国内的AI人才市场现状是什么样子

从人才布局看AI战略

AI人才根据产业链分为三类：

1、算法策略类人才：侧重方法研究，主要面向技术层，包括算法、机器学习、自然语言处理、数据挖掘、图像识别、语音识别、推荐系统、系统算法工程师、图像算法工程师、matlab建模工程师；

2、工程类人才：侧重项目实现，即应用层人才，包括搜索开发、Spider开发；

3、数据分析类：侧重对数据的理解，即基础层人才，包括数据仓库、数据分析。

国内BAT三巨头AI布局比较积极，不过有分析指出：目前我国71%的人工相关企业都在做技术落地应用，在算法技术方面，55%的企业在做计算机视觉，13%在做自然语言处理，只有9%的企业真正研究机器学习。能够很快把技术应用落地是我国的优势，但是对于基层的技术研究，我国的企业实力目前还无法和国外匹敌，这是劣势。

AI人才的钱途和前途

BAT三家给出的AI人才薪资均为万元级别，但阿里巴巴的AI人才薪资明显是相对比较高的，薪资涨幅也远高于百度和腾讯，这是由于阿里入局较晚的缘故。此外，腾讯、百度的平均薪资虽基本持平，但腾讯为高端人才提供的待遇要优于百度。百度作为目前AI人才储备的领头羊，其相对较低的薪资对应了更高的跳槽意向。

从工作资历来看，阿里巴巴和腾讯的AI人才行业资历更深；在职时长方面，算法、图像识别、语音识别、推荐系统这四个算法策略职能在职时长百度占优，自然语言处理、搜索开发方面阿里占优，机器学习、数据挖掘这两个算法策略职能及数据仓库、数据分析方面腾讯占优。

此外，百度高层晋升速度更快（这可能是因为百度高管跳槽问题也相对严重），阿里巴巴中层升职最快。

AI人才都从哪来？到哪去？

三家公司的AI人才中，硕士学历占绝大多数，其中，计算机是AI人才最常见的专业方向，其次是数学、信息与通信工程、管理类专业。因此北京大学、清华大学、北京邮电大学、华中科技大学、中国科学技能大学等20所高校成BATAI人才摇篮。

吴恩达指出，公司对于技术人才的吸引力在于，他们能提供强大的运算能力和大数据的支持。两者在机器学习中发挥重要的作用；但坏处是，公司相比高校的研究机构，更容易受短期商业利益的影响，研究成果共享也会很难，某种程度上阻碍了技术进步。

除了BAT，AI人才还会流向华为、京东、新浪、搜狗、美团等科技公司。麦肯锡调研曾指出，人工智能的迅速发展可能更有利于科技板块；相比之下，传统企业不会用数据，大型互联网企业的数据无法互相分享，存在“数据黑洞”。

智东西认为，国内技术层和应用层的人才市场还比较乐观，有着比较稳定的人才培养单位和相对合理的平均薪资水平，尤其是“黄埔军校”百度出来，走向美团、滴滴等新科技公司的人才力量加上资本注入，催化AI应用落地是国内的一个优势。但基础层建设，BAT相对于谷歌、微软等国际巨头还有一些差距。

在阿里巴巴和腾讯则纷纷尝试了盈利多元化，其营收均冲高到1500亿元级别的情况下，百度遭遇了PC市场饱和导致的搜索量下降，加上去年经历的信誉风波，于是开始寄希望于基于AI的弯道超车。但缺乏多元化以及营收不乐观，人才平均薪资缺乏优势的前提下，吴恩达、王劲等高层纷纷离职，陆奇是否能扭转乾坤就很难说了，毕竟还要受到张潼带领的腾讯AI实验室和阿里“NASA”计划的冲击。

一般一个省份需要多少人工智能人才

大概需要400个人工智能人才

人工智能人才分布在哪些领域

看看实际应用，就知道人工智能领域。

1、虚拟个人助理

经常使用手机的你一定对GoogleNow和Cortana这些虚拟个人助理不会陌生。只要你说出命令，他们就会帮助你找到有用的信息。例如，你可以问“最近的川菜馆在哪儿？”，“我今天的日程有什么安排？”，“提醒我八点钟给某某某打电话”，然后，虚拟个人助理就可以通过查询信息，然后向手机中的其他app发送对应的信息来完成指令。

