习近平总书记强调，加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手，是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源。
2024年政府工作报告首次提出，开展“人工智能+”行动，用好新一代人工智能技术，赋能产业创新发展升级。从智能制造到智慧医疗，从智慧城市管理到个性化教育服务，人工智能技术正逐渐融入千行百业，成为产业创新发展的基座技术与基础产业。人工智能产业的高质量发展也成为我国现代化产业体系建设的关键一环。人才作为第一资源，其储备数量、培养质量与发展潜能是支撑我国人工智能技术突破、场景创新与产业发展的基础。
人才是人工智能高质量发展的关键
截至目前，我国人工智能核心产业规模接近6000亿元，企业数量超过4500家。智能芯片、开源框架等关键技术取得重要突破，智能传感器、智能网联汽车等标志性产品的创新能力持续提升，人工智能专利申请量占全球一半以上。随着人工智能技术的持续创新和完善，我国人工智能产业蓬勃发展，对人工智能人才的需求日益旺盛。当前，我国人工智能人才缺口已达500万人次，供需人才比为1∶10，结构性矛盾依然突出，人才问题一定程度上制约了我国人工智能领域的创新能力和核心竞争力的提升。
一方面，人才结构有待进一步优化。我国拥有相对丰富的人工智能应用场景，催生了一批优秀企业，汇聚了大量应用创新和技术开发人才。但在人工智能计算基础方面，尤其AI芯片、算法研究、底层架构系统等领域仍然存在塔尖人才短缺问题，影响了产业链的完整性与竞争力。
另一方面，人才生态尚需进一步完善。人才生态是人才与其所处的社会、经济与文化环境构成的有机复合系统，是有效对接人才供需、畅通人才流通渠道、加速人才成长的重要保障。尽管在政府、企业、教育机构和行业协会等多方的协同努力下，我国人工智能产业的人才生态建设已经取得突出成绩，但仍然面临着教育与产业需求脱节、人才激励与流动受限、终身学习体系不健全等问题，这使我国人工智能人才在国际竞争中面临挑战。
四方面发力打造人才创新发展高地
为此，应从以下四方面锚定发力，强化人工智能人才体系建设，打造人工智能人才创新发展高地。
第一，强化顶层设计，明确人工智能领域人才发展战略。首先，围绕产业发展方向和人才需求，研究和探索人工智能人才的发展目标和路径。应根据“十四五”规划纲要，围绕人工智能领域的发展方向和人才现状，制定人工智能人才发展规划，科学布局未来一段时期该领域人才工作的发展方向。其次，加快构建与当前经济社会发展相适应的人才制度。建立健全人工智能人才的使用、引进、评价、激励等制度，如放宽引进人工智能人才落户限制，制定高层次人才税收、保险、住房、子女入学等方面的配套政策措施。再次，加快人才发展体制机制改革，实施一系列人工智能人才推进工程和计划。加强人工智能人才梯队建设，实施人工智能领军人才培养工程、骨干人才培养工程、青年人才培养工程，实施一系列人才支撑计划。尤其在人工智能短板领域，通过“揭榜挂帅”的方式，支持和鼓励优秀青年人才挑大梁、担重任，培养战略科学家。多措并举，最大程度激发人才创新创业活力，为人工智能领域发展提供坚强的人才保证和广泛的智力支持。
第二，健全人才培养模式，形成人工智能全产业链人才梯队。首先，应继续加强复合型人才培养。通过校企合作，成立产教融合基地等，在贯通人工智能技术创新与产业发展的同时，培育更多复合型人才。其次，应持续推进跨学科人才培育。在探索更加多元的教培模式的同时，也应着力畅通与引导数学、生物信息学等基础学科人才跨人工智能学科培养，纵观美国人工智能人才结构，包含了大量数学、生物等基础学科人才，这类人才在美国人工智能产业发展过程中贡献了关键力量，因此跨学科人才的培养也将是人工智能技术突破的关键要素。最后，应适时推动人工智能学科培养工作前移，在中小学开设通识课，并鼓励顶尖企业承建科普教育基地，培养中小学生兴趣、储备未来人才。由此，实现在人工智能基础层、技术层及应用层的全产业链人才储备厚度与质量的全面提升。
第三，加快培育人才生态体系，构筑人工智能国际人才高地。完善人工智能人才生态体系建设，需要在人才横向流通、纵向发展及内外循环多维度持续发力。首先，在国内破除人才壁垒，政府搭台、多方共建，形成各类形式的人才交流互动平台，如科技园人才库、技术人才联盟、人才社群等，一方面促进知识扩散与交叉，另一方面优化人才配置效率。其次，畅通人才发展通道，给予青年研究者更多自由探索的空间，同时形成人才客观评价体系，促进人才资源配置机制的优化。最后，建立更加开放的人才平台，探索更加多元的内外人才合作模式。着力推进我国人才生态体系的开放化、国际化与多元化，以此打造我国人工智能雁阵格局与国际人才高地。
第四，强化人才发展环境支持，释放人工智能领域人才创新动能。我国在人工智能的根技术、硬科技方面的创新发展尚处于追赶阶段，人工智能底层架构、基础硬件的支撑短板，会直接映射到产业发展中，制约着我国在人工智能产业的长期竞争力。这其中一个重要原因便是我国人工智能人才不断向应用层聚集，追逐易市场转化、短开发周期的利用式创新，而在更具颠覆性与突破性的基础层人才储备不足。为此，首先应继续发力破除科研主体的成果导向枷锁，鼓励更多人才向人工智能基础领域聚集，从事更具颠覆性的自由探索活动。其次，应推动各类科研项目体系不简单地以论文发表、专利成果等量化指标为评价标准，而是探索建立分类别、分周期、分层次的有利于人工智能技术创新的多元化评价体系，厚植宽容创新环境。最后，应充分利用各类政策工具，鼓励企业进行人才长周期投入，充分释放人才创新动能，形成在基础层突破性创新成果的持续涌现，支撑我国人工智能产业高质量发展。