人工智能·新时代.pdf

沃锐人力集团人工智能新时代ARTIFICIALINTELLIGENCE/&8“(&XXXXBMSFDPN目录contents12356891214161717181818192022232425262828引言人工智能新时代：概念篇1.1 人工智能起源与发展历程1.2 人工智能的“优”与“痛”1.3 人工智能的发展趋势与预测人工智能新时代：应用篇2.1 AI+零售2.2 AI+医疗行业2.3 AI+汽车行业人工智能新时代：雇主篇3.1 AI行业人才需求3.2 职位需求3.3 应用行业偏好3.4 企业性质分布3.5 企业规模分布3.6 区域与城市分布3.7 人才偏好3.8 薪酬给付能力人工智能新时代：人才篇4.1 人工智能行业人才的基本特征4.2 人工智能行业人才发展硬实力4.3 行业以及地域偏好4.4 AI人才的企业偏好4.5 薪酬结构及期望121世纪，人工智能注定要为人类开启一个新的时代。自2016年AlphaGo击败围棋世界冠军李世乭，人工智能开始迅速进入大众视野。但人工智能并非一个新的词汇，早在1956年美国达特茅斯学院上就已经确定了人工智能概念。总的来讲，人工智能就是让机器像人一样完成一些复杂工作。人工智能是一个非常广泛的学科，技术进步是人工智能发展的核心动力。目前，人工智能产业已上升至国家支持产业，人工智能产业对国家的经济发展、产业转型、技术进步起着十分重要的作用。在宏观向好背景下，各行业巨头将人工智能作为重要战略布局，初创型企业也如雨后春笋般快速成长，人工智能行业迎来快速发展契机。人工智能的核心竞争在于人才，人才增长速度远不及行业发展，导致行业人才缺口严重，AI人才供不应求，人才竞争正在企业间激烈展开。越来越多的企业渴望了解人工智能行业人才的特点及信息，希望甄选出优质人才或挖掘潜力人才作为企业培养重点，为企业长远发展注入活力。人工智能新时代THE INTRODUCTION引言2 人工智能新时代人工智能新时代概念篇CONCEPT1.1 人工智能起源与发展历程人工智能于1956年在美国达特茅斯学院首次提出人工智能发展起点是1956年于美国达特茅斯学院举办的第一届人工智能会议。尽管这次会议并未达成普遍的共识，但是却为会议确定了主题：人工智能（Articial Intelligence），第一批的人工智能研究从此开始。人工智能历经60多年发展，其历程按驱动力可分为技术驱动、数据驱动、场景驱动三阶段场景驱动作为主要驱动力，不仅可以针对不同用户做个性化服务，而且可在不同的场景下执行不同的决策。此阶段，对数据收集的维度和质量的要求更高，并且可实时根据不同的场景，制定不同的决策方案。场景模型3.0场景驱动阶段（1993-至今）决策支持技术驱动阶段集中诞生了基础理论、基本规则和基本开发工具。在此阶段，算法和计算力对AI的发展起到主要推动作用。1.0技术驱动阶段（1956-1980）定位测试优化数据成为主要驱动力，推动人工智能更迭。此阶段，大量结构化、可靠的数据被采集、清洗和积累，甚至变现。例如，大量的数据基础上可以精确地描绘消费者画像，制定个性化营销方案等。精准画像预测分析2.0数据驱动阶段（1981-1992）3 人工智能新时代人脸识别技术、图片属性识别、视频/监控、三维视觉、医疗影像诊断、字符识别、工业视觉检测、生物识别技术语音识别技术、语义分析、虚拟助理、舆情分析、机器翻译、个性化推荐引擎、情感计算基础层场景应用层提供数据或计算能力支撑技术层涵盖4大技术涉及多个细分领域落地细分多行业场景应用传感器数据服务智能医疗智能汽车智能家居智能旅游.智能电商智能安防智能金融智能营销机器学习智能机器人其他应用机器学习(让机器像人一样学习)人机交互（人与机器间的交流)语音及自然语言处理（让机器像人一样听）计算机视觉（让机器像人一样看）生物识别云计算芯片行业数据人工智能已形成含基础层，技术层、场景应用层的完整产业链结构历经60多年发展，AI已形成完整的产业链。