数智时代的AI人才粮仓模型解读白皮书（2024版）

联合发布单位AI技术显著缩小了科学与实际应用之间的鸿沟，（一）中国传统产业逐步迈向全面智能化7（二）行业大模型构建需求喷发：超63%企业正在构建企业内大模型10（三）AI影响下的技术演进12（四）小结：AI时代全面来临，企业需构筑核心竞争力15（二）传统业务应用场景匮乏：不会找、找不到18（三）算力成为限制AIGC发展的最大问题19（四）AI人才阈值范围扩大，数量愈加紧缺20（一）AI赋能千行百业，加速产业智能化升级23（二）培育AI能力是实现企业业技融合的关键26（三）AI基础设施建设是支撑产业发展的基石27（四）小结：企业全面AI化，打造AI人才梯队28（一）全球AI人才数量、结构现状解读30（二）数智时代下的AI人才粮仓模型32（一）企业AI应用文化的整体性构建与全员能力赋能46（二）数智化时代下企业AI人才招聘、评价、能力培养的创新策略56（一）企业AIGC应用案例62（二）企业AIGC人才培养案例65专家寄语AI加速产业与技术升级，企业正式步入-7-AI人才粮仓模型解读白皮书11报告指出，深入推进数字经济创新发展。制定支持数字经济高质量发展政策，积极推进数字产业化、产业数字化，促进数字技术和实体经济深度融合。深化大数据、人工智能等研发应用，开展“人工智能+”行动，打造具有国际竞争力的数字产业集群。实施制造业数字化转型行动，加快工业互联网规模化应用，推进服务业数字化，建设智慧城市、数字乡村。深入开展中小企业数字化赋能专项行动。支持平台企业在促进创新、增加就业、国际竞争中大显身手。健全数据基础制度，大力推动数据开发开放和流通使用。适度超前建设数字基础设施，加快形成全国一体化算力体系，培育算力产业生态。我们要以广泛深刻的数字变革，赋能经济发展、丰富人民生活、提升社会治理现代化水平。人工智能+正在为各行各业带来全新赋能，为企业与个人的发展带来新机遇。先进的生产力与行业结合，为各行业提高效率，也会为AI产业发展创造一个巨大的市场空间。2024年1月，国家数据局宣布推出“数据要素×”三年行动计划（2024—2026年）（以下-8-AI人才粮仓模型解读白皮书简称《行动计划》）。这项新行动以推动数据要素高水平应用为主线，促进多场景应用，先行聚焦工业制造、现代农业、商贸流通等12个领域，推动行业中发挥数据要素的乘数效应，释放数据要素价值，实现经济规模和效率的倍增。《行动计划》指出，到2026年底，数据要素应用广度和深度大幅拓展，在经济发展领域数据要素乘数效应得到显现，打造300个以上示范性强、显示度高、带动性广的典型应用场景，涌现出一批成效明显的数据要素应用示范地区，培育一批创新能力强、成长性好的数据商和第三方专业服务机构，形成相对完善的数据产业生态，数据产品和服务质量效益明显提升，数据产业年均增速超过20%，场内交易与场外交易协调发展，数据交易规模倍增，推动数据要素价值创造的新业态成为经济增长新动力，数据赋能经济提质增效作用更加凸显，成为高质量发展的重要驱动力量。该行动计划有效推动了不同领域数据要素的融合利用，促进经济增长、提升企业创新、提高服数据作为AI技术发展的核心因素，在本政策背景下，AI与产业的深度融合将被极速推动。不断塑造发展新动能新优势，促进社会生产力实现新的跃升。加快培育新质生产力要打造新型劳动者队伍，包括能够创造新质生产力的战略人才和能够熟练掌握新质生产资料的应用型人才。对于企业来说，培养既具有科技创新能力又能熟练应用AI新技术的人才，在当下显得尤为重要。企业需要重视AI人才的培养和引进，将其作为提升自身竞争力和适应未来市场需求的重要战略。通过加大投入、优化机制、搭建平台等多种方式，吸引和培育更多具备创新能力和实践经验的AI人才，将有助于企业在新质生产力的发展中抢占先机，实现可持续发展。-9-AI人才粮仓模型解读白皮书 鼓励开放合作。中国AI产业集群主要集中在在京津冀、长江三角洲、珠江三角洲和川渝地区的主要城市。西部地区的西安市，中部地区的武汉市和长沙市，以及东北地区的沈阳市、大连市和哈尔滨市，通过引入外部资源和挖掘内部资源，正逐渐形成AI产业集群的雏形。这些地区的发展潜力逐步显现，为AI领域的创新和协同发展提供了有力支持。北京的AI产业凭借企业数量、质量及产业规模和技术实力领跑全国，重点聚焦在机器人、无人机等智能终端产品及智慧医疗、智慧教育、智能家居、自动驾驶等垂直应用领域。同时北京雄厚的大数据和云计算实力，也为AI基础设施的发展提供了基本能动力。上海的AI产业已经成为该城市的三大先导产业之一。产业链大体上覆盖了AI产业链的所有领域，多集中于应用层。产业以智能机器人、智能硬件、自动驾驶为重点，部分企业已拥有国内先进的计算机视觉、AI芯片制造等技术。广州和深圳是广东省内AI产业的集聚中心。广州已经形成了天河智慧城、广州软件谷、中国人工智能(广州)产业园等多个AI产业聚集区，其中，注册资本1亿元以上的大型AI企业集中分布在天河、黄浦两区。深圳则在罗湖、盐田等地建设了多个AI产业基地，形成了“总部基-10-AI人才粮仓模型解读白皮书当前，AI技术正在向各个领域渗透，加速产业深度融合，AI已在各行各业崭露头角。在众多产业的推动下，2024年成为大模型应用场景元年。当前，模型层产品百花齐放，并逐渐开始图源：InfoQ研究中心-《AIGC行业应用及人才发展洞察》目前国内超63%的企业正在构建企业大模型，将大模型与业务流程、产品功能紧密结合，推动其在多个场景中的应用、垂直化发展和产业化落地。极客邦双数研究院、InfoQ研究中心发布的《AIGC行业应用及人才发展洞察》（以下简称《AI人才洞察》）显示，采买或调用商业大模型和基于开源构建专属大模型的企业比例基本一致，其中万人规模企业往往业务场景较为复杂，更偏好基于开源构建自己的专属大模型。