原标题：AI 竞赛带来的人才短缺问题，什么算法都解决不了

雷锋网 AI 科技评论按：「AI 的力量将改变世界」已经成为全社会的共识，紧接着「读一个 AI 相关的硕士、博士就可以轻松高薪」也成为了社会共识。但这种共识背后也有着种种隐忧，对于怎么招人、怎么培养人、怎么把 AI 技术融入企业业务，惯例的观念和做法有很多，但身在其中的人往往不知道自己到底哪里对了哪里错了。

Fastcompany.com 的这篇文章是对 AI 领域里人才相关事项的重新审视和思考。学术界已经做出了很多努力，而企业们可以拿出真正积极的行动来。雷锋网 AI 科技评论编译如下，有改动。

AI 的新招聘时代

Greg Benson 教授已经在旧金山大学教了二十年计算机科学了。除了开学期间的日常授课之外，他每周还会有一两天时间在云集成公司 SnapLogic 的办公室里度过；在学校放假期间，他更是在这里全职工作。他每年带的机器学习研究生有 10 个左右，他会给他们机会到 SnapLogic 实习，动手参与一些 AI 科研项目。如果实习表现好的话，他们毕业之后就可以直接来 SnapLogic 工作。SnapLogic 的工程师里有三分之一都是以前做实习生然后留下来的。「这种模式对我们来说非常成功」，Benson 说。

即便科技巨头们如今都为如何招到高水平人才而头疼，这种模式对小公司来说就不失为一种有效的招聘手段。这种模式还体现出了另一种创新：SnapLogic 和 Benson 教授之间的合作体现出了科技公司在借用高效教授力量的同时，也可以为学术界做出一些贡献，尤其是可以让这些教授继续留在学校，继续培养未来的 AI 研究人员。

整个领域面对的状况很明显：大约 60% 的美国计算机科学博士生都毕业之后就去了企业工作；2000 到 2010 年之间的这个数字还只有 38%。（来自华尔街日报发表的美国自然科学基金会的统计数据）

另一项来自伍斯特理工学院的研究表明，许多学校都面临了这样的状况：他们希望招聘许多 AI 以及相关领域的教职员工，但是却招不到多少人。可以说 AI 及相关领域已经显出了明显的矛盾：每年企业和学校招到的博士生，要比学校里毕业的博士生还要多 6%。如果再考虑到读一个计算机科学的博士生需要 3 到 5 年的时间的话，这个问题就更令人头大了。

对于一直风头正劲的 AI 热潮，许多公司都想扬鞭上道：他们的第一反应就是，既然我们决定了要做 AI，那就去招一个斯坦福大学毕业的计算机科学博士来。但问题是，别说是斯坦福大学毕业的了，就算是别的学校毕业的计算机科学博士，现在也不知道还能不能找得到。蒙特利尔的初创公司 Element AI 发布了一个研究报告，根据他们统计，自 2015 年以来计算机科学界一共培养了大约 2 万 2 千名具有博士学位的 AI 研究人员。如果把 2015 年之前获得的博士学位也算上的话，这个数字大概是 9 万。但计算机科学是一个快速变化的领域，越新近毕业的学生就越可能掌握和主流应用最相关的知识技能。腾讯也发表过自己的估计，认为参与到 AI 研究中的人员数量大概是 20 万到 30 万人。

面对如此少的人才和如此热烈的企业需求，对顶尖人才的招徕俨然发展成了一场全面的军备竞赛。除了足够吸引人的薪水，想招人的科技公司也要去学术会议混脸熟，还需要在摊位设置和企业介绍里展现自己的高逼格、高追求、以及成为下一个谷歌 Facebook 的可能性。CVPR 2018 的展台区就仿佛是一场大型校招招聘会；ACL、EMNLP 也类似。之前曾有过报道，即便是在 OpenAI 这样的非盈利组织，顶尖的 AI 研究人员都可以拿到百万美元年薪。

另一方面，高水平的人才还有很严重的抱团现象。根据 KPMG 在 2016 年 12 月发表的报告，谷歌、微软、英伟达、IBM、英特尔和三星六家公司就瓜分了所有深度学习专家总数的一半。到了 2018 年，我们更是看到越是大公司、越是大规模的人工智能实验室，就越是吸引研究人员全职或者兼职加入。

学生想入学，难；高校想招老师，也难

Benson 教授说道，旧金山大学很想招足够的教授来教 AI 课程，但是也经常只见出力不见回报。因为大学坐落在湾区，不论高房价还是来自业界企业的强烈吸引，都是 AI 实践者们比较工作机会时难以忽略的因素。旧金山大学的机器学习硕士每年会收到 700 到 800 份申请，然后只能接受其中的 10%。旧金山大学其实有计划招更多学生，但是他们招不到足够多的教职员工。