詳細圖像，盡管它也

79、可以應用于其他任務，如內部繪制、外部繪制，以及在提示詞（英語）指導下產生圖生圖的翻譯。Stable Diffusion 因其生成圖像的高質量、高分辨率以及對細節的精準捕捉而受到廣泛關注，同時也因為其開源性質而在開發者和創意專業人士中尤為流行。Runway：Runway 是一個創新的平臺，旨在為創意專業人士提供使用人工智能技術的能力，特別是在圖像、視頻編輯和生成領域。它通過一個直觀的界面，集成了多種先進的 AI 工具和模型，使用戶能夠輕松地進行內容創作、修改和增強。Runway 旨在為藝術家、設計師、視頻制作者和其他創意工作者提供強大而靈活的工具，以探索 AI 在視覺藝術創作中的應用。Sora：

80、是 OpenAI 發布的人工智能文生視頻大模型，于 2024 年 2 月 15 日（美國當地時間）正式對外發布。Sora 這一名稱源于日文“空”，即天空之意，以示其無限的創造潛力。其背后的技術是在 OpenAI 的文本到圖像生成模型 DALL-E 基礎上開發而成的。圖 29 StableDiffusion 生成剪紙畫風格中國龍 Sora 可以根據用戶的文本提示創建最長 60 秒的逼真視頻，該模型了解這些物體在物理世界中的存在方式，可以深度模擬真實物理世界，能生成具有多個角色、包含特定運動的復雜場景。繼承了 DALL-E 3 的畫質和遵循指令能力，能理解用戶在提示中提出的要求。Sora 對于需要

81、制作視頻的藝術家、電影制片人或學生帶來無限可能，其是 OpenAI“教 AI理解和模擬運動中的物理世界”計劃的其中一步，也標志著人工智能在理解真實世界場景并與之互動的能力方面實現飛躍。2024 年中國人工智能人才發展報告 30 圖 30 Sora 視頻生成案例 1 圖 31 Sora 視頻生成案例 2 在 AIGC 應用場景中，大模型不僅能夠創建逼真的文本、圖像和視頻內容，還能進行語音合成、音樂創作，甚至模擬復雜的人類對話和情感表達。這些能力為多種應用場景服務，例如：logo 設計、模特三視圖、IP 形象制作、運營海報制作、攝影作品制作、UI 設計、直播禮物設計、電商設計、照片修復、盲盒設計、

82、表情包肖像設計、室內設計、建筑設計、景觀設計等等。AIGC 為很多行業的應用場景開辟了全新的可能性，使人們能夠以前所未有的方式與數字內容互動。隨著大模型和 AIGC 技術的不斷發展和融合，我們正步入一個充滿創新和創造力的新時代。2024 年中國人工智能人才發展報告 31 圖 32 AIGC 在各應用場景的實現案例 2.6.4 AIGC 在自然語言中的應用 AIGC 在自然語言處理領域的應用展現了其強大的潛力和多樣化的用途，從自動化和提高內容創作的效率到提升用戶交互體驗，再到支持教育和創意工作，AIGC 正成為推動技術和社會發展的重要力量。隨著技術的不斷進步，可以預期 AIGC 將在未來解鎖更多

83、的應用場景，為人類生活帶來更多便利和創新。1.智能客服 在當今數字化時代，客戶體驗已成為企業競爭的核心。為了滿足客戶日益增長的需求和期望，企業不斷探索創新的服務模式。其中，AIGC 在線客服作為一種基于人工智能技術的在線客戶服務解決方案，正逐漸嶄露頭角，為企業帶來前所未有的變革。AIGC 賦能的智能客服系統，主要體現以下方面的應用：自動化客戶響應：AIGC 技術使得聊天機器人和虛擬助手能夠理解客戶的查詢并提供即時、準確的回答。無論是簡單的常見問題解答還是更復雜的服務請求，AIGC 都能夠自動生成合適的響應，從而大幅提高響應速度和客戶滿意度。個性化客戶體驗：通過分析客戶的歷史交互數據，AIGC

84、可以定制個性化的服務建議和響應。這種個性化不僅體現在對客戶偏好的理解上，還包括對話的語氣和風格的適配，使得客戶感受到更加人性化的服務體驗。多語言支持：AIGC 技術能夠支持多種語言的客戶服務，無需額外的人力成本。這對于跨國經營的企業來說尤為重要，能夠確保不同地區和文化背景的客戶都能獲得優質的服務。故障診斷和解決方案建議：在技術支持領域，AIGC 能夠幫助客戶進行初步的故障診斷，并提供解決方案或維護建議。通過理解客戶描述的問題并結合產品知識庫，AIGC 可以準確指導客戶解決技術問題?？蛻粢庖娛占c分析：智能客服系統還可以利用 AIGC 技術自動收集和分析客戶反饋。2024 年中國人工智能人才發展

85、報告 32 這不僅包括對客戶服務滿意度的評估，也包括對產品或服務的具體意見和改進建議的分析，為企業的產品改進和服務優化提供數據支持。效率提升和成本節約：通過自動化處理大量的客戶咨詢，企業可以顯著減少對人工客服的依賴，從而節約成本并提升整體服務效率。同時，AIGC 還可以實現 24/7 不間斷的客戶服務，確保任何時間都有響應。2.智能寫作 AI 智能寫作是一種利用人工智能技術進行自動創作的方法。通過對大量文本數據的學習，AI 智能寫作可以模仿人類的寫作風格和思維方式，生成符合人類閱讀習慣的文章。從自動化文章創作到輔助編劇，AIGC 技術正在以前所未有的方式擴展創意邊界和提高生產效率。以下是 AI

86、GC 在智能寫作方面的一些關鍵應用：自動化內容創作：AIGC 技術能夠基于給定的關鍵詞或主題自動生成文章、博客和報告等文本內容。這種自動化內容創作不僅提高了寫作效率，還可以在短時間內生成大量內容，適用于新聞媒體、內容營銷和社交媒體等領域。創意寫作輔助：對于小說家、劇作家和詩人等創意寫作者而言，AIGC 可以作為一個強大的創意伙伴，提供情節建議、角色開發和文風模仿等輔助。AIGC 技術可以根據作者的初步構思生成創意擴展和多種寫作可能性，激發作者的靈感。個性化寫作：AIGC 技術可以根據目標受眾的偏好和閱讀習慣生成個性化內容，從而提高內容的吸引力和閱讀率。這在營銷領域尤為重要，能夠幫助品牌精準地與

87、目標客戶溝通，提升內容營銷的效果。語言翻譯和本地化：通過高級的語言模型和深度學習技術，AIGC 能夠提供高質量的文本翻譯服務，不僅限于文字的直譯，還包括文化差異和語境的調整，實現內容的精準本地化。這對全球化運營的企業來說是一個寶貴的工具。學術和研究寫作：AIGC 技術能夠輔助學者和研究人員撰寫學術論文和研究報告，通過自動化文獻綜述、數據分析解釋和實驗結果總結等部分，減輕研究人員的工作負擔。編輯和校對：AIGC 不僅可以生成文本，還可以提供編輯和校對服務。通過自然語言處理技術，AIGC 能夠識別并修正文本中的語法錯誤、拼寫錯誤和風格不一致等問題，提高文本的整體質量。AIGC 在智能寫作領域的應用

88、正在不斷擴展和深化，它不僅提高了寫作效率，還開辟了新的創意可能性。隨著技術的進一步發展，可以預見 AIGC 將在未來的寫作實踐中發揮更加重要的作用，為個人和企業帶來更多的便利和價值。3.輿情分析 AIGC（人工智能生成內容）技術在輿情分析領域的應用，為企業、政府機構和其他組織提供了強大的工具來理解和應對公眾情緒。這項技術能夠自動化地處理和分析大量的在線內容，包括社交媒體帖子、新聞評論、論壇討論等，從而提供實時、深入的輿情洞察。以下是2024 年中國人工智能人才發展報告 33 AIGC 在輿情分析方面的一些關鍵應用：自動化情緒分析：AIGC 技術可以自動識別文本中的情緒傾向，如正面、負面或中性。

89、這對于快速了解公眾對某一事件、產品或服務的感受至關重要。企業可以利用這些信息來調整策略，改善客戶體驗，或者在危機情況下采取措施。趨勢預測和監測：通過分析社交媒體和網絡上的討論趨勢，AIGC 可以幫助預測即將爆發的輿情問題或識別正在興起的話題。這種預測能力使組織能夠提前準備，更好地管理公眾關系和品牌聲譽。主題和關鍵詞提?。篈IGC 技術能夠從大量文本中提取主要主題和關鍵詞，幫助分析人員快速理解輿情的焦點。這對于制定有針對性的內容策略和回應計劃非常有用。定制化報告生成：基于輿情分析的結果，AIGC 可以自動生成定制化的報告和摘要，為決策者提供準確的數據支持和建議。這些報告可以包括情緒變化趨勢、關鍵

90、話題的討論量變化、輿論領袖的意見等。實時反饋和互動：AIGC 還可以在分析輿情的同時，自動生成回應策略或直接與用戶進行互動。例如，在識別到負面評論或反饋時，系統可以自動回復或通知客服人員進行處理，從而減少負面影響的擴散。多語言和跨文化分析：對跨國企業和全球事件來說，AIGC 技術能夠處理和分析多種語言的文本，提供跨文化的輿情分析。這有助于全面理解不同地區和文化背景下的公眾情緒和觀點。AIGC 在輿情分析方面的應用，極大地提高了信息處理和分析的效率，使組織能夠及時準確地洞察并應對公眾情緒。隨著技術的不斷發展，AIGC 預計將提供更深入的分析功能，幫助組織更好地理解和管理輿論環境。2.6.5 AI

91、GC 在計算機視覺中的應用 1.智能安防 AIGC 在智能安防領域的應用通過提高監控分析的智能化水平、增強身份驗證的準確性、優化交通管理等方面，顯著提升了安全保障的效率和效果。隨著技術的進一步發展，AIGC 預計將在智能安防領域扮演更加關鍵的角色，為社會的安全管理和服務提供更加強大的支持。（1）實時監控分析）實時監控分析：AIGC 技術能夠實時分析監控視頻流，自動識別可疑行為、非法入侵、火災等安全威脅。通過深度學習模型，它可以從大量數據中學習并及時提出警報，大大減少了對人工監控的依賴，提高了響應速度和預防效率。2024 年中國人工智能人才發展報告 34 圖 33 AIGC 賦能智能安防系統 （

92、2）人臉識別與驗證）人臉識別與驗證：在出入口控制和身份驗證場景中，AIGC 技術可以實現高精度的人臉識別功能，即使在光照變化、面部遮擋等復雜條件下也能保持穩定性能。這對于提升建筑物的安全性、防止未經授權的訪問非常重要。（3）異常行為檢測）異常行為檢測：AIGC 能夠學習和識別正常行為模式，并在檢測到異常行為時發出警告。這在公共安全、交通監控和零售防損等領域具有廣泛應用，可以及時發現并防止犯罪和事故的發生。（4）智能交通系統）智能交通系統：在智能交通領域，AIGC 技術可以用于監測和管理交通流量，識別交通違規行為，優化交通信號控制等。通過分析路面情況和車輛行為，AIGC 有助于減少交通事故，緩解

93、擁堵。圖 34 AIGC 賦能智慧交通 （5）安全巡檢）安全巡檢：利用無人機（UAV）和移動機器人等設備，搭載 AIGC 技術可以自動進行設施安全巡檢，如電網、油氣管線、橋梁等關鍵基礎設施的檢查。這種自動化巡檢方式提高了檢查頻率和準確性，降低了人力成本和安全風險。（6）語音識別與緊急響應）語音識別與緊急響應：AIGC 還可以通過分析語音數據，識別緊急情況下的求救信號，自動觸發報警系統或通知救援人員。這對于提高緊急事件的響應速度和救援效率具有重要意義。2024 年中國人工智能人才發展報告 35 2.醫療 AIGC 在醫療視覺應用方面的發展正為醫療診斷、治療和培訓帶來革命性的改變。隨著技術的不斷進

94、步和臨床驗證，AIGC 預計將在未來的醫療健康領域扮演更加重要的角色，提高醫療服務的質量和效率，為患者提供更加精準和個性化的醫療解決方案。其中醫學圖像分析、診斷輔助、虛擬手術模擬、個性化治療規劃、醫療培訓和教育、遠程醫療咨詢等，都在AIGC 的加持下，取得長足的進步。2023 年 9 月，騰訊健康公布醫療大模型，全新發布智能問答、家庭醫生助手、數智醫療影像平臺等多場景 AI 產品矩陣。醫療健康的數智化升級已從“先行先試”，轉變為“全面擁抱”，人工智能及各類數智化工具的應用將加速普及。據統計，僅 2023 年，國內就已經發布近 50 款醫療大模型，有的是基于阿里、百度、騰訊、華為等大公司的通用大