同时，由于AI落地应用存在不少难点，即使是作为数字化转型重点行业，约40%的制造业企业内部仍然没有基于大模型做任何开发工作；约20%的企业没有基于大模型做任何研发工作，其中千人以下规模企业比例较高；而由于成AI人才粮仓模型解读白皮书图/数据源：InfoQ2023年12月发起-12-AI人才粮仓模型解读白皮书1通过文件系统、数据库等技术实现数据共享和流通。进入DT2.0时代，数据技术开始推动数跨领域协同、数据跨域安全管控成为新阶段的发展目标，推动数据要素价值不断向更多应用场与此同时，以AI、云计算、区块链及图技术等为代表的新兴技术持续护航数据要素安全流通。大型语言模型的发展对数据存储和处理也提出了更为严苛的要求，它不仅需要处理海量的多态合降低技术的使用门槛，2023年AIGC技术的跨越式突破发展，有效扩展了数据基础设施与AI融合的发展空间。技术飞速发展，但不得不重视的是，随着企业的生产组织模式逐渐发生转变，企业的数据资产已经突破本地数据中心，越来越多地分布在混合云环境中不同的服务和信任边界上，导致企业数据逐渐暴露在数据盗取、泄露、篡改、敏感数据出境等安全风险下，数据安全合规问题成为企业的“心头病”，企业亟需更有效地做好数据治理，解决数据质量和数据安全问题，寻求保障企业数据安全合规的解决方案。-13-AI人才粮仓模型解读白皮书22为了满足不同行业对AI技术的需求，AI算法和模型经历了从简单到复杂的不断演进。早期的机器学习算法，如线性回归和决策树，基于统计学原理处理数据，为AI技术的起步奠定了基础。随着技术的演进，AI模型参数量不断突破，如Transformer结构和MOE（MixtureofExperts）结构不断迭代创新，2023年，AIGC爆发式增长，大模型产品涌现，全领域产品累积。国内各大厂商在AI算法和架构方面凭借自身特色和优势进行布局，推动AI技术的不断创图源：InfoQ研究中心-《AIGC行业应用及人才发展洞察》3AI时代的机器需要自主学习并推断逻辑，这背后是对海量数据和强大计算力的极大需求。但面对CPU性能的局限，传统服务器已难以满足这种密集型计算的需求，对AI基础设施的要求提高。计算、存储、网络和数据服务等都需要经过精心的设计和重构，才能满足当下大型模型和生成式AI的严苛要求。AI大模型规模的快速增长和结构复杂化，也让各行业对AI基础设-14-AI人才粮仓模型解读白皮书施运算能力的需求呈现出显性化激增的趋势。《AI人才洞察》显示，43%企业使用云算力支持AI算力运行，28%的企业自建AI算力。约30%的企业使用云服务，其中千人以下规模的企业更加倾向于利用云服务商技术能力和安全保障，通过云服务来降低企业开发门槛和成本。从不同行业来看，信息传输、软件和信息技术服务业，游戏、科学研究和技术服务业对云服务需求比例更高。此外，仍有约两成企业尚未图/数据源：InfoQ2023年12月发起的《中国生成式AI开发者画像调研》--15-AI人才粮仓模型解读白皮书我国在政策环境和产业布局上均为AI的蓬勃发展奠定了坚实基础。在政策层面，政府将“人工智能+”写入《2024国务院政府工作报告》，标志着我国已迈入AI智能化高质量发展的新时代。而在产业布局层面，珠三角、长三角和京津冀三大AI核心集群的形成，进一步推动了AI技术的广泛应用和持续创新。各产业领域在自身业务驱动下，完成AI产业创新，AIGC更是展现出了巨大的产业应用潜力。当下，企业应坚定推行“全面AI化”战略，将AI技术与业务场景紧密结合，重视AI人才的培养和引进，以实现产业创新和业务增长。在这个随时可能发生颠覆性变革的数智时代，企业面临着前所未有的挑战——战略不清晰、业务目标不明确、技术文化氛围保战——战略不清晰、业务目标不明确、技术文化氛围保守、人才技能短缺等一系列问题，限制了AI技术在企业中的深度应用和价值发挥。AI人才粮仓模型解读白皮书当前，尽管AI技术在推动企业创新和发展方面扮演着重要角色，商业变革也日益显著，但许多企业尚未制定出明确的AI战略或战略实施效果不佳。这些尚未启动AI战略制定的企业，往往对AI技术的认知停留在表面，未能深刻洞察其商业价值和对企业运营的深远影响，它们往忽视了AI技术的深入研究和应用。此外，部分企业存在保守、抵触变革的文化氛围，部门间利益冲突和沟通障碍也阻碍了战略制定工作的顺利进行。对于已经制定了AI战略但内容不清晰的企业来说，内部因素和外部因素共同影响了战略的质量——内部因素包括企业对自身业务目标和愿景的不明确以及缺乏专业人才和知识储备；外部因素则包括快速变化的技术环境和激烈的市场竞争。这些因素直接导致了企业在制定AI战略时难以将技术与业务紧密结合，使得战略内容模糊。关于企业AI战略的制定，多位在传统企业主导数字化转型的专家表示，“企业需要不断跟进新-18-AI人才粮仓模型解读白皮书在企业数字化浪潮下，AI技术已经成为推动企业创新和发展的重要引擎。然而，尽管AI技术的潜力被广泛认可，传统企业在寻找和应用AI技术的过程中却常常面临应用场景匮乏的难题。应用场景的匮乏不仅限制了AI技术在传统企业中的推广和应用，也阻碍了企业的创新和发展。传统企业往往拥有丰富的业务数据和经验积累，但这些资源和优势却未能被充分利用，无法令AI价值发挥出更多价值。企业出现AI应用场景匮乏的问题，主要有两个原因：的把握不准确。这个过程中，企业或许看到了其他行业成功应用AI的案例，但却难以将这些案例转化为适合自己企业的应用场景。这使企业在寻找AI应用场景的过程中无法找到真正的实践突破口。企业“不会找”AI应用场景——企业缺乏寻找技术有一定的了解，但却不知道如何将其与业务实际需求相结合，尝试了AI技术应用，但效果不佳；同时还缺乏借助外部力量共同探索和开发适合自身业务特点的AI应用场景的意识，譬如不能及时找到非常了解自身业务的AI技术团队对企业进行全方位的技术诊断和应用场景评估、不能及时找到专业的培训团队对企业员工进行AI思维、AI技术的培训等。