这一看似简单的过程实际上就有人工智能的介入，并且扮演着重要的角色。在语音唤醒虚拟个人助理的时候，人工智能会收集你的指令信息，利用该信息进一步识别你的语音，并为你提供个性化的结果，最终会让你觉得越来越好用，达成越用越好用的结果。微软表示，自家的Cortana（中文名叫小娜）可以“不断了解用户”，最终将培养出预测用户需求的能力。

2、智能汽车

你可能还没看到有人上班一边开车，一边看报纸，但自动驾驶汽车确实越来越接近现实。Google旗下的自动驾驶汽车项目和特斯拉的“自动驾驶”功能是最新的两个例子。自动驾驶技术毫无疑问是基于人工智能之上的技术，并且目前发展速度极为迅猛。从英特尔今年年初收购以色列自动驾驶汽车公司Mobileye可见一斑。

今年早些时候华盛顿邮报还有过报道，称Google开发了一种算法，能让自动驾驶汽车像人类一样学习驾驶技术。由于人工智能可以学会玩简单的视频游戏，Google让自动驾驶汽车上路前也测试相同的智能游戏。整个项目的构思在于，汽车最终能够“认清”面前的道路，并根据它所看到的内容做出相应的决策，帮助它在行驶的过程中学习经验。虽然特斯拉的自动驾驶仪功能没有这么先进，但它已经上路使用，同时这也表明此类技术肯定会蓬勃发展。

3、在线客服

现在，许多网站都提供用户与客服在线聊天的窗口，但其实并不是每个网站都有一个真人提供实时服务。在很多情况下，和你对话的仅仅只是一个初级AI。大多聊天机器人无异于自动应答器，但是其中一些能够从网站里学习知识，在用户有需求时将其呈现在用户面前。

最有趣也最困难的是，这些聊天机器人必须擅于理解自然语言。显然，与人沟通的方式和与电脑沟通的方式截然不同。所以这项技术十分依赖自然语言处理（NLP）技术，一旦这些机器人能够理解不同的语言表达方式中所包含的实际目的，那么很大程度上就可以用于代替人工服务。

4、购买预测

如果京东、天猫和亚马逊这样的大型零售商能够提前预见到客户的需求，那么收入一定有大幅度的增加。亚马逊目前正在研究这样一个的预期运输项目：在你下单之前就将商品运到送货车上，这样当你下单的时候甚至可以在几分钟内收到商品。毫无疑问这项技术需要人工智能来参与，需要对每一位用户的地址、购买偏好、愿望清单等等数据进行深层次的分析之后才能够得出可靠性较高的结果。

虽然这项技术尚未实现，不过也表现了一种增加销量的思路，并且衍生了许多别的做法，包括送特定类型的优惠券、特殊的打折计划、有针对性的广告，在顾客住处附近的仓库存放他们可能购买的产品。这种人工智能应用颇具争议性，毕竟使用预测分析存在隐私违规的嫌疑，许多人对此颇感忧虑。

5、音乐和电影推荐服务

与其他人工智能系统相比，这种服务比较简单。但是，这项技术会大幅度提高生活品质的改善。如果你用过网易云音乐这款产品，一定会惊叹于私人FM和每日音乐推荐与你喜欢的歌曲的契合度。从前，想要听点好听的新歌很难，要么是从喜欢的歌手里找，要么是从朋友的歌单里去淘，但是往往未必有效。喜欢一个人的一首歌不代表喜欢这个人的所有歌，另外有的时候我们自己也不知道为什么会喜欢一首歌、讨厌一首歌。

而在有人工智能的介入之后，这一问题就有了解决办法。也许你自己不知道到底喜欢包含哪些元素的歌曲，但是人工智能通过分析你喜欢的音乐可以找到其中的共性，并且可以从庞大的歌曲库中筛选出来你所喜欢的部分，这比最资深的音乐人都要强大。电影推荐也是相同的原理，对你过去喜欢的影片了解越多，就越了解你的偏好，从而推荐出你真正喜欢的电影。