95、模型，有的則聚焦醫學科研、藥物研發、智慧診療的各階段，甚至針對醫療設備運維、醫院管理等領域，以小時為單位更新。2023 年 9 月，醫療健康行業大模型應用技術要求出爐，這份由中國信息通信研究院、國家衛生健康委醫療服務指導管理中心以及多家醫院、技術公司共同研究起草的規范，是業界首個圍繞醫療健康領域提出的大模型應用技術標準規范。伴隨著行業環境的不斷優化，AIGC 在醫療健康行業必將大放異彩。圖 35 AIGC 賦能醫學圖像分析 2.6.6 AIGC 在智能推薦系統中的應用 推薦系統是一種信息過濾系統，旨在預測和展示用戶可能感興趣的項目、內容或服務。它們通過分析用戶的歷史行為、偏好、相似用戶的行為以

96、及項目的特性來實現個性化推薦。2024 年中國人工智能人才發展報告 36 推薦系統在多個領域中發揮著關鍵作用，特別是在電子商務、社交網絡、內容提供（如新聞、視頻和音樂）以及廣告等行業，幫助用戶在海量的選項中發現他們可能感興趣的內容，同時也為平臺增加用戶參與度和滿意度。1.推薦系統的主要類型 基于內容的推薦：這種方法依據用戶過去喜歡或選擇的項目的特征來推薦新項目。如果一個用戶喜歡某個項目，系統將推薦與該項目相似的其他項目。協同過濾推薦：協同過濾基于用戶間的相似性和項目間的相似性進行推薦。它分析用戶對項目的評分或交互，找出相似用戶或項目，然后基于這些信息進行推薦。用戶基協同過濾：推薦那些與目標用戶

97、有相似喜好的用戶喜歡的項目。項目基協同過濾：推薦那些與用戶已經喜歡的項目相似的項目?；旌贤扑]系統：結合了多種推薦技術（如基于內容、協同過濾和其他方法）的推薦系統，旨在利用不同方法的優勢，提高推薦的準確性和覆蓋面。2.推薦系統的主要應用 AIGC 在智能推薦系統中的應用正推動著推薦技術的發展，不僅提高了推薦的精準度和個性化水平，也創造了更加豐富和動態的用戶體驗。隨著 AIGC 技術的不斷進步和優化，未來的推薦系統將更加智能和高效，更好地服務于用戶和企業。圖 36 智能推薦系統架構 個性化內容推薦：AIGC 技術可以分析用戶的行為、偏好和歷史互動數據，自動生成個性化的內容推薦列表。這不僅適用于電商

98、平臺的商品推薦，也廣泛應用于音樂、視頻和新聞內容的推薦。通過提供更加貼近用戶興趣和需求的內容，AIGC 幫助提升用戶的滿意度和平臺的留存率。動態內容生成：對于新聞網站和博客平臺等內容提供者，AIGC 技術可以根據當前熱門話題或用戶興趣動態生成相關的文章和帖子。這種實時的內容生成方式不僅能夠吸引用戶注2024 年中國人工智能人才發展報告 37 意，還能夠提供更豐富、更及時的信息服務。用戶界面個性化：除了內容推薦之外，AIGC 還能夠個性化定制用戶界面和交互方式。根據用戶的行為模式和偏好，智能推薦系統可以調整布局、主題和功能選項，創造更加個性化和舒適的用戶體驗。交互式推薦：AIGC 技術使得推薦系

99、統能夠與用戶進行更深層次的交互，如通過問答形式進一步了解用戶的具體需求，然后提供更加精準的推薦。這種交互式推薦方式可以有效提高推薦的準確性和用戶滿意度。預測分析：利用機器學習和數據挖掘技術，AIGC 可以對用戶行為進行預測分析，提前發現用戶的潛在需求和興趣變化趨勢?；谶@些預測，推薦系統可以主動推送可能感興趣的新產品或內容，從而提前占據用戶注意力。社交網絡推薦：在社交網絡平臺，AIGC 技術可以分析用戶的社交關系和互動內容，推薦可能感興趣的好友、群組或話題。這種基于社交關系的推薦方式，能夠增強社交網絡的黏性和用戶活躍度。3.推薦系統的關鍵挑戰 冷啟動問題：對于新用戶或新項目，由于缺乏足夠的歷史

100、數據，推薦系統難以做出準確的推薦。稀疏性問題：在大規模的推薦系統中，用戶和項目的交互數據可能非常稀疏，這使得找到相似用戶或項目變得困難。多樣性和新穎性：推薦系統不僅要提高準確性，還需要確保推薦內容的多樣性和新穎性，避免用戶陷入信息繭房。隱私和安全：在收集和分析用戶數據以提供個性化推薦的過程中，保護用戶的隱私和數據安全顯得尤為重要。2.7 中國人工智能產業發展特征（1）中國人工智能產業基礎研究能力驅待提高。人工智能科研能力是保障人工智能產業持續發展的源動力，現階段中國人工智能專利申請數量占全球總量的 37.1%，位居全球第一，相關論文產出量也高達 141840 篇。雖然我國在專利申請和論文產出方

101、面已經躋身全球領先序列，但我國從事人工智能基礎研究的學者僅占全球總量的 11%，科研機構僅占 5%，仍落后于全球頂尖水平。由此看出，我國需持續加大在基礎研究與頂尖人才培養方面的投入，縮小我國薄弱環節與全球頂尖水平的差距，繼續搶占全球新一代人工智能產業發展的制高點。（2）中國人工智能企業眾多、應用廣泛。截至 2022 年底，全國人工智能產業有上市企業 514 家，占全國人工智能產業企業數量的 3.80%；高成長企業 3,410 家，占全國人工智能產業企業數量的 25.20%；高技術企業 6,801 家，占全國人工智能產業企業數量的 50.25%。2024 年中國人工智能人才發展報告 38 圖 3

102、7 截止至 2022.12 全國人工智能產業金字塔 （3）中國人工智能產業受到資本市場的高度關注。資金是人工智能產業持續向好發展的重要保障，現階段中國是全球人工智能產業投融資最為活躍的國家之一?？偼度谫Y事件數量占全球的 31.7%，投融資資金總額占全球的 60.0%，有力地支撐和推動了中國人工智能產業化落地和數字經濟的深化發展。2.8 中國人工智能產業發展優勢（1）國家多部委聯動，頂層設計人工智能發展規劃，凝聚政策優勢。習近平總書記強調，人工智能是引領這一輪科技革命和產業變革的戰略性技術，具有溢出帶動性很強的“頭雁”效應。加快發展新一代人工智能是我們贏得全球科技競爭主動權的重要戰略抓手，是推動

103、我國科技跨越發展、產業優化升級、生產力整體躍升的重要戰略資源。在中央頂層制度設計的基礎上，各地方政府根據各區域產業發展實際需求，紛紛出臺了相應的產業發展規劃與政策指導意見，為人工智能產業發展提供了良好的社會政策環境（2）數字時代助力。數據是新一輪人工智能的發展需要具備三大核心要素之一，豐富的市場數據量為人工智能應用的深化實踐提供了基礎條件。隨著我國邁入數字經濟時代，互聯網、云計算、大數據等現代信息技術在各領域的持續深入，當前已積累了大量的消費級數據和企業級數據。IDC、希捷統計數據顯示，預計到 2025 年將增至 48.6ZB，屆時將占全球數據總量的 27.8%。在中央頂層制度設計的基礎上，各

104、地方政府根據各區域產業發展實際需求，紛紛出臺了相應的產業發展規劃與政策指導意見，為人工智能產業發展提供了良好的社會政策環境。2024 年中國人工智能人才發展報告 39 （3）網民基數大，中小企業眾多，增強開發場景優勢：中國龐大的人口數量和企業基數為人工智能提供了豐富的應用場景，并由此衍生出大量基于人工智能技術的商業和應用模式的創新。人工智能技術作為實踐數字經濟的重要構成和基石，逐步與互聯網時代的社交電商服務、共享經濟服務、網絡直播服務和互聯網金融服務等融合，探索出新型應用模式。2.9 中國人工智能標準體系建設 為進一步加強人工智能標準化工作系統謀劃，加快構建滿足人工智能產業高質量發展和“人工智

105、能+”高水平賦能需求的標準體系，夯實標準對推動技術進步、促進企業發展、引領產業升級、保障產業安全的支撐作用，更好推進人工智能賦能新型工業化，2024 年 7 月 2日，工業和信息化部、中央網絡安全和信息化委員會辦公室、國家發展和改革委員會、國家標準化管理委員會印發國家人工智能產業綜合標準化體系建設指南（2024 版）。指南提出目標，到 2026 年，標準與產業科技創新的聯動水平持續提升，新制定國家標準和行業標準 50 項以上，引領人工智能產業高質量發展的標準體系加快形成。開展標準宣貫和實施推廣的企業超過 1000 家，標準服務企業創新發展的成效更加凸顯。參與制定國際標準 20 項以上，促進人工

106、智能產業全球化發展。人工智能標準體系框架主要由基礎共性、基礎支撐、關鍵技術、智能產品與服務、賦能新型工業化、行業應用、安全/治理等 7 個部分組成。其具體內容如下：1.基礎共性標準 基礎共性標準主要包括人工智能術語、參考架構、測試評估、管理、可持續等標準。（1）術語標準。規范人工智能相關技術、應用的概念定義，為其他標準的制定和人工智能研究提供參考，包括人工智能相關術語定義、范疇、實例等標準。（2）參考架構標準。規范人工智能相關技術、應用及系統的邏輯關系和相互作用，包括人工智能參考架構、人工智能系統生命周期及利益相關方等標準。（3）測試評估標準。規范人工智能技術發展的成熟度、人工智能體系架構之間

107、的適配度、行業發展水平、企業智能化能力等方面的測試及評估的指標要求，包括與人工智能相關的服務能力成熟度評估，人工智能通用性測試指南、評估原則和等級要求，企業智能化能力框架及測評要求等標準。（4）管理標準。規范人工智能技術、產品、系統、服務等全生命周期涉及的人員、組織管理要求和評價，包括面向人工智能組織的管理要求，人工智能管理體系、分類方法、評級流程等標準。（5）可持續標準。規范人工智能影響環境的技術框架、方法和指標，平衡產業發展與環境保護，包括促進生態可持續的人工智能軟件開源基礎框架，人工智能系統能效評價，人工智能與資源利用、碳排放、廢棄部件處置等標準。2024 年中國人工智能人才發展報告 4

108、0 2.基礎支撐標準 基礎支撐標準主要包括基礎數據服務、智能芯片、智能傳感器、計算設備、算力中心、系統軟件、開發框架、軟硬件協同等標準。（1）基礎數據服務標準。規范人工智能研發、測試、應用等過程中涉及數據服務的要求，包括數據采集、數據標注、數據治理、數據質量等標準。（2）智能芯片標準。規范智能芯片相關的通用技術要求，包括智能芯片架構、指令集、統一編程接口及相關測試要求、芯片數據格式和協議等標準。（3）智能傳感器標準。規范單模態、多模態新型傳感器的接口協議、性能評定、試驗方法等技術要求，包括智能傳感器的架構、指令、數據格式、信息提取方法、信息融合方法、功能集成方法、性能指標和評價方法等標準。（4

109、）計算設備標準。規范人工智能加速卡、人工智能加速模組、人工智能服務器等計算設備，及使能軟件的技術要求和測試方法，包括人工智能計算設備虛擬化方法，人工智能加速模組接口協議和測試方法，及使能軟件的訪問協議、功能、性能、能效的測試方法和運行維護要求等標準。（5）算力中心標準。規范面向人工智能的大規模計算集群、新型數據中心、智算中心、基礎網絡通信、算力網絡、數據存儲等基礎設施的技術要求和評估方法，包括基礎設施參考架構、計算能力評估、技術要求、穩定性要求和業務服務接口等標準。（6）系統軟件標準。規范人工智能系統層的軟硬件技術要求，包括軟硬件編譯器架構和優化方法、人工智能算子庫、芯片軟件運行時庫及調試工具

110、、人工智能軟硬件平臺計算性能等標準。（7）開發框架標準。規范人工智能開發框架相關的技術要求，包括開發框架的功能要求，與應用系統之間的接口協議、神經網絡模型表達和壓縮等標準。（8）軟硬件協同標準。規范智能芯片、計算設備等硬件與系統軟件、開發框架等軟件之間的適配要求，包括智能芯片與開發框架的適配要求、人工智能計算任務調度、分布式計算等軟硬件協同任務的交互協議、執行效率和協同性能等標準。3.關鍵技術標準 關鍵技術標準主要包括機器學習、知識圖譜、大模型、自然語言處理、智能語音、計算機視覺、生物特征識別、人機混合增強智能、智能體、群體智能、跨媒體智能、具身智能等標準。（1）機器學習標準。規范機器學習的訓