--19-AI人才粮仓模型解读白皮书AIGC在企业内的应用日益广泛，然而在研发和应用AIGC的过程中，企业普遍面临着算力挑战。AIGC大模型以其海量的参数和复杂的网络结构，在训练和推理过程中需要消耗巨大的计算资源，这些模型往往需要利用大规模的语料库进行训练，以捕获数据的深层规律和特征。然而当前大多数企业的算力资源有限，难以满足大模型的需求，这不仅导致了训练时间的延长和成本的增加，还可能出现过拟合、泛化能力差等问题，从而影响模型的性能和效果。同时，由于算力资源的稀缺性，企业在租用或购买算力设备时需要支付高昂的费用，这直接增加了企业的运营成本，间接影响了企业的产品利润和市场竞争的空间。此外，在AIGC的研发过程中，算法优化、模型压缩等技术对于降低算力需求有一定的效果，但目前许多企业的技术尚不完善，还是难以完全解决算力问题。而且随着模型规模的扩大和复杂度的增加，算力问题的解决难度也在逐渐增大。-20-应用开发能应用开发能力边界逐渐拓展编程和应用开发门槛逐渐降低解读白皮书在这股AI浪潮中，AI人才决定着企业是否能够完成“AI全面化”落地。当下，AIGC人才概念泛化，不只局限于AI技术的研发者，人才阈值范围扩大为“具备AI基础知识、场景应用技能和经验，能够从事包括“AIGC工具使用”在内的AI技术研发、应用、推广、创新和业务赋能工作的人才。”图源：InfoQ研究中心-《AIGC行业应用及人才发展洞察》更高效、更智能的解决方案，在业务应用层更是能够快速帮助企业缩短业务执行路径，大大提高业务效率，实现降本增效。2023下半年起，企业对于AIGC应用的关注度逐渐提升，所有企业都想乘上AI的快船，然而这时候企业才发现——难以找到撑桨人。随着AI技术的快速发展和广泛应用，各行各业对--21-AI人才粮仓模型解读白皮书AI人才的需求都在急剧增长，但由于AI领域涉及的知识体系广泛且深奥，培养合格的AI人业竞相争夺的稀缺资源，加剧了AI人才市场的竞争。企业对于AI人才定义的模糊，造成了企业AI人才布局的被动局面，回溯根本，其实还是AI全面化战略问题，只有想清楚业务与AI技术的融合和应用路线，才能“按图索骥”，找到合适的人才，快速推动业务的迭代。-23-AI人才粮仓模型解读白皮书11《AI人才洞察》显示，由于拥有海量数据和丰富的应用场景，金融成为AIGC技术落地的重要领域，但仍存在算力、数据治理等诸多成本和监管问题。数据分析是开发者最为关注的技术应用，大型金融机构、国有金融机构已开始积极探索AIGC应用和与科技企业的跨界合作，小型机构普遍处于观望阶段。图/数据源：InfoQ2023年12月发起的《中国生成式AI开发者画像调研》-24-AI人才粮仓模型解读白皮书在智能客户服务方面，尽管面临输出不稳定和精准度不足的挑战，但大模型已能够驱动聊天机器人提供7*24小时客户咨询服务，并引导客户进行下一步操作，行业解决方案包括使用更多金融语料进行模型Fine_Tune或构建专业知识库来弥补不足；在智能员工效能提升方面，AI在企业内部知识问答、研发代码助手、培训音视频智能问答、线上会议智能会议纪要等方面得到广泛应用，显著提升了工作效率；在合规审查方面，金融机构希望进一步提升合规审查的智能化程度，利用AI理解和分析法律和监管文件，确保操作和产品符合法规要求。从全球视角来看，国外投行在大模型应用方面发力较多，从解读研报到分析市场或自营资产组合，展现出较高的应用价值。同时，AI大模型在NL2SQL(NLPNaturalLanguageToSQL)等创新性应用方面展现出较大潜力，尽管面临金融机构数据复杂性和专业知识的理解挑战，但其在提升数据查询和分析效率方面具有巨大潜力。2于服务业，特别是在生产环节，适用于制造业的数字化产品供不应求。错并溯源问题，为提升产品质量提供有力支持。在汽车领域，开发者关注的技术应用可归类为驾驶安全和互动体验两方面。针对驾驶安全，开发者期待搭配数字孪生技术进行仿真测试。-25-AI人才粮仓模型解读白皮书图/数据源：InfoQ2023年12月发起的《中国生成式AI开发者画像调研》3持续发展挑战。通过能源预测与规划、智能电网建设、故障预测与维护以及能源市场和政策制定等方面的应用，AI技术为能源行业的可持续发展提供了有力支持。结构的优化和转型。业，并推动了作业流程的数字化。在新能源生产优化方面，AI能够精确预测风速、光照强度等参数，指导新能源的高效运营，并解决可再生能源出力不稳定的问题。-26-AI人才粮仓模型解读白皮书44目前，在引入AI技术后，运营商的客户服务方式发生了显著变化。传统的IVR和人工服务逐渐被智能机器人所替代，通过智能机器人与用户进行交互，实现在线解答问题，极大地节省了人工成本、提高了服务效率。常见的AI应用场景包括热线人机交互、网页及App在线人机交互、话务员智能助手及运营管理人员的智能话务和工单质检等。为了应对数智化时代的挑战，企业纷纷寻求业务与技术的深度融合，即业技融合。业技融合旨在打破传统业务与技术之间的隔阂，实现两者之间的紧密协作和相互促进，以推动企业的创新业技融合的核心在于将先进的技术手段应用于企业的日常运营和管理中，以提升企业的效率和竞争力。通过引入自动化、智能化等技术手段，企业能够优化业务流程，提高生产效率，降低成本，同时更好地满足客户需求，提升客户满意度。此外，业技融合还能帮助企业挖掘新的商业机会，开拓新的市场领域，实现业务的多元化和差异化。实现业技融合，企业需要具备强大的技术实力和创新能力，以应对不断变化的市场环境和客户需求，而在这个过程中，培育AI能力显得尤为重要。AI技术作为当前最为前沿和最具潜力的技术之一，能够为企业的业技融合提供强大的支持。企业通过持续的AI技术研发和应用探索，可以发掘新的商业模式和增长点，实现业务的多元化和差异化。