6、智能家居设备

许多智能家居设备都拥有学习用户行为模式的能力，并通过调整温度调节器或其他设备来帮助节省资金，不仅便利、还节能。例如，屋主外出工作，设备自动打开烤箱，无须等到回家再启动，这一点非常方便。人工智能知道主人什么时候回家，就能相应的提前调整温度，而出门在外时则自动关闭设备，这样可以省下不少钱。

另一项家居设备也有人工智能的身影——照明。通过设置默认值和偏好，设备可根据你的位置和你正在做的事调整房子（内部和外部）周围的灯光。例如，看电视就暗一些，烹饪时较明亮，吃饭则亮度适中。智能家居的AI，只要你敢想，没有什么做不到。

7、大型游戏

游戏AI可能是大多数人最早接触的的AI实例。从第一款大型游戏到现在，AI已经应用了很长时间。最早期的AI甚至不能称为AI，只会根据程序设定进行相应的行为，完全不考虑玩家的反应。不过最近几年里，游戏AI的复杂性和有效性却迅猛发展。现在大型游戏中的角色能够揣摩玩家的行为，做出一些难以预料的反应。

像《孤岛惊魂》(FarCry)和《使命召唤》（CallofDuty）这种第一人称射击游戏也能很好地利用AI。敌人可以分析玩家的环境，追踪可能生存的目标。敌人也会找掩护，追踪声音，侧翼攻击，以增加胜利的可能。虽然就AI技术本身而言，在游戏中的应用有点大材小用，但是由于行业市场巨大，每年都有大量精力和资金投入其中来完善这种技术。

8、欺诈检测

你有没有收到过电子邮件或信件——询问你是否用信用卡进行了某些产品支付？如果用户的帐户存在被欺诈的风险，银行会发送此类信件，希望在汇款前确认用户个人已同意支付。人工智能通常部署来监控这种欺诈行为。

一般来说，先将大量欺诈和非欺诈性交易样本数据输入电脑，然后命令电脑分析数据，发现交易中不同类别的情况。经过足够的训练，电脑系统就将能够利用所学和种种迹象辨认出欺诈性交易。

9、安全监控

随着人们对于安全问题越来越重视，监控摄像头也越来越普及，在方便了场景记录和重现之外，也出现了新的挑战：监控摄像头所拍摄的内容仍然需要人工监测。用人力来同时监控多个摄像头传输的画面，非常容易疲倦，同时也容易出现发现不及时或者判断失误的情况。因为，非常有必要在监控摄像头系统中引入人工智能技术，借助人工智能来进行24小时无间断的持续监控。例如，利用人工智能来判断画面中是否出现异常人员，如果发现可以及时通知安保人员。

当然，目前能够实现的技术还十分有限。比如，电脑看到闪光的颜色，可能表明有人入侵或在校园周围游荡，但是识别的精确度仍然有待力高。另外，由于当前技术的限制，识别特定行为依旧比较困难，比如商店中的小偷小摸行为。但在相信在不久的将来，这种技术的改善绝非难事。

10、新闻生成

人工智能程序可以写新闻？听起来似乎很不可思议，但是这就是现实！根据美国Wired杂志统计，美联社，福克斯和雅虎都已经在利用人工智能来编写文章，例如财务摘要、体育新闻回顾和日常报道。目前，人工智能还没有涉及调查类文章，但是如果内容不是太复杂、相对简单，人工智能完全可以搞定。从这个角度来说，电子商务、金融服务、房地产和其他数据驱动型行业都可以从人工智能中受益良多

推荐阅读
美国担心人工智能领域(美国人工智能出问题)
创业人工智能领域，创业人工智能领域包括
mit 人工智能领域(mit首次提出人工智能)
小米人工智能领域加盟，小米人工智能家居加盟
人工智能领域工程 人工智能领域工程有哪些
医疗人工智能领域 医疗人工智能领域包括
医疗领域人工智能融资(医疗领域人工智能融资现状)
人工智能领域规范，人工智能领域规范文件