111、練數據、數據預處理、模型表達和格式、模型效果評價等，包括自監督學習、無監督學習、半監督學習、深度學習、強化學習等標準。（2）知識圖譜標準。規范知識圖譜的描述、構建、運維、共享、管理和應用，包括知識表示與建模、知識獲取與存儲、知識融合與可視化、知識計算與管理、知識圖譜質量評價與互聯互通、知識圖譜交付與應用、知識圖譜系統架構與性能要求等標準。2024 年中國人工智能人才發展報告 41 （3）大模型標準。規范大模型訓練、推理、部署等環節的技術要求，包括大模型通用技術要求、評測指標與方法、服務能力成熟度評估、生成內容評價等標準。（4）自然語言處理標準。規范自然語言處理中語言信息提取、文本處理、語義處理

112、等方面的技術要求和評測方法，包括語法分析、語義理解、語義表達、機器翻譯、自動摘要、自動問答、語言大模型等標準。（5）智能語音標準。規范前端處理、語音處理、語音接口、數據資源等技術要求和評測方法，包括深度合成的鑒偽方法、全雙工交互、語音大模型等標準。（6）計算機視覺標準。規范圖像獲取、圖像/視頻處理、圖像內容分析、三維計算機視覺、計算攝影學、跨媒體融合等技術要求和評價方法，包括功能、性能、可維護性等標準。（7）生物特征識別標準。規范生物特征樣本處理、生物特征數據協議、設備或系統等技術要求，包括生物特征數據交換格式、接口協議等標準。（8）人機混合增強智能標準。規范多通道、多模式和多維度的交互途徑、

113、模式、方法和技術要求，包括腦機接口、在線知識演化、動態自適應、動態識別、人機協同感知、人機協同決策與控制等標準。（9）智能體標準。規范以通用大模型為核心的智能體實例和智能體基本功能、應用架構等技術要求，包括智能體強化學習、多任務分解、推理、提示詞工程，智能體數據接口和參數范圍，人機協作、智能體自主操作、多智能體分布式一致性等標準。（10）群體智能標準。規范群體智能算法的控制、編隊、感知、規劃、決策、通信等技術要求和評測方法，包括自主控制、協同控制、任務規劃、路徑規劃、協同決策、組網通信等標準。（11）跨媒體智能標準。規范文本、圖像、視頻、音頻等多模態數據處理基礎、轉換分析、融合應用等方面的技術

114、要求，包括數據獲取與處理、模態轉換、模態對齊、融合與協同、應用擴展等標準。（12）具身智能標準。規范多模態主動與交互、自主行為學習、仿真模擬、知識推理、具身導航、群體具身智能等標準。4.智能產品與服務標準 智能產品與服務標準主要包括智能機器人、智能運載工具、智能移動終端、數字人、智能服務等標準。（1）智能機器人標準。規范人工智能在機器人領域應用的技術要求，包括機器人智能認知、智能決策等標準。（2）智能運載工具標準。規范智能運載工具感知、識別與預判、協同與博弈、決策與控制、評價等技術要求，包括環境融合感知、智能識別預判、智能決策控制、多模式測試評價等標準。（3）智能移動終端標準。規范人工智能應用

115、在移動終端領域的技術要求，包括圖像識別、人臉識別、智能語音交互，以及智能移動終端涉及的信息無障礙、適老化等標準。2024 年中國人工智能人才發展報告 42 （4）數字人標準。規范數字人的外形、動作生成、語音識別與合成、自然語言交互等技術要求，包括數字人基礎能力評估、多媒體合成渲染、基礎數據采集方法、標識和識別方法等標準。（5）智能服務標準。規范基于大模型、自然語言處理、智能語音、計算機視覺等人工智能技術提供的服務，包括模型即服務平臺技術要求和評測方法等標準，以及面向特定場景的人工智能應用服務，如智能軟件開發、智能設計、智能防偽等標準。5.賦能新型工業化標準 賦能新型工業化標準主要包括研發設計、

116、中試驗證、生產制造、營銷服務、運營管理等制造業全流程智能化標準，以及重點行業智能升級標準。（1）研發設計標準。研制跨領域知識整合、新型設計模式生成、人機協同研發設計等標準。（2）中試驗證標準。圍繞高精度、全流程仿真模型，研制智能虛擬中試標準，以及復雜工業場景新技術應用驗證標準。（3）生產制造標準。研制生產過程智能化、產線監測及維護等標準。（4）營銷服務標準。圍繞營銷服務效率提升，研制智能客服、數字人、商品三維模型標準，以及用戶體驗等標準。（5）運營管理標準。圍繞運營管理智能化能力提升，研制相關供應鏈管理、數據管理、風險管理等標準。（6）重點行業智能升級標準。圍繞原材料行業，開展大模型暢聯產線數

117、據、優化在線監測調控和工藝改進等標準研制。圍繞消費品行業，開展需求預測、個性化定制等標準研制。圍繞裝備行業，研制智能裝備感知、交互、控制、協作、自主決策等標準。6.行業應用標準 開展智慧城市、科學智算、智慧農業、智慧能源、智慧環保、智慧金融、智慧物流、智慧教育、智慧醫療、智慧交通、智慧文旅等領域標準研究。7.安全/治理標準 安全/治理標準主要包括人工智能領域的安全、治理等標準。（1）安全標準。規范人工智能技術、產品、系統、應用、服務等全生命周期的安全要求，包括基礎安全，數據、算法和模型安全，網絡、技術和系統安全，安全管理和服務，安全測試評估，安全標注，內容標識，產品和應用安全等標準。（2）治理

118、標準。結合人工智能治理實際需求，規范人工智能的技術研發和運營服務等要求，包括人工智能魯棒性、可靠性、可追溯性的技術要求與評測方法，人工智能治理支撐技術；規范人工智能全生命周期的倫理治理要求，包括人工智能倫理風險評估，人工智能的2024 年中國人工智能人才發展報告 43 公平性、可解釋性等倫理治理技術要求與評測方法，人工智能倫理審查等標準。三、人工智能人才發展現狀 在數字經濟時代，人工智能（AI）正在成為科技創新和產業發展的關鍵驅動力。AI 產品和服務逐漸融入人們的日常工作、生活、學習和社交等各個方面，推動國內各地區和各類科技公司及傳統企業紛紛向 AI 領域拓展。多年來，中國在 AI 領域取得了

119、顯著成就，國際科技論文發表量和專利授權量位居全球前列，部分核心技術實現了重要突破。然而，人才短缺依然是制約該行業進一步發展的主要瓶頸。（1）人才供需矛盾突出：人工智能產業發展迅速，但人才供給不足，特別是高端人才短缺問題突出。需求旺盛需求旺盛：隨著人工智能技術在各個行業的廣泛應用，對 AI 人才的需求呈現爆發式增長。從數據分析、機器學習工程師到 AI 產品經理，各個崗位都面臨著人才短缺的問題。供給不足供給不足：雖然近年來高校紛紛開設人工智能相關專業，但人才培養周期較長，短期內難以滿足市場需求。同時，現有人才培養體系與企業實際需求存在脫節，導致人才供給不足。高端人才短缺高端人才短缺：具備深厚技術積

120、累和豐富實踐經驗的 AI 高端人才更加稀缺，成為制約產業發展的瓶頸。（2）人才分布不均衡：人工智能人才主要集中在北京、上海、深圳等一線城市，且對學歷和經驗要求較高。地域集中地域集中：人工智能人才主要集中在北京、上海、深圳等一線城市，以及杭州、南京等部分二線城市。中西部地區 AI 人才相對匱乏。學歷要求高學歷要求高：人工智能相關崗位對學歷要求較高，普遍要求本科及以上學歷，其中碩士和博士學歷人才占比逐年上升。經驗要求豐富經驗要求豐富：企業更加注重人才的實踐經驗和項目經驗，對工作經驗的要求也不斷提高。（3）新興領域人才需求旺盛：AIGC、大模型、深度學習等領域人才需求旺盛，薪資水平持續上漲。AIGC

121、 人才人才：隨著 AIGC 技術的快速發展，對文本生成、圖像生成、視頻生成等方面的人才需求旺盛。大模型人才大模型人才：大模型技術成為 AI 領域的熱點，對大模型訓練、推理、部署等方面的人才需求增長迅速。深度學習人才深度學習人才：深度學習作為 AI 的核心技術，對深度學習算法、模型、框架等方面的人才需求持續增長。3.1 人工智能人才需求特點 2024 年中國人工智能人才發展報告 44 （1）復合型人才需求增加：人工智能產業發展需要具備多學科知識和技能的復合型人才，例如“人工智能+X”型人才。（2）實踐能力要求提高：企業更加注重人才的實踐能力和工程實踐經驗，能夠將理論知識應用于實際項目中。（3）創

122、新能力成為關鍵：人工智能產業發展需要具備創新思維和能力的優秀人才，能夠推動技術進步和應用創新。3.2 人工智能產業人才崗位類型 各人工智能企業的崗位需求可以總結為以下幾類：高級管理崗、高端技術崗、算法研究崗、應用開發崗、實際技能崗和產品經理崗。這些崗位涵蓋了 AI 從研發到應用的各個階段，顯示出行業對多元化人才的需求。在數字經濟時代，管理、技術和服務等多類型人才的協作推動了人工智能的實際應用，體現了 AI 產業人才的獨特內涵。圖 38 人工智能人才崗位類型 典型崗位類型簡介：（1）算法研究崗：負責創新和突破人工智能算法與技術，結合前沿理論與實際算法模型開發。（2）應用開發崗：將人工智能算法及技

123、術（如機器學習、自然語言處理、智能語音、計算機視覺等）與行業需求結合，實現應用工程化落地。（3）實用技能崗：理解人工智能技術基本概念，結合特定場景，保障 AI 應用的快速、高效規?；a出和穩定運行。3.3 人工智能產業人才供需情況 2024 年中國人工智能人才發展報告 45 由于國內人工智能產業起步較晚且前期積累不足，我國正面臨有效人才供給不足的問題。2023年 2，ChatGPT爆在脈脈引發各界搜索和熱議，當，“AIGC”“智能”“ChatGPT”“模型”等相關詞匯搜索指數達到 459.31，同增超 5.4 倍，內容發布指數達到 57.91，同增近 9 倍。圖 39 脈脈平臺 AI 相關內容

124、搜索指數 相2022 年，2023 年智能才需求快速增。2022 年，智能才供需為0.63。2023 年 1-8，才供需低0.39，乎 5 個崗位爭奪 2 個才。從平均薪資來看，2022 年智能新發崗位平均薪資為 43817 元，2023 年前 8 個，這數字上漲到 46518元，提升 6.16%。圖 40 人才供需比變化 2023 年 1-8，純互聯業成為新發智能相關崗位量最的業，占為 20.78%。其次是新活服務（7.99%）、游戲（7.78%）、電商零售（7.59%）、新融科技（5.98%）等帶有強互聯屬性的業。2024 年中國人工智能人才發展報告 46 圖 41 人工智能行業新發崗位最

125、多的行業 TOP10 近 2 年，智能領域直臨才緊缺的問題。2023 年 1-8，在緊缺度最的 10個崗位中，智能駕駛系統程師憑借 0.38 的才供需位居位，相當于 5 個崗位爭奪 2個才。2023 年，模型的爆讓 ChatGPT 研究員崗位需求幅增，也躋進緊缺度TOP10 崗位。圖 42 人工智能緊缺度最高的十個崗位 近 2 年，智能程師、算法研究員、模型算法程師等多個核技術崗位的平均薪資漲幅明顯，其中智能程師新發崗位平均薪資從 2022 年的 57433 元上漲2023 年8的 62911 元，增5468 元，漲幅 9.5%，成為智能業平均薪資漲幅最的種。其次是算法研究員（上漲 4397

126、元）和深度學習（上漲 4204 元）。圖 43 人工智能新發崗位平均薪資上漲代表性崗位 2024 年中國人工智能人才發展報告 47 3.4 人工智能產業人才分布特征 2023 年 1-8，上海、北京、杭州、深圳成為智能領域新發崗位平均薪最的 4個城市，上海和北京的平均薪旗相當，均達到了 5.3 萬。杭州和深圳的平均薪為 5萬，排在第三和第四位。進前 10 的城市都擁有良好的智能相關產業環境或相關的科研院所（圖 44）。圖 44 人工智能新發崗位平均薪資最高的城市 TOP10 智能領域在招聘中，對才要求是經驗豐富且學歷。2023 年 1-8，新發布的智能崗位中，有 42.19%的崗位要求具有 5

127、 年以上的經驗。達 95.88%的崗位要求應聘者擁有本科及以上學歷，其中，要求碩或博及以上學歷的崗位占達到了 44.17%。圖 45 人工智能新發崗位經驗和學歷要求分布 在 AI 從業者中，有 87.93%的擁有本科及以上的學歷，該例在新經濟業中位列第。其中，本科學歷的從業員占超過了五成，碩和博學歷的從業員占達到了36.06%。碩博從業才占超過了證券經紀業的 34.65%和互聯業的 23.02%。2024 年中國人工智能人才發展報告 48 圖 46 本科及以上人才占比最高的新經濟行業 TOP5 3.5 AIGC 人才供需情況 2023 年 1-8，AIGC 新發崗位平均薪資呈現出上漲趨勢。到了