--27-AI人才粮仓模型解读白皮书AI基础设施作为支撑AI应用的软硬件系统，涵盖了数据存储和处理平台、算法开发工具、模型训练和推理系统及监控管理软件等关键组件。它的高效与可扩展性直接决定了AI应用的开发、部署和管理的效率。在构建和优化AI基础设施的过程中，需要深入理解业务需求，明确数据规模、算法复杂度和推理速度等关键指标。基于这些需求，设计一个既高效又可扩展的AI基础设施架构，确保从数据存储和处理到模型训练和推理的每一环节都能得到充分的优化。接着，我们将按照这个架构来配置和实施相应的软硬件系统，包括数据库、机器学习库、深度学习框架等关键组件的安装和调试。在实施完成后，企业还需要进行一系列的测试和验证工作，以确保整个基础设施的性能和稳定性达到预期。然而，AI基础设施的建设并非一蹴而就。业务需求的变化和技术的演进，企业进行监控和管理，及时发现并解决潜在的问题。这可能涉及到硬件和软件的定期更新、算法和模型的优化调整、数据处理效率的提升等多个方面。通过这些持续的努力，确保AI基础设施始终保持在最佳状态，为AI应用的广泛应用和发展提供强有力的支持。--28-AI人才粮仓模型解读白皮书培育AI能力是实现企业业技融合的关键所在，而企业全面AI化已成为新时代发展的重要趋势。只有具备强大的AI能力，企业才能更好地应对市场挑战，抓住发展机遇，实现业务的持续创新和快速发展。打造AI人才梯队则是实现这一目标的关键举措，企业不仅需要积极引进和培养具备AI技能及时填补人才缺口，培养和储备具备高度专业素养和实践经验的AI人才，以满足企业在不同业务领域和应用场景中的需求。通过这样的人才战略，企业能够更好地应对市场变化和技术挑战，持续推动企业的创新与发展，实现全面AI化的目标。-30-AI人才粮仓模型解读白皮书 AI人才是市场竞争的核心竞争力，AI人才的数量、结构和培养体系，不仅关系到科技创新的速度，更决定了未来产业发展的高度。随着AI的发展，AIGC开发者人才版图形成，整体呈才吸引力强，开发者聚集化倾向明显；基础设施层壁垒仍然高位，人才培养难度大。-31-AI人才粮仓模型解读白皮书这表明AI领域对高学历、高素质人才的需求十分旺盛。高层次学术背景和专业训练已经成为从业者不可或缺的标配，这一现状不仅体现了AI行业的专业性和高端性，也为相关教育和培训机构指明了人才培养的方向。22究报告均指出了这一问题，中国AI人才缺口已达到数十万的规模且未来这一缺口还将急剧扩大，算法工程师、产品经理、视觉设计NLP、图像算法成为最为紧缺的几类人才岗位。数据来源：猎聘大数据当前，AIGC成为高薪标配的就业新高地。据InfoQ调研统计，2023年生成式AI开发者人均年收入为36.7万，相关工作经验在3年以上开发者的年收入超越均值，近4成开发者年收入处于20-40万区间，远超2023年上半年北京招聘平均薪资（18976元/月）。由于注：【1】《2023人工智能人才洞察》脉脉高聘人才智库2023年11月3日-32-AI人才粮仓模型解读白皮书AI应用范围广、技术含量高、供需两旺等因素，互联网企业、科技企业、初创企业展现出强大的招聘势头，即使是工作年限较短的开发者，薪资水平也超越北京平均招聘薪资水平。数据来源：InfoQ2023年12月发起的《中国生成式AI开发者画像调研》同时，不同行业和岗位对AI人才的需求也呈现出差异化特点。金融、零售、电商等行业都在积极布局AI领域，争取人才资源，而制造业、金融行业等则需要更多具备跨界融合能力的复合型人才，以推动产业智能化升级。AI人才结构复杂，需求多样，如何有效地理解、分类和规划AI人才，成为当前企业亟待解决的问题。于是极客邦科技深度分析目前企业中不同AI岗位的职责、技能和需求，提出了“数智时代下的AI人才粮仓模型”，该人才模展也提供了源源不断的发展动力。-33-AI人才粮仓模型解读白皮书云计算、大数据、区块链、物联网、AR/VR、超级自动化、元宇宙、工业互联网、数字孪生、广泛应用和落地的重要途径。该模型从底层到顶层依次为AI技术专项人才、AI技术+业务复合型人才、AI应用人才和AI思维管理者，以下为每层深度解读：AI人才粮仓模型解读白皮书AI思维管理者是企业AI实践的领导者，具备战略眼光，始终保持前瞻性，带领企业AI发展方向，是推动技术变革的领导者。他们的核心职能不仅局限于日常的运营管理，更包括制定战略、调配资源、决策风险、推动创新、建设团队以及塑造品牌等多个方面。每一项职能都要求他们具备前瞻性的视野和深厚的AI素养，以确保企业在激烈的竞争中立于不败之地：•引领创新与变革：敏锐地捕捉新技术和市场机遇，推动企业进行组织变革和业务创新，以•团队建设与激励：致力于打造高效、协作的团队，通过激励机制和培训计划，激发员工的•品牌与文化塑造：注重企业品牌的建设和文化的传播，通过塑造积极的企业形象，提升企具备AI思维的高层领导可以更好地通过AI技术的帮助，为企业制定更加精准和有提升企业在各个方面的效率。一个合格的具备AI思维的管理者，其应该具备的能力要求至少包含以下几个方面：-34---35-AI人才粮仓模型解读白皮书•创新思维与实验精神：具备创新思维，勇于尝试新的技术和方法，同时保持实验精神，不-36-AI人才粮仓模型解读白皮书面对AI技术的快速发展和广泛应用，企业如何培养一批既懂业务又懂AI的管理者成为当务之更好地应对AI时代的挑战与机遇：-37-AI人才粮仓模型解读白皮书AI思维管理者是企业适应新时代发展的关键。通过系统的培养和实践，他们能够更好地将AI技术与企业战略相结合，带领企业在竞争激烈的市场中脱颖而出。这不仅需要企业高层的重视和投入，也需要整个组织的协作和支持，共同推动AI思维在企业中的普及和应用。AI应用人才是企业中精通AI技术场景化应用，实现业务价值升级的实践者。