AI产业链主要包括基础层，技术层、场景应用层，目前我国处于场景应用层起步到快速发展的阶段。4 人工智能新时代51.2 人工智能的“优”与“痛”自1956年达特茅斯峰会以来，科技的命运就有所转变。在过去的60年里，人工智能的兴起大大改善了我们的生活。不经意间，我们每天都在使用科技。科技促进了谷歌的搜索引擎、脸书的照片自动标签功能、苹果和微软的语音助手、亚马逊的购物推荐功能等。这些技术已普遍应用于我们的工作生活中，但AI的应用，在使人类生活便利的同时，也面临行业不可避免的痛。人工智能的“优”人工智能的“痛”人工智能新时代广泛应用于生活各方面替代人工完成重复性工作广泛应用多行业挑战人类道德底线技术更新迭代快人才技能跟进缺失无法在重复性工作中积累经验1.3 人工智能的发展趋势与预测AI行业连续5年保持稳定增长，2022年预计规模超330亿元2016年起，AI行业开始保持较快增长，增长率高达40%以上。从2019年始，AI行业增长率预期才出现回落，但仍维持在10%以上的高位。2016年AI行业的大热，得益于2016年3月AlphaGo击败围棋世界冠军李世乭，同年5月AlphaGo又同柯洁进行“乌镇论剑”，一时间全世界对人工智能的热情似乎被彻底点燃，层出不穷的“大事件”促进了AI行业的迅猛发展。00.10.20.30.40.50.60.70501001502002503003504002014年 2015年 2016年 2017年 2018年e 2019年e 2020年e 2021年e 2022年e规模（亿元）增速人工智能行业的规模及增长率数据来源：前瞻经济学人6 人工智能新时代技术领域、应用领域将成为人工智能进一步发展的核心驱动力从AI的产业链结构来看，未来AI的进一步发展将遵循以下两条路径：路径一：应用层的需求推动技术层的开发，技术的进步又进一步促进基础层的利用效率。当基础层效率提升很小，技术发展到一定阶段时，或应用层的需求饱和时，AI的增速将放缓，甚至进入“寒冬”。路径二：基础层的迅速进步推动技术层的拓展，技术层的多元化解决各行业痛点，甚至创造和培育新的应用需求。因此，未来应用领域和技术领域将成为人工智能进一步发展的两个核心驱动力。智能机器人、计算机视觉领域市场前景广阔从融资事件发生数量来看，智能机器人明显高于其他领域，资本市场对该领域表现出较强青睐。而在计算机视觉领域：图像属性识别、视频/监控、人脸识别技术也表现不俗，这主要得益于计算机视觉领域在当前社会的广泛应用。随着技术的不断进步，智能机器人的功能逐渐完善，未来在农业、工业、医疗等各行业均能代替人工完成各项任务，资本市场看好其未来发展前景。计算机视觉领域技术已经趋于成熟，目前已被广泛应用于各类场景，且存在巨大需求，具体包括安防监控系统、无人驾驶、体育和娱乐业等等，且在未来几年将有望大规模应用于智能机器人的开发中。典型细分领域融资事件发生数（件）数据来源：网络公开数据整理零售、汽车、医疗行业将成为AI应用热点AI的属性决定了其优先应用于数据驱动型及技术驱动型领域。零售行业、医疗行业直接关系人们的日常生活，且零售、医疗两行业已产生并积累了大量数据，为AI的发展和应用提供了底层资源，未来随着数据的积累，AI将在零售、医疗领域存在更广泛的应用。而智能汽车是典型的技术驱动型领域的代表，目前AI已广泛渗透到汽车行业，如导航系统、行车记录仪等。未来随着“无人驾驶”技术成熟，智能汽车有望迎来新一轮的变革高潮。7智能机器人视频/监控语音识别技术人脸识别技术图片属性识别医疗影像诊断5429670686666人工智能新时代8 人工智能新时代人工智能新时代应用篇APPLY