128、 2023 年 3，AIGC 新發崗位的平均薪已經超過 5 萬，達到了 52472 元，這1的 47015 元上漲了 11.6%。從 6開始，AIGC 新發崗位平均薪穩定在 6 萬左右。圖 47 AIGC 新發崗位不同月份平均薪資 2023 年 1-8，在 AIGC 新發崗位量最多的個業中，純互聯以 26.78%的崗位占位居位。智能因業體量不及互聯，以 10.60%的占位居第。此外，新融科技（9.57%）與電商零售（9.5%）位列三四。新能源汽（6.67%）、智能硬件（6.03%）業新發 AIGC 崗位占也相對較，分別居第六、第七位。其他還有新活服務，企業數字化服務、游戲、電業躋前。2024

129、年中國人工智能人才發展報告 49 圖 48 AIGC 新發崗位量最多的行業 TOP10 2023 年 1-8，在 AIGC 新發崗位量 TOP10 的企業中，字節跳動成為新發 AIGC 崗位占最的企業，占所有 AIGC 新發崗位的 3.24%，新緊隨其后的是紅書，占為 3.08%。領銜模型技術研發的企業：華為（2.76%）、阿（2.68%）、百度（2.22%）、騰訊（1.77%）亦在榜。新融科技企業螞蟻集團（2.5%）、新活服務企業美團（2.29%）、電商零售企業得物 App（1.59%）同樣進了 TOP10。圖 49 AIGC 新發崗位量最多的企業 TOP10 2023 年 1-8，全國新發

130、的 AIGC 崗位量中，北京以 29.73%的占位居位，緊隨其后的是上海（25.07%）和深圳（12.02%）。北京、上海、州、深圳、杭州五城市的 AIGC 新發崗位總量共占全國的 81.30%。2024 年中國人工智能人才發展報告 50 圖 50 AIGC 新發崗位量占比最高的城市 TOP10 3.6 人工智能人才發展面臨的挑戰和機遇 3.6.1 人工智能人才發展面臨的挑戰 目前，人工智能人才發展主要面臨的挑戰如下：（1）人才培養體系不完善：高校人工智能專業建設起步較晚，課程體系、師資力量等方面仍需加強。課程體系滯后課程體系滯后：高校人工智能專業課程體系設置與產業發展需求存在脫節，部分課程內

131、容更新不及時，難以跟上技術發展步伐。師資力量薄弱師資力量薄弱：高校人工智能專業師資力量不足，特別是缺乏具備豐富實踐經驗和行業背景的“雙師型”教師。實踐平臺缺乏實踐平臺缺乏：高校人工智能專業實踐平臺建設不足，學生缺乏實際項目經驗和動手能力鍛煉的機會。產學研脫節產學研脫節：高校、企業和科研機構之間的合作不夠緊密，導致科研成果轉化率低，人才培養與市場需求脫節。（2）校企合作不夠深入：高校與企業之間的合作不夠緊密，導致人才培養與市場需求脫節。合作模式單一合作模式單一：校企合作模式主要停留在實習、就業等初級階段，缺乏深入的合作模式，例如共建實驗室、聯合培養等。合作層次不高合作層次不高：校企合作主要集中在

132、大型企業，與中小企業的合作較少，難以滿足不同層次企業的 AI 人才需求。合作機制不完善合作機制不完善：校企合作缺乏有效的合作機制，例如人才培養方案共同制定、課程體系共同建設、師資力量共同培養等。（3）人才評價體系不健全：現有的人才評價體系難以全面評估 AI 人才的素質和能力，需要進一步完善。2024 年中國人工智能人才發展報告 51 評價標準單一評價標準單一：現有的人才評價體系主要側重于論文發表、科研項目等學術成果，難以全面評估 AI 人才的實踐能力和創新能力。評價方法落后評價方法落后：人才評價方法主要依靠專家評審，缺乏科學的量化評價方法，難以保證評價的客觀性和公正性。評價結果應用不足評價結果

133、應用不足：人才評價結果在人才招聘、晉升、薪酬等方面應用不足，難以發揮人才評價的激勵作用。（4）其他挑戰：人才流動性強人才流動性強：AI 人才流動性較強，導致企業人才流失嚴重，影響企業發展和創新。人才結構不合理人才結構不合理：AI 人才結構不合理，高端人才短缺，中低端人才過剩。人才發展環境有待改善人才發展環境有待改善：AI 人才發展環境有待改善，例如科研經費投入不足、知識產權保護力度不夠等。人工智能人才發展面臨著諸多挑戰，需要政府、高校、企業和社會各界共同努力，才能有效解決人才短缺問題，推動人工智能產業健康發展。3.6.2 人工智能人才發展的機遇（1）政策支持：國家出臺了一系列政策支持人工智能產

134、業發展，為 AI 人才提供了良好的發展環境。1)國家戰略：國家將人工智能作為國家戰略，出臺了一系列政策支持人工智能產業發展，例如新一代人工智能發展規劃 國家人工智能產業綜合標準化體系建設指南等。2)資金支持：國家設立人工智能產業發展基金，支持 AI 技術研發、產業化和人才培養。3)稅收優惠：國家對人工智能企業給予稅收優惠政策，降低企業成本，鼓勵企業發展。4)人才引進：國家實施海外高層次人才引進計劃，吸引海外優秀 AI 人才回國發展。（2）產業升級：人工智能技術應用于各個行業，推動產業升級，為 AI 人才提供了廣闊的發展空間。1)智能化轉型：各個行業都在進行智能化轉型，對 AI 人才的需求不斷增

135、長，例如智能制造、智能交通、智能醫療、智能金融等。2)新興產業：人工智能技術催生了新興產業，例如 AIGC、元宇宙、自動駕駛等，為 AI 人才提供了新的發展機會。3)產業融合：人工智能技術與其他產業融合，例如 AI+教育、AI+金融、AI+農業等，為 AI 人才提供了更廣闊的發展空間。（3）技術進步：人工智能技術不斷進步，為 AI 人才提供了更多的發展機會。2024 年中國人工智能人才發展報告 52 1)算法創新：深度學習、強化學習等算法不斷創新，為 AI 人才提供了更多的發展機會。2)算力提升：云計算、芯片等技術的進步，為 AI 人才提供了更強大的算力支持。3)數據資源：大數據技術的應用，為

136、 AI 人才提供了豐富的數據資源。4)工具平臺：開源框架、工具平臺等的發展，降低了 AI 技術門檻，為 AI 人才提供了更多的發展機會。（4）社會環境的良性發展 1)創新創業氛圍：社會創新創業氛圍濃厚，為 AI 人才提供了良好的創業環境。2)人才競爭加?。浩髽I對 AI 人才的競爭加劇，提高了 AI 人才的薪資待遇和發展機會。3)終身學習理念：終身學習理念逐漸普及，為 AI 人才提供了不斷學習和提升的機會。人工智能人才發展面臨著良好的機遇，政策支持、產業升級、技術進步和社會環境都為 AI 人才提供了廣闊的發展空間。抓住機遇，迎接挑戰，人工智能人才必將為我國人工智能產業發展做出更大的貢獻?？傊?，2

137、024 年人工智能人才發展面臨著機遇與挑戰并存的局面。通過加強人才培養體系建設、推動校企合作、完善人才評價體系等措施，可以培養更多高素質人工智能人才，為我國人工智能產業發展提供有力支撐。四、人工智能產業人才能力素質要求 人工智能作為知識密集型產業，對人才的業務能力、工作經驗、教育背景和職業道德要求很高。隨著人工智能技術的持續發展和應用的加速推進，單一能力的產業人才已無法滿足企業需求。行業迫切需要擁有綜合能力、專業知識、技能和工程實踐等多方面能力的人才。專業知識：扎實的計算機科學、數學、統計學等基礎知識，以及機器學習、深度學習、自然語言處理等人工智能核心技術知識。工具技能：熟練掌握 Python

138、、C+等編程語言，以及 TensorFlow、PyTorch 等深度學習框架。工程實踐能力：具備實際項目經驗，能夠將理論知識應用于實際項目中，并解決實際問題。創新能力：具備創新思維和解決問題的能力，能夠推動技術進步和應用創新。職業道德：遵守人工智能倫理規范，尊重用戶隱私，并承擔社會責任。4.1 人工智能崗位類型能力要求 算法研究崗、應用開發崗、實用技能崗和產品經理崗在實踐中的工作重點各不相同，企2024 年中國人工智能人才發展報告 53 業對這些典型崗位的職業能力要求也存在顯著差異：崗位能力分類崗位能力分類 崗位能力要求崗位能力要求 綜合能力 具備扎實的理論基礎，精通所屬技術方向的建模方法，能

139、夠通過合理地組合、改造并創新相關算法來解決更加復雜的應用問題；能夠對不同場景的通用部分進行提取，提高跨崗遷移與擴展能力，并降低訓練成本；具有較強的自我學習能力，始終保持對前沿研究領域的關注，能夠復現并改進其中的相關工作，將新技術與既有基線系統進行橫向對比 專業知識 具備扎實的算法基礎，靈活使用數據結構；深入掌握機器學習及其他所屬技術方向的常用算法；具備在大數據環境下的數據處理能力，如文本、圖像、文檔、網頁等數據的導入、加工、轉化等能力 工具技能 具備扎實的編程開發基礎，包括但不限于熟練掌握 C/C+、Python、Java、Shell、MATLAB等編程語言；熟悉 Linux、Hadoop、S

140、park、Hive 等大數據計算工具；掌握基于消息中間件調度的掌控數據流程和算法版本的管理，能夠實際實現算法、系統，并進行可重復性的實驗，具有算法驗證、開發、迭代和上線的能力 工程實踐能力 具備豐富的算法項目經驗及所屬技術方向的系統研發經驗；能夠結合各個實際面臨的業務問題進行分析；解決模型構建過程中的問題，并能發現現有系統的不足并提出合理的改進方案 表 1 算法研究崗位能力要求 崗位能力分類崗位能力分類 崗位能力要求崗位能力要求 綜合能力 能夠準確理解和進行人工智能算法模型的訓練及應用，理解不同的算法針對不同業務領域的實際應用價值；能夠將綜合的模擬型或算法轉化為實際人工智能應用場景可以實現的問

141、題，具備從抽象的算法中提煉出具體的解決方案的能力；能夠和科學家、研究員、算法研發工程師等有效溝通，積極響應上述類職位的問題需求，協助實現人工智能應用場景的業務落地 專業知識 掌握所屬技術方向的基礎知識，熟悉軟件工程設計、開發、測試、部署上線、運維等流程；具備數據挖掘基礎，熟練掌握邏輯回歸、決策樹等常用模型算法的原理和適用范圍，并能熟練應用到實際場景中 工具技能 具備良好的編程開發能力，包括 C/C+、Python、Java 等；熟悉主流操作系統開發環境，如 Mac、Linux、Windows 及相關操作系統腳本語言；熟練掌握關系型數據庫原理及 SQL 語言，熟練掌握主流數據庫，如 MySQL、

142、Oracle、DB2 等 工程實踐能力 熟悉并行計算基本原理及分布式計算框架，熟悉 Hadoop、Spark 等分布式開發環境；解常用的各類開源框架、組件或中間件；熟悉掌握大數據流處理計算框架工具，如Storm、Kafka 等；熟悉容器技術，如 Docker、K8S、Mesos 等 表 2 應用開發崗位能力要求 崗位能力分類崗位能力分類 崗位能力要求崗位能力要求 綜合能力 能夠對客戶具體問題進行分析和排查，針對性地為客戶提供技術指導，確?？蛻艋谄脚_的相關問題得到解決，保證產品順利運行；具備高效的跨團隊溝通能力，配合相關技術或產品團隊推動問題的解決；能夠對技術事件進行分析和總結，對功能、流程、

143、工具等問題進行分析沉淀，并提出建設性意見，幫助提升客戶服務體驗。專業知識 熟悉并行計算基本原理及分布式計算框架，熟悉 Hadoop、Spark 等分布式開發環境；了解常用的各類開源框架、組件或中間件；熟悉 TCP/IP 協議，具備網絡環境問題排查2024 年中國人工智能人才發展報告 54 經驗；熟悉常用數據庫，如 MySQL、Oracle。工具技能 具備一定的編程開發基礎，熟練掌握 C/C+、Python、Java、Shell、MATLAB 等編程語言；熟練掌握 Linux 系統的使用，具備豐富的 Linux、Windows 系統維護經驗；熟悉容器技術，如 K8S、Docker 等。工程實踐能