这部分人群在自身的工作层面有着丰富的经验和执行力，但对于AIGC的了解程度因岗位、背景和工作经验的不同而有所差异。这类人才的共性能力画像包含以下几个层面：••沟通与协作：具备良好的沟通技巧，能够清晰、准确地表达自己的观点和需求；同时，他•解决问题：面对工作中出现的问题和挑战，能够分析问题和解决问题。独立思考，运用所•学习与适应：能够主动学习新知识、新技能，不断提升自己的专业素养；同时，还应能够•执行力与责任心：能够按照上级的指示和要求，按时、按质完成工作任务。同时，具备高•创新思维与意识：在当今快速变化的时代，创新思维对于岗位人才来说至关重要。他们应具备敏锐的洞察力和创新意识，能够发现工作中的新机遇和新挑战，提出创新性的想法和-38-AI人才粮仓模型解读白皮书虽然企业内部的部分人群对于AIGC的认知可能不是很强，但他们却是企业在AIGC应用上取能够将想法转化为可落地方案、对技术和业务都有深入了解的AI应用人才。他们不仅具备将想法转化为实际行动的能力，还能带领团队完成模型的搭建和投产后的持续运营，确保AI技术能够真正赋能业务，提升企业效率并创造更高的价值。对于这部分人群而言，提升在AIGC层面的能力目标有以下几个方面：D-39-AI人才粮仓模型解读白皮书为了培养AI应用人才在AIGC层面的能力，企业可以提供专门的培训课程，帮助员工掌握AIGC技术的基础知识和应用技能，并鼓励员工参与实际项目实践，通过实战经验提升他们的技术应用能力：••基础知识与概念普及：设计专门的入门课程，介绍AIGC的基本概念、原理和应用领域，帮助学员建立对AIGC的整体认知，同时提供学习资料和案例，让学员通过自学和实践加•技能提升与实践操作：组织技术工作坊和实验室活动，让学员亲手操作AIGC工具，进行实际项目实践，掌握相关技能。同时鼓励学员参与企业内部的AIGC项目，通过实际操作提升技术应用能力，必要时，通过工作坊等相关培训手段，带领其•跨领域合作与交流：安排跨部门或跨领域的交流会议，让学员了解不同部门对AIGC的需求和应用场景，促进合作与协作。鼓励学员与其他领域的专家进行交流和合作，共同探索•持续学习与跟进：设立定期的培训计划，包括线上课程、研讨会等，让学员能够持续跟进•意识培养与激励：通过案例分享和成功故事，激发学员对AIGC技术的兴趣和热情，培养AI应用人才的培养是企业AI转型成功的关键。通过针对性的培养和发展，这些人才能够充分发挥潜力，利用AIGC技术为企业带来工作效率的提升、业务领域的拓展以及创新能力的提升。-40-AI人才粮仓模型解读白皮书AI技术+业务融合型人才是企业内部的关键角色，指的是精通AI技术，融合技术与业务，推同时，他们还拥有敏锐的业务洞察力，能够迅速识别出AI技术在企业中的潜在应用点。他们的工作不仅仅是技术的实施，更多的是技术的策略性运用，以及与业务部门的紧密合作，共同为企业创造更大的价值：••技术专长深厚：扎实的计算机科学基础和AIGC技术知识，使他们能够高效地开发和应用AI技术+业务融合型人才的核心目标是实现AI技术与企业业务的无缝对接，为企业带来实实在在的价值提升。他们需要不断提升自己在技术整合、数据处理与分析、模型开发与优化、业务理解以及跨部门协作等方面的能力，更好地将AI技术融入企业的各个环节，实现技术的最大化和业务的优化：-41-AI人才粮仓模型解读白皮书针对AI技术+业务融合型人才的培养，企业可以加强技术基础与前沿知识的培养，提升业务理解与建模能力等方式，确保他们能够不断适应技术和业务的发展变化。具体培养方向如下：•业务理解与建模能力培养：深入了解业务需求，学习业务建模方法，结合AIGC技术进行-42-AI人才粮仓模型解读白皮书AI技术+业务融合型人才是企业数字化转型升级的核心驱动力。在技术的不断革新和业务环境的日趋复杂的当下，这类人才的需求和培养将显得愈发重要。企业需要够打造出一支高素质的AI技术+业务融合型人才队伍，才能为企业的带来更高的效率和更大的价值。AI技术专项人才是AI系统的稳固基石，他们在企业的角色是构建和维护AI技术平台的护航者，他们需要对AI底层技术具备非常深入的研究，包括精通编程语言、了解深度学习、熟练使用人工智能框架等，他们的工作虽然不直接在企业的产品和服务中显露，但他们为上层应用和服务提供了坚实的技术保障。对于AI技术专项人才来说，不断跟进并掌握新一代信息技术，是推动技术演进、行业发展的关键。这类人才的共性画像体现在：AI技术专项人才的核心目标是构建一个高效、稳定、安全的AI技术平台。他们需要具备深入的系统构建知识、出色的性能优化技巧、强大的问题解决能力以及卓越的团队协作和沟通能力。-43-AI人才粮仓模型解读白皮书这些能力的结合使他们能够应对各种技术挑战，确保企业的AI系统始终处于最佳状态。具体••AI技术开发能力：熟练掌握各种AI算法和模型，能够针对企业的具体需求进行定制化的•AI基础设施建设能力：具备构建和维护AI基础设施的全面能力，包括数据中心建设、计-44-44-AI人才粮仓模型解读白皮书针对AI技术专项人才的培养，企业可以提供系统的技术培训，建立奖励机制等方式，为人才的成长和发展创造有利条件。具体培养方向如下：•强化实战能力与问题解决技巧：通过模拟实战场景和复杂问题挑战，锻炼专项人才在实际操作中快速定位、分析和解决问题的能力。同时，建立问题反馈和案例库机制，以便人才•培养前瞻性思维与创新意识：鼓励专项人才关注行业最新动态和技术发展趋势，培养对新技术、新方法的敏锐洞察力和创新意识。通过参与外部学术交流、行业研讨会等活动，拓才的跨学科知识储备和团队协作能力。通过组织跨学科项目、团队建设活动等形式，促进企业合实际情况和发展需求制定培训计划，为企业打造一支高素质、具备核心竞争力的AI技术专项人才队伍。-46-AI人才粮仓模型解读白皮书在当今数字化时代，打造整体性的企业AI应用文化已成为企业智能化转型的核心要素。为了工业务的赋能，务必确保从领导层到基层员工，每一位成员都能深入了解和掌握AI技术。企业主要需要做好三件事：首先，领导层需明确AI技术在企业战略中的核心地位，并确立一系列明确、具体、可量化的计划和目标。这不仅有助于企业内部的统一认识，还能为后续的AI应用推广和技能培训提供明确的指导方向。其次，企业应积极推广AI应用知识，为全体员工提供全面的技能培训。通过内部培训、研讨会、在线课程等多种形式，员工可以系统学习AI技术的基本原理、应用场景及数据分析方法。同时还可以与高校和研究机构的深度合作，帮助企业快速实施引进先进AI技术和人才战略，快速提升企业业务竞争力。需要特别注意的是，在技能培训方面，企业应重点关注员工对AI应用工具的掌握程度。通过针对性的培训课程和实践操作，员工需要切实学会如何使用AI工具改进业务流程、进行数据分析与预测等技能，这将有助于提高员工的工作效率，为企业创造更大的价值。第三，企业推动所有岗位利用AI技术提升服务水平——通过运用AI工具优化业务流程、精准把握市场与用户需求，只有这样，企业才能够提供更优质、更具竞争力的产品和服务。-47-AI人才粮仓模型解读白皮书1AIGC人才及技术准备作为推动企业实现智能化转型和升级的“指南针”、AI实践领导者，AI思维管理人才应综合运用战略规划、创新驱动、团队融合与人才建设等策略，而这些策略的实施其实都离不开两个顶AI领导力不仅是需要企业一把手拥有，整个企业所有中高层都应拥有。主要需要注意以下三个-48-AI人才粮仓模型解读白皮书••数据驱动做决策：AI技术能够通过数据分析和机器学习手段，为企业提供更为客观、精准大数据和算法方面的应用理论和成功实践，实时跟踪和预测市场变化、业务流程等信息，推动企业AI转型、升级，设立AI关键岗位至关重要。这些岗位上的员工具备深厚的AI知识和技术背景，能够推动技术革新、优化业务流程、促进数据驱动决策，并培养企业内部的AI人才梯队。通过设立这些关键岗位，企业能够紧跟市场趋势，提升市场竞争力，实现更高效、更智能的运营。首席AI官是企业推动AI战略落地的核心人物——不仅需具备深厚的AI专业背景与技能，还需从全局视野出发，根据企业的实际情况，量身打造一套切实可行的AI发展蓝图。他们的职责不仅限于技术的探索与创新，更在于如何将AI技术巧妙融入企业的业务、流程和文化之中，引领企业迈向全面智能化的新时代。-49-AI人才粮仓模型解读白皮书AI架构师、AI工程师、AI训练师、AIGC工具应用专家、数据科学家等关键岗位——这些岗位的人员需要具备专业的AI技能和知识，能够开发和应用AI技术和工具，为业务侧撰写AI应用说明书，为企业的决策提供支持的同时，也能够直接赋能一线业务人员。22具使用能力”两大维度进行深度培养与提升。-50-AI人才粮仓模型解读白皮书AI工具使用能力是企业成员在数智化时代的核心素养，可以帮助企业优化工作流程和决策过程。通过AI工具，员工可以自动化处理一些繁琐的任务和信息查询，提高工作效率。为了提升这一能力，企业可以实施以下措施：提升沟通效率。同时，建立经验分享机制，鼓励员工将成功的沟通案例、遇到的问题及解Prompt提示词编写能力是AI应用技能的重要组成部分，高质量的提示词能够准确引导AI模型理解并回应人类需求，提升AI应用的效率和准确性。为了提升这一能力，企业可以实施以AI人才粮仓模型解读白皮书内容可以包括如何提炼关键信息、构建逻辑框架、使用简洁明了的语言等。同时，提供实富的实践机会，让他们在实际应用中不断尝试和优化提示词。同时，建立评估机制，对编企业想要快速落实业务整合，就需要首先实现AI技术与业务场景的深度融合，而这也是对“AI联及合规”两大维度进行第一步能力培养。-51-AI人才粮仓模型解读白皮书行业大模型能够深度结合行业特性和需求，为企业带来前所未有的业务创新机会，而行业大模型应用开发需要的是既懂技术又懂业务的人才。企业应注重培养员工的跨学科知识，包括计算机科学、数学、行业知识等多个领域。同时企业还需要从以下五个方面进行人才培养赋能：实现模型的定制化，同时通过优化模型结构和参数，使大模型更好地适应行业特点，提高•数据收集与处理：针对行业应用，收集大量高质量的行业数据，并进行有效的处理，这个•模型部署与集成：关注大模型的部署和集成问题，确保模型能够高效、稳定地运行在实际•实战技能提升：企业应提供丰富的实战机会，让员工在实际项目中锻炼技能、积累经验。通过参与行业大模型应用开发的完整流程，员工可以深入了解行业应用需求，提升解决问•建立协作机制：企业应建立有效的团队协作机制，促进不同部门、不同业务背景的员工沟-52---53-AI人才粮仓模型解读白皮书数据是企业AI决策的基础、驱动AI业务创新的核心动力，AI应用带来的的数据安全合规是企业目前的重要课题。于是，建立企业的数据安全、积累意识以及用数据驱动场景应用，成为••培养数据积累意识：AI技术应用数据的价值不仅在于其数量，更在于其质量和应用潜力。企业应培养该类人才收集、存储和分析各类数据，并将这些数据纳入企业的数据资产管理•用企业数据驱动场景应用：拥有优秀的数据处理和分析能力是企业构建壁垒的重要手段。理、机器学习、深度学习等核心技术，并熟悉相关工具和平台的使用。同时，强化数据安全意识，确保人才了解数据安全的重要性，并熟悉数据加密、访问控制等安全技术的原理和应用。在此基础上再引导人才深入了解业务需求，通过参与实际业务项目，让他们更好-54-AI人才粮仓模型解读白皮书4企业应深入剖析AI技术平台的发展目标和业务需求，精确把握所需人才的类型、层次和技能，除了专业技能外，AI技术专项人才作为构建和维护AI技术平台的领航者，企业需要为其创建促进优越的成长环境。沿进展和实践应用。