144、力 具備一定的企業客戶服務的項目經驗，能夠多層次解析出客戶具體問題；具備工程化項目落地經驗，能夠快速定位客戶需求并發現關鍵問題。表 3 實用技能崗位能力要求 崗位能力分類崗位能力分類 崗位能力要求崗位能力要求 綜合能力 具備人工智能產品整體規劃、產品設計和推進的能力；具備目標行業和目標場景的實踐經驗和知識積累；具備跨團隊協作能力，與產品、算法、工程、編輯、團隊充分溝通協作，保證產品功能順利落地；具備產品創新能力，產品上線后分析使用數據，提煉使用場景，找到產品改進點和突破點，用豐富的交互場推動漫人工智能產品創新；具備行業分析能力，包括市場分析、用戶需求調研和競品分析等。專業知識 熟悉人工智能技術

145、的基礎知識和當前的能力邊界；掌握外界環境變量對人工智能技術的影響程度。工具技能 熟練使用 Axure、Mockups、Pencil 等原型設計工具；掌握并熟悉思維導圖、數據處理、圖片處理工具；熟悉或了解常見的編程語言，例如 C/C+、Python、Java、Shell、MATLAB等編程語言。工程實踐能力 具備人工智能相關產品成功落地經驗，能夠快速定位行業需求和驅動變量。表 4 產品經理崗位能力要求 4.2 人工智能技術類型崗位能力要求 針對人工智能芯片、機器學習、自然語言處理、智能語音、計算機視覺五大典型技術方向，由于其技術特點、發展階段和業務重點略有差異，企業對相關產業人才的職業能力要求也

146、各不相同。崗位能力分類崗位能力分類 崗位能力要求崗位能力要求 綜合能力 熟悉智能芯片的實現原理與技術架構；具備良好的內外部溝通能力，了解智能芯片領域應用業務需求，并提供相應的解決方案。專業知識 具備機器學習和深度學習基礎知識；熟悉常見的圖像、語言、自然語言理解智能處理算法；具備通用處理器設計基礎知識。工具技能 掌握 Verilog 編程技能，掌握 C/C+、Python、Bash、Tcl、Perl 等常用編程語言；熟悉UNIX、Linux 操作環境，熟悉 vi、vim 常用操作；熟悉 Caffe、TensorFlow、PyTorch 等主流的深度學習框架。工程實踐能力 熟悉異構 SoC 芯片設

147、計流程，具備芯片開發經驗；具備一定的項目經驗，熟悉智能芯片的邏輯設計、物理設計和驗證等完整工作流程；在自作改進、性能調優等方面具備一定的項目經驗。表 5 人工智能芯片相關崗位能力要求 崗位能力分類崗位能力分類 崗位能力要求崗位能力要求 綜合能力 有較強的需求分析能力，能夠用機器學習的方法來解決實踐中面臨的復雜問題；具備2024 年中國人工智能人才發展報告 55 良好的機器學習應用場景業務分析能力，能夠將人工智能能力轉化為機器學習實際應用；快速學習應用的能力，能根據新技術、新產品快速構建原型，探索新方案。專業知識 具備數據結構與算法基礎；深入掌握機器學習算法，包括傳統機器學習算法和深度學習算法；

148、熟悉計算機原理、并行計算、分布式系統理論基礎。工具技能 熟練掌握 C/C+、Python、Java 等主流編程語言；熟悉 Linux、Windows 等操作系統下的開發環境及腳本語言；能夠熟練使用 Caffe、TensorFlow、MXNet、PyTorch、Keras 等深度學習框架；熟練掌握主流數據庫如 MySQL、Oracle、DB2 的使用；熟悉 Hadoop、Spark 等分布式開發環境。工程實踐能力 在系統架構設計、項目開發等領域具備工程經驗，能夠準確進行人工智能算法模型的訓練和應用；具備項目實施經驗，擁有大規模商業人工智能場景的應用開發經驗；能夠選擇并實施常見的算法模型，準確理解

149、業務需求并轉化為可實現的技術方案。表 6 機器學習相關崗位能力要求 崗位能力分類崗位能力分類 崗位能力要求崗位能力要求 綜合能力 能夠理解自然語言產品的工作原理，理解模型原理和輸入輸出；能夠深入分析自然語言處理的個性化業務的需求，理解對應方向的相關評價指標與算法的原理與適用場景；了解人工智能工程實施的流程規范，具備將成熟的人工智能技術整合到各類實際的自然語言處理應用場景對應的系統中，滿足業務實際需求的能力。專業知識 具備數據結構與算法基礎；具備機器學習與數據挖掘基礎，熟悉基于規則或統計的相關算法模型的構建與應用；熟悉常用的自然語言處理及深度學習算法及常用框架。工具技能 具備扎實的編程開發基礎；

150、熟練掌握 C/C+、Python、Java 等編程語言，熟悉 Linux 開發環境；掌握主流數據庫如 MySQL、Oracle、DB2 的使用；熟悉并行計算基本原理及分布式計算框架，熟悉 Hadoop、Spark 等分布式開發環境。工程實踐能力 具備一定的項目實施經驗，擁有大型商用人工智能場景的應用經驗；能夠結合業務、應用自然語言處理算法來解決實際問題，如常見的文本分析、糾錯、機器翻譯等領域；能夠選擇并實施常見的算法模型，準確理解業務需求并轉化為可實現的技術方案。表 7 自然語言處理相關崗位能力要求 崗位能力分類崗位能力分類 崗位能力要求崗位能力要求 綜合能力 能夠深入分析語音合成應用各個方面

151、的需求，理解數字信號處理、語音模型、聲學模型等原理；能夠合理組合、改造并創新語音模型、聲學模型，用以解決更加復雜的問題；能夠構建用于多種使用場景的語音合成模型。專業知識 掌握數據結構與算法基礎、機器學習基礎；掌握語音相關基礎算法、語音識別深度學習算法和神經網絡模型；熟悉和深入了解聲學模型建立的實際原理。工具技能 熟練掌握 Java、Python、C+等編程語言；熟悉和了解語音識別模型，并能夠使用主流開發語音開發語言方向的專業工具或行業應用；熟悉主流操作系統，熟悉機器學習及深度學習基本原理和基本模型，熟練使用常用深度學習框架。工程實踐能力 具備一定的項目經驗，能夠對算法模型進行調優；具備語音行業

152、應用的設計與架構能力，具備行業應用經驗；能夠準確理解業務需求，對語言翻譯、語音控制、語音轉錄、情感識別及聲音識別等語言應用場景提供較為合適的解決方案。表 8 智能語音相關崗位能力要求 崗位能力分類崗位能力分類 崗位能力要求崗位能力要求 綜合能力 能夠通過分析問題、收集數據、特征提取、建模、設計算法、評估改進等步驟用計算2024 年中國人工智能人才發展報告 56 機視覺的方法來解決實踐中面臨的復雜問題；能夠持續關注計算機視覺研究與實踐現狀，推動計算機視覺算法和深度學習在眾多實際應用領域的性能優化和落地。專業知識 熟悉與計算機視覺緊密相關的機器學習、深度學習的常用算法；了解計算機視覺相關問題和解決

153、方法，如檢測、跟蹤、分類、語義分割、強化學習、3D 視覺和圖像處理等；具備在大數據環境下的數據處理能力。工具技能 具備扎實的編程開發基礎，包括但不限于熟練掌握 C/C+、Python、Java、Shell、MATLAB等編程語言；掌握 Caffe、TensorFlow、Parameter Server、MXNet、PyTorch、Keras 等深度學習框架和圖形庫；熟悉 Linux、Hadoop、Spark、Hive 等大數據計算工具。工程實踐能力 具備算法項目經驗及計算機視覺、深度學習系統研發經驗；能夠分析實際業務問題，梳理數據，設計特征方案和建模流程。表 9 計算機視覺相關崗位能力要求 4

154、.3 人工智能職業道德要求 人工智能技術的發展帶來了倫理道德和安全問題，備受各國關注。作為人工智能技術和應用的研發者和使用者，產業人才需主動建立道德規范和約束機制，指導人工智能技術和應用的合理合規研發，確保其發展持續符合人類社會的法律和道德準則。道德要求道德要求分類分類 道德要求內容道德要求內容 守護安全 人工智能產業人才在進行基礎研究和應用開發時要以有益人類文明發展為基本準則。針對人工智能相關產品，尤其是能夠威脅到人類生命安全的智能化產品，需要做好前瞻性的道德倫理和安全評估，時刻警惕技術風險，保障人工智能相關產品的運行遵照人類法律和道德標準，保證人類始終占據 AI 相關系統的主導地位。尊重人

155、權 人工智能產業人才需將尊重人權、公平正義作為基本職業道德操守，尊重人類尊嚴、權利以及文化多樣性，消除偏見和歧視，保證人工智能讓更多人受益。在基礎研究和應用開發時始終堅持公平原則，充分考慮人種、地域、信仰等多方面的利益因素以及多數人的需求，避免由于人為因素造成的不平等現象，讓人工智能造福全人類。保護隱私 人工智能產業人才在數據的搜集、處理、應用、存儲等環節時刻注意保護數據安全。數據搜集需征得相關用戶的同意和授權，并加強全周期的數據管理，嚴格遵守相關法律法規要求，同時產業人才間要加強互相監督，共同保證用戶隱私安全。研發透明 人工智能產業人才在進行基礎研究和應用開發時需向所屬公司等相關機構在社會公

156、眾公開研發目的、目標、功能等，接受外界監督，防止研究過程中過人錯誤方向。研發審慎 人工智能產業人才需時刻保持審慎態度，不僅需要及時、有效地評估研發工作的風險，并且需要在潛在風險難以評估的情況下謹慎開展工作，切忌貿然行事。勇于擔當 人工智能產業人才對人工智能技術應用后果具強烈的責任意識，一方面需要及時發現和提出相關技術或應用的安全隱患，另一方面在只危險發生后要勇于承擔責任，查明原因，避免不良影響持續擴大，同時還需共享相關經驗，防止類似的錯誤或損害再次發生。表 10 人工智能產業人才道德要求 2024 年中國人工智能人才發展報告 57 五、人工智能人才培養模式分析 在國內人工智能產業人才短缺的情況

157、下，高校、企業和培訓機構充分利用各自優勢，結合產業實際需求，采取多種措施，積極促進人工智能產業人才的培養。（1）高校教育：高校開設人工智能相關專業，培養基礎研究型和應用開發型人才。（2）社會培訓：社會培訓機構開展人工智能培訓，提供應用開發技能培訓。（3）企業培訓：企業通過內部培訓、導師制度等方式，培養和提升員工的 AI 技能。5.1 高校人才培養情況（1）根據產業需求，高校在培養人工智能人才時展現出多學科融合的特點。當前，人工智能、智能科學與技術、計算機科學與技術、電子信息工程等專業是人工智能技術人才的主要培養方向。此外，在行業融合的背景下，高校還開設了“人工智能+”的跨學科專業，涵蓋金融、法

158、律、醫療、農業、交通、機械制造等多個領域。這些專業的設立促進了人工智能與基礎學科的融合，有助于培養具備多學科背景和跨學科能力的復合型人工智能人才。根據招聘網站的數據，人工智能領域的十大熱門專業包括計算機科學與技術、軟件工程、數學與應用數學等。圖 51 人工智能產業十大熱門專業 （2）人工智能專業被正式納入本科專業名單，加速了人工智能產業專項人才的培養進程。截至 2024 年，全國已有約 310 所高校開設了人工智能本科專業。這一數字體現了近年來國內高校在推動人工智能教育方面的迅猛發展。這種擴展不限于頂尖院校，如北京航空航天大學、北京理工大學、哈爾濱工業大學、浙江大學、南京大學、上海交通大學、復

159、旦大學、同濟大學、武漢大學等傳統名校，也包括安微信息工程學院、泉州信息工程學院、東華理工大學等普通院校，共同推進人工智能基礎研究型和應用型人才的培養。（3）高校紛紛設立人工智能學院和研究院，專注培養基礎研究型和應用開發型人才。除了開設人工智能專業外，各類高校也在積極建立人工智能學院和研究院。國內頂尖高校如2024 年中國人工智能人才發展報告 58 北京大學、清華大學、浙江大學、復旦大學等，已成立人工智能教學與研究機構，專注于人工智能基礎研究，包括數理基礎、認知科學、智能感知、機器學習、類腦計算、人工智能治理以及智能醫療、智能社會等領域，旨在培養具備人工智能基礎研究能力的研究型人才。同時，許多本

160、科院校和?？圃盒Ｒ苍诨I建人工智能學院和研究院，通過與百度、騰訊、科大訊飛等領先企業合作，強化人才培養、實訓課程、項目共享和實踐機會，重點培養具備人工智能實踐經驗的應用開發型人才。5.2 社會培訓機構人才培養情況 社會培訓機構開展人工智能培訓是解決當前人工智能產業人才短缺的重要手段。同時，政府正在大力推動全民智能教育，并明確支持社會機構進行人工智能培訓。（1）針對培訓機構的類型，目前既有北大青鳥、達內教育、光華國際等傳統老牌職業培訓學校，也有小象學院、深藍學院、咕泡學院等新興培訓機構。這些機構在授課方式上已形成線上與線下相結合的全面人工智能培訓模式。（2）在培訓內容方面，當前培訓機構的人工智能課

161、程主要側重于應用開發技能，涵蓋三種類型課程：Python 培訓、人工智能基礎入門培訓和人工智能細分技術專業培訓。此外，各培訓機構還提供分階段的實戰項目教學，并與華為、百度、阿里巴巴等科技巨頭合作，提供實踐經驗和機會。然而，由于數理知識課程的不足和培訓時間較短，目前培訓機構培養的人才大多為初級實用技能型人才。5.3 新質生產力發展戰略對新質人才的需求 隨著科技的快速發展，大數據、人工智能技術，成為人們生活環境的一部分，在這種情況下學生如果仍然用線性思維和傳統思維，必然有許多不適應的情況。在新質生產力發展的當下，人們可以迅捷地集成信息（大模型），也可以借助機器進行更加深入地思考（AIGC、RAG）

162、，所以對思維和學習能力的要求都會發生相應的變化。發展新質生產力需要加強人才、數據兩大基礎生產新要素培育。其中，創造新質生產力的戰略人才、熟練掌握新質生產資料的應用型人才、適應新質生產力市場實現價值的創新型人才，是新質生產力發展關鍵支撐。其中，高等教育創新人才培養是基礎，也是中心。在創新人才方面，我國有“強基計劃”，以及“新文科”“新理科”“新工科”“新醫科”，還有優秀科技創新人才培養專項方案等措施。但隨著 ChatGPT、Sora 等橫空出世，如何加強適配新質生產要素、生產關系的新質人才培育，成為值得思考的問題。相對于新質生產力人才的教育發展、科技創新、人才培養，跨界、貫通、一體推進要求，原來

163、的高校教育、傳統教育已不適應科技快速發展時代。所有大學生應具備新科技理念、掌握新技術應用、運用新技術工具、解決新質生產力時代的經濟社會文化等問題。為此，以北京、上海等科技創新實力強、高校集聚的城市為試點，建議高質量推進高等教育對新質生產力人才全員培養的數智化進程。2024 年中國人工智能人才發展報告 59 2023 年 9 月，習近平總書記指出，“整合科技創新資源，引領發展戰略性新興產業和未來產業，加快形成新質生產力”，并強調，“積極培育新能源、新材料、先進制造、電子信息等戰略性新興產業，加快形成新質生產力，增強發展新動能”。新質生產力的提出對推動和拓展中國式現代化以及促進教育的高質量發展具有

164、深刻的指導意義，為我國創新發展提供了更為清晰的行動方向，成為當前教育強國、科技強國、人才強國戰略的重要理論基礎。人才是加速新質生產力形成的重要智力來源，是引領新質生產力發展的基本推動力量。新質生產力的發展需要培養與之相符、能夠充分運用新質生產工具、產生創新生產價值的新質人才。新質人才也是新質生產力形成的決定因素，能適應新一輪技術變革、掌握科技知識與技能，驅動高技術化的勞動資料與對象，進而創造新的勞動資料推動產業升級與技術突破。教育肩負為未來人才培養提前布局的重要使命，培養新質人才是數智時代的應有之義。因此，理解新質生產力的內涵和外延，把握新質生產力對新質人才培養的核心要求，探討新質人才的特質以

165、及人工智能賦能的培養新思路，是加速新質生產力發展的路徑選擇，也是新質人才培養理論和實踐必須回應的問題。新質人才是推動新質生產力形成的主體性力量?？茖W技術發展依靠高素質的人才，科技只有從知識形態轉化為生產工具，勞動資料才能成為現實的物質生產力，這一轉化過程要通過提高勞動者素質來實現。人是新質生產力生成中最活躍、最具決定意義的能動主體，沒有人力資本躍升就沒有新質生產力，新質人才是新質生產力生成的決定因素3。新質人才需要能夠理解社會發展現狀并具有創變思維，能夠整合社會的復雜系統并具有復合思維，能夠主動適應新科技的發展并具有技術思維。新質生產力發展的關鍵是培育新質人才，強化現代化建設人才支撐。圖 52

166、 新質生產力與新質人才培養要求 新質人才是新模式的創造者、新產業的引領者、新業態的塑造者、新領域的開拓者、新賽道的競跑者、新動能的提供者，也是新優勢的建設者。新質人才除了擁有創造性思維、社會責任感和專業體系外，更注重廣度和多領域的融合，是為新質產業（戰略性新興產業和未2024 年中國人工智能人才發展報告 60 來產業）發展服務的人才，要有新的知能結構與前瞻思維能力。5.3 新質 AI+人才的培養策略 我們倡導用 AI 的方式學習 AI，應用 AI，創新 AI+，培養具備新質生產力格局和視野的新質 AI+人才，他們將成為驅動行業發展升級和推動改革創新的中堅力量。這些人才不僅精通AI 技術，更懂得

167、如何將其與各行業深度融合，創造出前所未有的價值，引領行業走向更加智能化、高效化的未來。圖 53 新質 AI+人才的特點 人工智能對知識工作者、智能創造者具有極強的賦能作用，亦對各行各業具有廣泛的滲透力，也包括對教育領域的融合性。新質人才的培養需要人工智能技術滲透融入育人全鏈條，統籌基礎教育、高等教育、職業教育等領域。新質 AI+人才的培養策略主要包括以下幾個方面：（1）基礎教育基礎教育：應細化融通培養機制，以素養導向的 AI 教育培育新質后備人才。這包括提升個體 AI 意識、思維和能力，具體包括人工智能意識、創新思維、人工智能能力和人工智能社會責任的培養。人工智能意識強調個體對人工智能發展的敏

168、感度、理解力和判斷力，而創新思維則體現在批判思維、聯想思維和設計思維的培養上。此外，還應注重學生的人工智能運用能力，包括創新性問題解決的技能和對人工智能應用效果進行深入評估的能力。（2）職業教育職業教育：應定期安排學生進行實習和見習，讓他們在實踐中自我診斷，學習一線專家的工作方法，彌補實踐操作、理論知識和基礎能力方面的不足。強化師資團隊建設，提高教師的入職門檻，強化在職教師的培訓，包括理論更新、實操技能提升、創新思維培養等方面。通過校企合作，為教師提供學習行業前沿知識和技能的平臺，促進教學模式與行業發展的同步。實施專項實踐活動，設計并實施各類與人工智能相關的主題活動，讓學生在完2024 年中國

169、人工智能人才發展報告 61 成具體任務的過程中提升實踐操作能力和問題解決能力。（3）本科本科 AI 專業教育專業教育：本科 AI 專業人才的培養目標旨在培養適應社會主義現代化建設需要，具備寬口徑、厚基礎、強能力、重實踐特征的人工智能創新性應用型工程技術人才。這些人才應具備較好的科學素養，掌握人工智能基本理論、基本方法和應用工程技術，能夠發現、分析和解決復雜工程問題，同時在人工智能相關領域從事科學研究、開發設計、決策管理和工程應用等工作。本科新質 AI 人才的培養策略主要包括學科交叉融合、實踐機會提供、國際合作與交流、產教融合、能力重塑與再造等方面。學科交叉融合學科交叉融合：通過將人工智能滲透到

170、通信、機械、控制、微電子材料、網絡安全、生命科學等專業中，打造新工科，促進學生具備多學科知識交叉融合的能力，以便綜合運用人工智能領域的有關技術標準、規范，解決復雜工程問題。實踐機會提供實踐機會提供：建立創新創業基地，鼓勵學生參加創業大賽、機器人大賽等活動，為學生提供創新創業的實踐機會，激發學生參與人工智能的熱情和實踐能力。國際合作與交流國際合作與交流：建立國際聯合實驗室，引進國際合作研究工作，通過與國際接軌的教育資源和研究項目，提高學生的國際視野和跨文化交流能力。產教融合產教融合：與企業聯合培養工程博士，利用企業在人工智能方面的儲備和實力，加強科教融合、產教融合，培養高端人才。能力重塑與再造能

171、力重塑與再造：在人工智能時代，需要對學生的能力進行重塑和再造，包括創新能力、批判性思維能力、跨界能力、合作能力等，通過建立人機交互的新型教學環境、線上線下資源、虛實相結合的實驗條件等措施，重組和重塑教育教學體系。具體培養要求具體培養要求：學生應具備解決專業復雜工程問題所需的專業知識及能力，包括工程知識、問題分析能力、設計/開發能力等，以適應人工智能及相關領域的理論研究、技術研發和應用開發等工作。通過上述策略，本科新質 AI 人才的培養將更加注重實踐應用、創新能力以及國際視野的培養，以適應人工智能領域的發展需求和挑戰。另外，在 AIGC 大模型時代的當下，職業教育和本科教育階段的新質 AI+人才

172、的培養方面，還應該注意不斷更新教育理念和教學模式，創新改革課程體系建設和教育模式，以適應新時代背景下的新質 AI+人才需求：（1）更新教育理念和教學模式更新教育理念和教學模式：職業教育機構需要不斷更新教育理念，采用項目驅動、案例教學、翻轉課堂等創新教學模式，培養學生的創新思維和解決實際問題的能力。通過這些教學模式，激發學生的學習興趣，鼓勵他們主動探索和實踐，提高他們的自主學習能力和團隊協作能力，為將來在人工智能領域的職業發展打下堅實的基礎 2。（2）課程體系建設和教育模式改革課程體系建設和教育模式改革：建議到 2025 年 3 月，各高校各學科均應至少開設一門 AI+課程，實現一級學科全覆蓋。

173、未來的大學課程將實現 AI 教育的“三個滲透率 100%”：AI 課程覆蓋全體本研學生 AI+教育覆蓋全部一級學科 AI 素養能力要求覆蓋全部專業 2024 年中國人工智能人才發展報告 62 這一改革被稱為“AI 大課”，旨在全面推進 AI 教育與人才培養的融合:綜上，通過上述基礎教育、職業教育、本科教育的多項策略，可以有效培養具備創新意識、實踐能力和社會責任感的 AI+人才，以適應快速發展的 AI 技術和市場需求。5.4 建設“AI+X”微專業，塑造新質 AI+人才 基于人工智能的高普適性、滲透性和支撐性等特點，可以通過滲透至多學科構建“AI+X”學科微專業，培養驅動交叉學科范式變革的新質中

174、堅力量。目前“AI+X”微專業的開設思路主要有兩種，一是面向來自其他專業的本碩學生，開設人工智能類基礎課程。譬如，渥太華大學開設 4-6 個月的跨學科人工智能微專業，為來自其他專業的學生提供機器學習、數據科學以及人工智能倫理監管等課程體系。圣托馬斯大學面向美國地區的本科生提供了為期一年的 AI 研究生微項目，涉及數字化產品管理、分布式賬本技術、信息安全與風險、智能制造等。二是建立“智能+”專業的新型課程體系，培養交叉復合型新質人才。我國華東地區六所高校（上海交通大學、復旦大學、同濟大學、浙江大學、南京大學、中國科學技術大學）已經進行了探索性嘗試，面向 300 名非 AI 專業的學生，開設了“A

175、I+X”微專業，提供“前置類、AI 基礎類、模塊類、算法實踐類、交叉選修類、線下實訓類”六大課程體系，助力學生了解特定領域的 AI 前景，初步具備基于 AI+X 的傳統行業智能化發展職業能力。六.中國高校人工智能專業建設情況分析 按照國務院新一代人工智能發展規劃,第一步，到 2020 年人工智能總體技術和應用與世界先進水平同步，人工智能產業成為新的重要經濟增長點，人工智能技術應用成為改善民生的新途徑，有力支撐進入創新型國家行列和實現全面建成小康社會的奮斗目標；第二步，到 2025 年人工智能基礎理論實現重大突破，部分技術與應用達到世界領先水平，人工智能成為帶動我國產業升級和經濟轉型的主要動力，

176、智能社會建設取得積極進展；第三步，到 2030 年人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心，智能經濟、智能社會取得明顯成效，為躋身創新型國家前列和經濟強國奠定重要基礎。因此，加快人工智能專業人才培養是實現人工智能產業戰略規劃的重要支撐。未來在工業、農業和建筑業為主的傳統行業中，人工智能機器人將取代 26%的工作崗位，但在以服務業為主的行業中，人工智能將創造 38%的額外就業機會，實現 12%凈增崗位。因此，我國高校需要在人工智能教育、專業人才培養方面下功夫。6.1 中國高校人工智能專業建設狀況 迄今為止，我國共有 535 所普通高校成功備案人工智能本科專業。2