通过定期举办培训课程、邀请行业专家授课等方式，不断提升员工的-55-AI人才粮仓模型解读白皮书•自主学习与知识分享：鼓励员工开展自主学习，提供丰富的学习资源和平台。同时，建立•自主学习与知识分享：鼓励员工开展自主学习，提供丰富的学习资源和平台。同时，建立目、极客大赛。通过参与项目实践和大赛竞争，员工能够将理论知识与实际工作相结合，•参与开源项目：鼓励员工积极参与开源项目，提升个人技能水平的同时，还能够拓宽行业••建立产学研合作关系：积极与高校、研究机构等建立紧密的产学研合作关系，共同开展AI•开展产学研合作项目：联合高校和研究机构开展产学研合作项目，共同解决行业中的关键问题。通过项目实施，不仅可以为企业带来实际效益，还能够为员工提供更多的实践机会-56-AI人才粮仓模型解读白皮书11在AI时代，构建一套科学、高效、数据驱动的人才招募与评价机制，对于企业的长远发展具有重要意义。通过数据驱动、科学评估、强化培训与监管等措施，企业可以更好地吸引和留住优秀人才，提升企业的核心竞争力和可持续发展能力。包括简历、教育背景、工作经历、技能特长等。同时，通过对社交媒体、行业论坛等渠道•智能分析与预测：利用大数据和人工智能技术，对收集到的数据进行深度挖掘与分析，发现候选人的潜在特质与优势。同时，结合企业的业务需求和战略规划，预测未来人才市场--57-AI人才粮仓模型解读白皮书••建立多维评估体系：传统的单一面试和笔试方式已无法满足现代企业的用人需求。企业需要建立多维度的评估体系，包括能力素质模型、行为面试等多种形式，全面评估候选人的•加强监管与反馈机制：建立完善的监管与反馈机制，对HR的行为进行规范与监督，确保招募与评价流程的公正性和透明度。同时，通过定期收集员工和候选人的反馈意见，不断AI人才粮仓模型解读白皮书22风险，并为此建立一套完善的容错机制，鼓励员工积极尝试、勇于创新，在试错中不断总结经验，提升AI技术的应用能力。••风险可控：容错机制并不意味着无限制的容忍错误，而是在可控的范围内给予员工一定的•鼓励创新：企业应营造一种积极向上的创新氛围，鼓励员工敢于尝试、敢于创新。对于在•及时总结与反馈：试错过程中，企业应建立有效的总结与反馈机制，及时收集员工的试错-58--59-AI人才粮仓模型解读白皮书33当前市场上AI人才供不应求的现状已成为制约企业发展的重要因素，企业亟需构建自己的AI人才的持续供给能力，确保企业能够源源不断地获得高质量的AI人才。企业首先需要建立一套完善的AI人才培养机制。通过内部培训、外部引进等多种方式，不断建立对应的激励机制，鼓励员工不断学习和创新、推荐人才，为企业的AI发展提供源源不断第三方培训机构具备丰富的教学资源和经验，能够为企业提供专业的AI人才培训服务。企业应积极与这些机构建立合作机制，引进优秀的AI人才，提高企业的竞争力。同时，企业还可以与第三方机构共同开展课程研发、教材编写等工作，确保培训内容与企业的实际需求紧密结--60-AI人才粮仓模型解读白皮书高校是AI人才的重要培养基地。企业应积极与知名高校的AI相关专业开展合作，共同推动人才培养工作。通过成立联合实验室、设立专项研究小组等方式，实现学术研究与企业业务的深此外，企业还可以与高校开展优秀学生与业务精英交流的活动，从源头捕捉和培养未来人才，在校园中建立企业的雇主品牌认知，增强未来AI人才对企业的认同感和归属感。AIGC应用及人才培养案例AI人才粮仓模型解读白皮书极客时间是由北京极客邦科技有限公司精心打造的一款面向IT领域的知识服务产品，聚合了众多顶级技术和行业专家的精品课程，通过体系化课程、训练营等多种在线视频课程学习的方式，为用户提供有干货、可实操、能借鉴的内容产品。在视频课程制作过程中，视频字幕匹配是个难度不高、但十分耗费精力的工作，于是极客时间的技术团队与视频制作团队借助AIGC大模型自研“自动化字幕”技术，帮助业务执行侧实现了30%左右的产能提效：•后续视频课程上传过程中，平台首先提取视-62---63-AI人才粮仓模型解读白皮书北京银行推出“京智大脑”AI平台，利用大数据分析、机器学习等技术，整合全行的人工智能相关领域的能力、算法、数据、算力，用于客户服务、风险管控、营销决策支持、流程优化等领域。此外，北京银行还推出AIB智能应用，利用大模型创新成果构建人工智能知识库体系、GPT创作工具，包含数十项AI智能应用和大模型服务，并在1.0版本上继续迭代2.0版本，通过业务平台与赋能平台的衔接，降低行内用户学习成本，提高使用活跃度，实现能力和工具随时调用，并与内部作业流程打通，持续提升推广效果。AIAI人才粮仓模型解读白皮书-64--65-AI人才粮仓模型解读白皮书数金公司作为推动金融行业数字化转型的核心力量，专注于运用云计算、大数据、人工智能等先进科技手段为银行业提供创新金融产品和服务。随着数字化转型的深入，如何通过AIGC实现技术层面的降本增效成为了该公司的主要挑战。•要求所有开发人员每天定时定量进行知识学习，由部门领导对内容针对性整理，形培训工作，该场培训以“ChatGPT驱动下的自动化测试技术能力进阶”为主题，详细讲解了AIGC在测试工作中的一系列要点。据此，该公司不仅学会了如何借助AIGC技术来自动化生成测试用例、自动化生成测试脚本等实用技术策略，还了解到了国内目前最为先进的测试流程以及角色分工设置，极速推进了该公司的AIGC应用进程——陆续在产品设计、编程研发等多个业务场景中完成落地。AI人才粮仓模型解读白皮书某汽车制造集团认为AIGC技术的推广应首先从青年团队开始。通过业务部门与技术部门的紧密合作，开展一系列“赛训结合活动”，以实践的方式逐步推动AIGC技术在公司内的广泛应用和落地实施。