177、023 年教育部公布2024 年中國人工智能人才發展報告 63 全國 38 所普通高校成功備案“人工智能”本科專業，2022 年教育部公布全國 59 所普通高校成功備案“人工智能”本科專業，2021 年教育部公布全國 95 所普通高校成功備案“人工智能”本科專業，2020 年教育部公布全國 130 所普通高校成功備案“人工智能”本科專業，2019 年全國 180 所普通高校成功備案“人工智能”本科專業，2018 年全國 35 所普通高校成功備案“人工智能”本科專業。當前，我國高校人工智能專業建設工作處于穩步推進階段。但總體而言，高校人工智能專業建設起步晚，底子薄，目前占全國普通高?？偭勘壤?/p>

178、之一左右。6.2 中國高校人工智能專業培養目標 中國高校人工智能專業的培養目標主要集中在以下幾個方面：（1）培養扎實的理論基礎：高校致力于培養學生具備堅實的人工智能基礎理論知識，包括機器學習、深度學習、自然語言處理等核心技術領域，確保學生能夠理解并掌握 AI 的基本原理和技術框架。（2）強化實踐能力：通過實際項目和實驗課程，培養學生的動手能力和工程實踐能力。高校與企業合作，提供實習和項目機會，使學生能夠在真實環境中應用所學知識，解決實際問題。（3）提升創新思維：鼓勵學生進行自主創新和研究，培養他們的創新思維和能力。通過科研項目、創新競賽和跨學科合作，激發學生的創造力，推動他們在 AI 領域提出

179、新思路和新方法。（4）注重倫理和社會責任：AI 教育不僅關注技術層面，還強調倫理和社會責任，培養學生在 AI 技術應用中的道德意識和社會責任感。確保學生能夠考慮技術對社會的影響，做出有益于社會的技術決策。（5）培養國際視野：通過國際交流項目和合作研究，拓展學生的國際視野。使學生了解全球 AI 技術的發展動態，提升他們在國際舞臺上的競爭力和合作能力。（6）培養復合型人才：高校采用“人工智能+X”的培養模式，結合學科交叉發展特點，培養具備多學科知識的復合型人才。這樣，學生不僅掌握 AI 技術，還能夠在其他領域應用AI，實現跨學科的創新和發展。這些培養目標旨在為國家和社會培養具備理論基礎、實踐能力、

180、創新思維、倫理意識和國際視野的高素質人工智能人才，推動我國在 AI 領域的全面發展。新質生產力發展的時代背景下，中國高校培養新質人工智能人才的核心目標在于幫助學生鋪設一條通往卓越職業生涯的堅實道路，確保每位學生都能擁抱高質量的就業機遇。我們憧憬并實踐著一種革命性的教育模式，鼓勵在校大學生以 AI 為舟，以學習為帆，不僅深入學習 AI 的精髓，更要在實踐中駕馭 AI，勇于創新，探索“AI+”的無限可能。高校需要精心打造的是一群擁有前瞻性思維與廣闊視野的新時代“AI+”精英，他們不僅精通人工智能的尖端技術，更具備重塑生產力格局的洞察力與創造力。這些未來的引領者，將 AI 技術視為解鎖各行業轉型升級

181、的金鑰匙，他們深知如何將 AI 深度融入教育、醫療、制2024 年中國人工智能人才發展報告 64 造、金融等各個領域，激發前所未有的價值創造，推動社會生產力向智能化、高效化飛躍。高校培養的新質 AI 或 AI+人才，不僅是 AI 技術的駕馭者，更是跨界融合的推動者，他們將站在時代的前沿，用創新的火花點燃行業變革的燎原之勢，成為驅動產業升級、引領改革創新的中流砥柱。在他們的努力下，一個更加智能、高效、可持續發展的未來圖景正徐徐展開，等待著被探索與實現。圖 54 AI 行業的關鍵崗位圖譜 6.3 中國高校人工智能專業課程體系建設 中國高校在人工智能專業的課程體系建設方面取得了顯著進展，體現出多樣化

182、和系統化的特點，具體情況如下：核心課程設置：多數高校在人工智能專業中設置了一系列核心課程，涵蓋了人工智能的基礎理論和技術應用。這些課程包括：（1）機器學習：教授基本算法和模型，強調數據驅動的學習方法；（2）深度學習：重點介紹神經網絡及其應用，如卷積神經網絡（CNN）和循環神經網絡（RNN）；（3）自然語言處理：涉及語言模型、文本處理和語義理解等；（4）計算機視覺：包括圖像處理、目標檢測和視覺識別等技術；（5）數據挖掘：教授如何從大量數據中提取有價值的信息。實踐與項目課程：為了增強學生的實踐能力，許多高校在課程體系中增加了實踐和項目課程。通過實際項目、實驗課程和企業實習，學生能夠在真實環境中應用

183、所學知識，解決實際問題。例如，南京大學的 AI 課程體系中包含多個實踐課程，鼓勵學生進行項目研究和創新?？鐚W科課程：一些高校采取“人工智能+X”的課程模式，結合其他學科的內容，培養復合型人才。例如，部分高校開設了智能科學與技術、智能醫學工程、智能制造工程等跨學科專業課程。這種模式有助于學生將 AI 技術應用到其他領域，實現跨學科的創新和發展。拓展學生國際視野的國際合作和交流項目的優化措施與建設進展：一些高校積極構建全球合作網絡，與多國頂尖學府和研究機構建立長期合作關系，為學生提供多元化的國際學習與研究平臺。同時高校積極實施雙向交流計劃，既邀請國際知名學者來華講學，也派遣本國2024 年中國人工

184、智能人才發展報告 65 學生和教師赴海外交流學習。通過這些優化措施，中國高校在人工智能專業的國際視野與交流方面取得了更為顯著的進展，為學生和整個 AI 領域的發展帶來了長遠的影響。以下是具體的優化成果描述：國際視野拓展：學生通過參與國際項目和研討會，不僅深入了解了國際 AI 技術的發展趨勢，還增強了跨文化交流和合作的能力?？蒲泻献骷訌姡航處熀脱芯咳藛T通過國際合作，共同發表了大量高水平的學術論文，推動了 AI 技術的創新發展。人才培養國際化：培養出了一批具有國際視野和競爭力的 AI 專業人才，他們在國際舞臺上展現了出色的專業能力和溝通技巧。資源共享與平臺建設：通過國際交流，高校共享了教育資源，建

185、立了聯合實驗室和研究中心，為學生和研究人員提供了國際化的學習和研究環境。教師培訓與資源建設：由于人工智能學科的迅速發展，高校還注重對教師的培訓和資源建設。許多高校通過教師進修、引進專家以及與企業合作等方式，不斷提升師資力量和教學水平。中國高校在人工智能專業課程體系建設方面的努力，旨在培養具備扎實理論基礎、強大實踐能力、創新思維和國際視野的高素質人工智能人才。這些課程體系的不斷優化和完善，將為中國在 AI 領域的全面發展奠定堅實基礎。6.4 中國高校人工智能專業教材建設 人工智能專業教材建設在高校教育中扮演著至關重要的角色。高質量的教材能夠系統地呈現人工智能領域的基本概念、核心理論和關鍵技術，幫

186、助學生建立全面、系統的知識框架。教材的規范化有助于不同高校在教學內容和質量上保持一致，從而提高整體教育水平。專業教材結合最新的科研成果和技術發展，確保學生學習到前沿的知識和技能。這對于培養具備國際競爭力的高素質人工智能人才尤為重要。通過教材更新和引進新技術，教師可以提供更高質量的教育，滿足快速發展的科技需求。高質量的教材不僅包含理論知識，還應包括豐富的實踐案例和項目示例，幫助學生將所學知識應用于實際問題中。這種理論與實踐相結合的教學方式，有助于培養學生的創新能力和解決問題的能力。中國高校在人工智能專業的教材建設方面采取如下措施：（1）教材編寫與出版：近年來，越來越多的高校教師和企業技術專家加大

187、了人工智能專業教材的編寫隊伍中，人民郵電出版社、清華大學出版社、高等教育出版社等陸續推出了一系列的結合不同層次、不同區域高校教學的人工智能教材。例如焦李成編版人工智能通識基礎、莫宏偉版人工智能導論（第 2 版）、趙衛東版機器學習（第 2 版）、鄧建華的深度學習原理、模型與實踐、周慶國版自然語言處理技術與應用等一系列的精品教材逐步成為高效課堂教學支撐。（2）企業合作與資源共享：一些高校與企業合作，利用企業的技術優勢和資源，共同開發教材。例如，與大型科技公司合作，共同編寫和發布的計算智能腦科學導論等2024 年中國人工智能人才發展報告 66 人工智能教材，結合了最新的行業技術和實踐經驗，使學生能夠

188、接觸到前沿的 AI 技術。（3）數字化與在線資源：隨著信息技術的發展，越來越多的高校開始利用數字化資源和在線平臺進行教材建設。例如，通過建立在線課程平臺和資源庫，學生可以訪問豐富的學習資料和實踐案例。這種數字化教材的形式不僅方便了教學，也提高了學生的學習效果。（4）標準化與統一性：盡管取得了一些成就，人工智能教材的標準化和統一性仍需加強。目前，不同高校使用的教材在內容和質量上存在較大差異，部分教材內容還未能完全適應快速發展的 AI 技術和應用需求。（5）師資培訓與教材更新：為了保證教材的質量和實用性，高校還需不斷加強師資培訓和教材更新。通過定期的教師進修和培訓，確保教師能夠掌握最新的 AI 技

189、術和教學方法。同時，教材內容需要根據技術發展和行業需求及時更新，以保持其前沿性和實用性。通過以上措施，中國高校在人工智能專業的教材建設方面取得了一定的進展，但仍需不斷努力，以培養符合社會需求的高素質人工智能人才。6.5 中國高校人工智能專業建設面臨的挑戰 我國高校人工智能專業主要呈現以下四個方面的特點：一是符合國家戰略與社會需求，二是體現辦學特色與學科優勢，三是聚焦人才培養與科技創新，四是注重與政府、企業合作共建。當然，由于我國高校人工智能學科成立的時間較短，盡管已在人工智能的科技創新、人才培養、社會服務等方面取得了一些成就，但還處于發展的初級階段，仍存在一些不容忽視的問題，值得關注。（1）學

190、科專業建設較為薄弱 當前，新一代人工智能給高等教育變革既帶來了機遇，又帶來了挑戰。一方面，未能成立“人工智能領域一級學科”，現有人工智能專業人才培養主要依托計算機科學與技術、控制科學與工程等學科，因而亟需優化人工智能學科布局，加快推進人工智能領域一級學科建設。另一方面，人工智能專業建設尚不成熟，目前，有學院開設智能醫學工程、智能制造工程等人工智能復合型專業，但多數學院的人工智能相關專業建設仍然處于探索階段。（2）師資力量不足 中國高校在人工智能建設中面臨的一個主要問題是師資力量不足。由于人工智能學科相對新興，合格且有經驗的教師嚴重短缺。許多高校的教師缺乏專業的人工智能教育背景，難以有效地教授和

191、指導學生。這不僅影響了教學質量，還限制了學生在人工智能領域的全面發展。例如，數據顯示，僅有 35.2%的教師在某些先進示范學校中具備教授人工智能相關內容的經驗，而其中許多人對自己的資格信心不足。這種師資短缺直接影響了人工智能人才的培養質量，需要通過加強教師培訓和引進更多專業人才來解決。（3）人才培養模式創新不足 人工智能專業人才培養的迫切性，主要源于人工智能產業蓬勃發展所導致的對人工智能人才的旺盛需求，我國人工智能相關人才的缺口較大，因而亟需加強人工智能專業人才培養。目前人工智能專業人才培養模式主要有兩種形式：一是“人工智能+X”培養模式，結合學科2024 年中國人工智能人才發展報告 67 交

192、叉發展特點，側重培養復合型人才。例如，中國石油大學（北京）按照“特色學科+人工智能”的理念實施“本碩博一體化”貫通式培養；遼寧工程技術大學開展培養“專業+人工智能”的新工科人才。二是“校企合作協同育人”培養模式，多所高校與相關企業合作共建人工智能學院，深入開展“產學合作、產教融合”，協同培養更加適應社會需求的人才。誠然，以上兩種類型人工智能專業人才培養模式是值得充分肯定的，但大多數高校目前仍在積極探索，尚未形成相對成熟的人才培養方案。人工智能時代的技術發展給教育教學內容、教學形式、師生關系和教育理念帶來了質的變革和全新的挑戰。因而人工智能專業人才培養更要與時俱進，以適應人工智能時代的要求。當前

193、，由于尚無統一標準的人工智能專業人才培養的目標、定位、培養方案，不同學校都在踐行各自的人才培養方案，盡管能夠反映出所在學校的辦學特色，但這些人工智能人才培養方案的科學性、合理性還有待商榷，有待進一步實踐驗證，所以仍要不斷優化、創新人工智能專業人才培養模式。（4）科技創新領域仍要開拓 高校作為我國人工智能科技創新領域的重要策源地，應能把握人工智能技術的發展趨勢，深入推進人工智能領域的科技創新。各高校主要立足于自身辦學特色與優勢學科，聚焦人工智能領域的前沿問題，對人工智能相關交叉學科開展研究，進一步推進諸多領域的科技創新?？傮w來看，已有的人工智能專業更傾向于探索人工智能技術在相關領域的應用，可能會

194、忽視人工智能的基礎理論研究。人工智能是引領新一輪科技革命和產業變革的戰略性技術，具有溢出帶動性很強的“頭雁”效應。事實表明，新一代人工智能正在對其他諸多領域產生不同程度的影響，所以高校人工智能應在立足現有研究的基礎上，不斷開拓人工智能相關的科技創新領域，既要密切關注人工智能的關鍵核心技術研究，又要注重加強人工智能的基礎理論研究。（5）基礎設施不足 我國高校在人工智能基礎設施建設方面存在一些不足。首先，高校的科研基礎設施面臨著資源總量有限和算力不足的問題。盡管有些高校如上海交通大學已經建立了較為強大的 AI計算平臺，但整體來看，許多高校仍然缺乏足夠的算力支持。此外，雖然有研究顯示中國大陸在人工智

195、能領域的人才培養和基礎設施建設方面取得了一定的成就，但在具體實施過程中，仍有許多高校未能充分利用這些資源。例如，教育部等部門鼓勵高校共享超算資源和人工智能算力資源，但實際操作中可能存在資源共享不充分的情況。為了應對這些問題，建議加大對學校人工智能教育資金的投入及相關基礎設施的投入，并鼓勵各高校加強與企業的合作，共同建設更加完善的算力基礎設施。通過這些措施，可以有效提升我國高校在人工智能領域的基礎設施建設水平，促進人工智能學科的發展和科技創新。（6）社會服務體系尚未健全 服務社會是高校的基本職能之一，也是高校成立人工智能專業的宗旨。各高校能夠結合自身辦學特色，加強與相關企業、地方政府合作，注重推

196、動人工智能服務社會發展。盡管已在智能制造、智能教育、智能醫療、智能農業、智能司法、智能金融和國防安全等重點領域2024 年中國人工智能人才發展報告 68 取得了階段性成果，但總體而言，目前仍然處于起步探索階段，尤其在科技成果轉化與示范應用的深度上還需要重點加強。任何事物都具有兩面性，人工智能作為一把“雙刃劍”，它在推進經濟建設與社會發展的同時，可能會給經濟安全和社會穩定帶來潛在的風險。例如，人工智能的快速發展，可能會帶來法律與社會倫理等諸多問題。但我國目前人工智能社會服務體系尚未健全，所以高校人工智能學院在推進人工智能服務社會的過程中，應該針對可能帶來的問題，提前開展相關研究，進一步助力完善人

197、工智能社會服務體系。6.6 針對中國高校人工智能專業建設的建議和解決方案 面對高校人工智能專業建設面臨的挑戰和困境，建議如下：（1）加強高校人工智能專業建設：加快推進人工智能領域一級學科建設，優化課程體系，建設特色數字化人工智能教材資源、提升師資力量，培養高素質人工智能人才。（2）推動校企合作：加強高校與企業合作，共建實驗室、研究中心，開展產學研合作項目，為學生提供實踐機會。完善人才培養模式：創新人才培養模式，例如“人工智能+X”培養模式，培養具備多學科知識和技能的復合型人才。加強人才引進：吸引國內外優秀人工智能人才，為產業發展提供智力支持。完善人才評價體系：建立科學的人才評價體系，激勵人才創

198、新和發展。另外，針對以下專業建設和人才培養機制問題，建議解決方案如下：（1）學科專業建設較為薄弱 中國高校在人工智能學科專業建設方面較為薄弱，解決這一問題需要采取系統性和綜合性的措施。首先，制定詳細的發展規劃和目標，明確人工智能學科的發展方向和階段性任務。教育主管部門應出臺相關政策，支持高校開設和完善人工智能專業，鼓勵跨學科融合，促進人工智能與計算機科學、數學、統計學、信息科學等學科的深度結合。此外，高校應積極與國際一流大學和科研機構建立合作關系，引進先進的教學和研究經驗，提升自身的學科建設水平。通過建立國際化的交流平臺，邀請國際知名學者來校講學和合作研究，逐步提升學科的國際影響力。高校還應鼓

199、勵和支持教師申報國家級和省級教學科研項目，通過項目研究推動學科發展。最后，要建立完善的評價體系，定期對學科建設情況進行評估和調整，確保學科建設的持續推進和不斷優化。（2）師資力量不足 面對人工智能專業師資力量不足的問題，可以采取多種措施加以解決。首先，應加大力度引進高端人才，通過提供有競爭力的薪酬、科研支持和生活保障，吸引國內外知名學者和行業專家加盟高校。其次，高校應加大對現有教師的培訓力度，鼓勵他們參加國內外高水平的學術交流和培訓項目，提高其專業水平和科研能力?？梢酝ㄟ^設立專項基金，資助教師進行短期訪學和交流，提高其國際化水平。此外，推動校企合作，邀請企業專家擔任兼職教授或客座講師，為學生提

200、供實踐課程和行業經驗分享，也是解決師資不足的重要途徑。高校還2024 年中國人工智能人才發展報告 69 應建立聯合培養機制，與其他高?；蚩蒲袡C構合作，共享師資資源，聯合培養教師和研究生，提升整體教學科研水平。利用在線教育平臺，聘請國內外優秀教師錄制課程，擴大優質教育資源的覆蓋范圍，彌補師資不足的短板。通過這些措施，可以逐步解決高校人工智能專業師資力量不足的問題。（3）人才培養模式創新不足 為應對人工智能人才培養模式創新不足的問題，需要從多方面進行改革和創新。首先，應在課程設置上進行創新，打破傳統學科壁壘，鼓勵跨學科融合。設計以項目為導向的課程體系，通過實際項目的研究和開發，提高學生的實踐能力和

201、創新能力。其次，強化產教融合，與企業合作，共同制定人才培養方案，提供實習和就業機會，讓學生能夠在真實的工作環境中鍛煉和成長。此外，高校應注重培養學生的綜合素質，開展多樣化的實踐活動和創新創業教育，激發學生的創新思維和創業精神?？梢栽O立創新實驗室和創客空間，為學生提供創新實踐的平臺和資源支持。引進和借鑒國際先進的人才培養模式，鼓勵學生參加國際交流和比賽，提高其國際視野和競爭力。建立健全的導師制度，為學生提供個性化的指導和支持，幫助其制定科學的學習和發展規劃。通過這些措施，可以有效提升人工智能人才的培養質量，滿足社會對高水平人工智能人才的需求。（4）科技創新領域仍要開拓 科技創新是推動人工智能發展

202、的關鍵領域，為開拓這一領域，高校需要采取系統性和多層次的措施。首先，應加大科研投入，設立專項基金，支持人工智能領域的基礎研究和應用研究。通過設立重點實驗室和研究中心，打造高水平的科研平臺，吸引優秀的科研人才加盟。其次，鼓勵跨學科和跨領域的合作研究，推動人工智能與其他學科的深度融合，拓展科研的廣度和深度。高校應積極與企業合作，開展產學研合作項目，將科研成果轉化為實際應用，促進科技成果的產業化。同時，加強國際合作，與國際一流大學和科研機構建立合作關系，開展聯合研究和技術交流，提升科研水平和國際影響力。高校還應建立健全的科研評價體系，激勵科研人員勇于創新，鼓勵發表高水平的科研論文和申請專利。通過舉辦

203、學術會議和研討會，搭建學術交流的平臺，促進科研人員之間的交流和合作。通過這些措施，可以不斷開拓人工智能科技創新領域，推動技術進步和應用。（5）基礎設施不足 基礎設施是支撐人工智能專業建設的重要基礎，為解決基礎設施不足的問題，高校需要加大投入力度。首先，應積極爭取政府和地方政策支持，申請專項經費，用于建設和完善人工智能實驗室和研究中心。實驗室的建設應注重設備的先進性和多樣性，確保能夠滿足教學和科研的需要。其次，可以與企業合作，共建共享實驗室和研究平臺，充分利用企業的資源和技術優勢，提升基礎設施的水平。高校還應重視信息化建設，搭建高效的信息管理系統和數據共享平臺，為教學和科研提供便利。引進先進的教

204、學和科研設備，提升實驗室的硬件條件，確保學生能夠進行高水平的實驗操作和研究。同時，應注重實驗室的管理和維護，確保設備的正常運行和使用效率。通過設立專項基金，支持教師和學生開展實驗研究，提高實驗室的利用率和科研產出。通過這些措施，可以逐步改善高校人工智能專業的基礎設施條件，提供良好的教學和科研環境。2024 年中國人工智能人才發展報告 70 （6）社會服務體系尚未健全 為健全社會服務體系，高校需要積極開展多種形式的社會服務活動，提升服務能力和水平。首先，應加強與政府、企業和社會組織的合作，建立長期穩定的合作關系，共同推進人工智能技術的應用和推廣。高?？梢酝ㄟ^建立技術轉移中心和創新創業平臺，為企業

205、和社會提供技術支持和服務。其次，應積極開展社會培訓和繼續教育，面向社會提供人工智能相關的培訓課程，提升社會各界對人工智能技術的理解和應用能力?？梢耘c政府和企業合作，舉辦人工智能應用示范項目，展示人工智能技術在各行業的應用前景和效果，推動技術的普及和推廣。高校還應注重社會責任，積極參與公益活動和社會服務，發揮自身的專業優勢，服務社會發展。通過舉辦科普講座和宣傳活動，提高公眾對人工智能技術的認知和接受度。建立健全的社會服務評價體系，定期對社會服務工作進行評估和改進，確保服務質量和效果。通過這些措施，可以逐步健全高校人工智能專業的社會服務體系，提升社會服務能力和水平。七、結語 在全球化和數字化時代背

206、景下，人工智能的崛起正不斷重塑我們的工作和生活方式。本報告通過對當前人工智能人才發展的深入分析，勾畫出了一個多面且動態變化的領域景觀。從行業現狀到人才供需及能力需求，從培養模式到專業建設分析，人工智能專業正以前所未有的速度發展，同時也帶來了對高技能人才培養的大量需求。隨著人工智能技術在不同行業的廣泛應用，對于具備深厚專業知識和創新能力的人工智能人才的需求日益增長。企業和機構正在尋找那些不僅理解算法和數據處理的技術專家，還需要這些專家能夠將人工智能與行業知識相結合，推動產品和服務的創新。高校在這波人才需求的推動下，已經開始調整課程設置，強化實踐教學，以培養更多適應未來市場需求的人工智能專業人才。

207、同時，政府的政策支持和資金投入也在加速這一進程，為人工智能領域的持續發展提供了有力的支撐。然而，人工智能人才的培養和發展仍面臨諸多挑戰，包括但不限于教育與行業脫節、理論與實踐不平衡，以及國際競爭加劇等。為了應對這些挑戰，必須加強合作，促進知識和經驗的交流共享，同時鼓勵跨學科學習，以培養更加全面、創新的人工智能人才。展望未來，人工智能人才的發展將更加強調綜合素質的培養，以及對新興技術的快速適應能力。只有不斷適應變化，持續創新，才能確保人工智能人才在未來的競爭和發展中立于不敗之地。本報告呼吁所有相關利益方，包括政府、教育機構、企業以及人工智能專業人士，共同投身于這一波瀾壯闊的人才發展浪潮中，攜手構

208、筑一個智能、創新、包容的未來。參考文獻 1 工業和信息化部人才交流中心.人工智能產業人才發展報告（2019-2020 年版），2020.6 2 脈脈高聘人才智庫.2023 人工智能人才洞察報告，2023 2024 年中國人工智能人才發展報告 71 3 王祺，李冬露.中國人工智能產業研究報告（VI），2024 4 胡曉萌.AIGC 發展趨勢報告，2023 5 甲子光年智庫.人工智能開源大模型生態研究，2024 6 工業和信息化部科技司.國家人工智能產業綜合標準化體系建設指南（2024 版）,2024 7 極客邦科技雙數研究院.2024 年中國生成式 AI 開發者洞察報告，2024 8 月狐數據.中國生成式 AI 行業市場熱點月度分析（2024 年 5 月），2024.6 9 量子位智庫.2024 年中國 AIGC 產業全景報告，2024.3 10 國務院.第十四屆全國人民代表大會第二次會議.2024 年政府工作報告，2024.3 11 郭媛媛.2024 年兩會高校培育新質生產力創新人才提案，2024.3 12 祝智庭,戴嶺,趙曉偉,沈書生.新質人才培養：數智時代教育的新使命J.電化教育研究,2024,45(1):52-60.2024 年中國人工智能人才發展報告 72