活动行事历如下：第一个月第一个月第二个月第二个月第三个月第三个月第四个月第四个月第五个月第五个月第六个月第六个月遴选各个业务部门、职能部门以及生产部门的25~30岁的优秀青年员工，进行“数字化思维”以及“AIGC基础”的赋能培训，力字化思维以及AIGC尝试兴趣；定期组织业务部门、职能部门以及生产部门，与技术部门进行联动，鼓励在公司内部开展“AIGC应用技术大赛，鼓励各个业务、职能、生产等部门的员工，与技术部门进行配合，进行AIGC应用的尝试，大赛获得优秀名次的员工，不仅会获得响应的物质奖励，同时会与其内部职称挂钩，在后续的评优、升职等工作中可拥有优先权。面向所有报名参赛选手，进行线上课件的培训，经过两轮笔试，最终60支参赛队伍、120+人进入最终决赛；由公司人力资源部牵头，面向入围选手进行为期三天的AIGC技术线下的赛前突击培训，并在训后为参赛选手提供线上答疑辅导。选手在这样的资源支持下，进行AIGC相关应用的课题研发工作。集团各个业务部门、职能部门、生产部门及数字化转型办公室共同对选手成果课题进行综合评审。通过这样的“赛训结合“活动，该集团共计产出贴合业务的AIGC相关课题40余个，其中极具价值的AIGC课题26个，已经进入了企业内部孵化器。活动为期5个月，参与AIGC技术相关线上学习人员达到了6000+人，在集团内部形成了一股AIGC的应用风潮，有效推动了集团数字化进程。-66-AIAI人才粮仓模型解读白皮书-67--68-AI人才粮仓模型解读白皮书培训工作，该场培训以“ChatGPT驱动下的自动化测试技术能力进阶”为主题，详细讲解了AIGC在测试工作中的一系列要点。据此，该公司不仅学会了如何借助AIGC技术来自动化生成测试用例、自动化生成测试脚本等实用技术策略，还了解到了国内目前最为先进的测试流程以及角色分工设置，极速推进了该公司的AIGC应用进程——陆续在产品设计、编程研发等多个业务场景中完成落地。华润数科人工智能实验室主任、博士、正高级工程师王伟华润数科人工智能实验室主任、博士、正高级工程师王伟《数智时代的AI人才粮仓模型解读白皮书》深入剖析了当前数智时代对AI人才的需求与挑战。白皮书提出了创新的AI人才粮仓模型，旨在构建全面、系统的人才发展体系。希望通过此白皮书的发布，帮助更多企业用好人才，用对人才，加速数智时代的创新与-69-AI人才粮仓模型解读白皮书人工智能技术正以前所未有的速度推动产业结构升级，引领我们共同迈向一个全面数智化的崭新时代。在这个变革的交汇点上，企业应把握机遇，积极拥抱人工智能技术，从而构建全新的核心竞争力。而在这场技术革命中，人工智能人才的培养显得尤为重要——他们不仅是企业全面数智化转型的驱动力，更是引领未来创新的关键力量。本白皮书深入剖析了人工智能人才体系的架构，旨在为企业提供一份系统、全面且精准的指南，帮助企业建立起完善的人工智能人才培养体系，从而推动产业的持续创新与发展。感谢极客邦科技的倾力贡献，我们衷心希望这份白皮书能成为社会各界同仁的宝贵财富，在构建人工智能人才梯队和落实新质生产力带头发展方面，发挥重大作用！在新一代AI技术不断推动科技创新与产业革新的今天，企业全面AI化已成为转型升级的必由之路。本文深入研究并提出AI人才粮仓模型，对于指导企业构建和培养适应数智时代的人才队伍具有重大意义，为企业如何有效储备和培养AI人才提供了创新的思路和方法。企业AI人才培养体系的建设，将极大地促进企业AI技术的深度融合与应用，加速产业智能化的进程。我们对AI人才粮仓模型给予高度评价，相信它将成为企业构筑人才优势、实现可持续发展的关键。让我们共同期待，在这一模型的指导下，企业能够培育出更多优秀的AI人才，推动社会向更加智能、高效的未来迈进。AI人才粮仓模型解读白皮书在这个大模型等先进AI技术不断推动风险管理、客户服务、数据分析等领域革新的时代，我们目睹着金融业经历一场前所未有的数字化转型浪潮。为了应对这一变革，我们应当倡导跨学科的深入学习与紧密合作，点燃创新的火花，培育出一批既具备扎实实践技能又拥有广阔国际视野的AI领域专家。InfoQ以其卓越的知识共享和经验交流平台，为AI人才的蓬勃发展提供了丰富的养分和支持。让我们齐心协力，共同为打造一个更智能、更高效、更安全、更可持续的未来世界贡献我们的智慧与力量。衷心祝愿InfoQ持续作为AI领域的宝贵知识宝库，引领技术创新的前沿，孕育并激励更多卓越的AI人才，共同开创数字金融的新时代。华润集团智能与数字化部专业总监韩东辉华润集团智能与数字化部专业总监韩东辉AI是新一轮科技革命和产业变革的引领性技术，已经在广泛地、深刻地影响和改变着各行各业。AI人才的培养和赋能将成为数智时代企业发展和竞争力提升的关键点。《数智时代的AI人才粮仓模型解读白皮书（2024版）》内容全面、思考系统、设计前瞻，发也具有实战性。-70-AI人才粮仓模型解读白皮书腾讯金融云技术总监全成腾讯金融云技术总监全成在AI的数智浪潮中，企业正站在转型升级的十字路口。这本白皮书更敏锐地捕捉到了AI时代企业面临的挑战，尤其是在大模型研发、大模型应用探索与研发等关键技术领域的人才渴求。书中提出的AI人才粮仓模型和人才培养策略，不仅为企业打造AI团队提供了路线图，也为AI技术的深度融合和创新应用指明了切实可行的方向。通过一系列精彩的AIGC应用案例，白皮书阐述了AI在解决实际问题中的潜力，为企业家和管理者呈现了一个充满可能性的未来。愿每位读者探索AI的无限潜能，共同塑造一个能在企业生产活动中发挥实质性效能的智能的、高效的AI产品。宁德核电数字化人才培训部副经理汪长青宁德核电数字化人才培训部副经理汪长青《数智时代的AI人才粮仓模型解读白皮书（2024版）》构建的数智时代AI人才粮仓模型，全面系统阐述了新形势下企业AI人才架构及能力画像，创新了AI人才培养及应用策略，对企业AI人才培养与发展提供具极具前瞻性的战略指导，希望白皮书能够倡导协同培养和共享AI人才资源，成为AI人才培养的行业标杆，促进跨学科、跨行业、跨国界的交流合作，