AI大模型时代，人才的需求已经变了

主要观点总结

本文主要讨论了全球范围内AI技术发展和应用的情况，特别是在各行业中的应用。文章提到了AI技术面临的挑战，如需求与现实的差距、行业与技术的认知鸿沟等。同时，文章也指出了解决这些问题的方法，如培养复合型行业AI人才、让行业从业者拥抱AI技术等。华为等公司正在通过与高校合作、提供培训课程等方式来推动AI技术在各行业的应用和发展。

关键观点总结

关键观点1: AI技术发展的现状和挑战

AI技术正在全球范围内迅速发展，特别是在各行业的应用中。然而，AI技术面临着需求与现实的差距、行业与技术的认知鸿沟等挑战，导致AI产品难以满足实际需求，行业内客户的合作意愿变低，需求更难深入理解。

关键观点2: 解决AI技术面临的问题的方法

为了化解AI落地面临的困境，需要让懂行业的专家掌握AI技术，也需要让精通AI技术的人了解行业里的需求。这需要学术界、产业界与教学机构携手合作，共同构建一个全方位的人才培养体系。

关键观点3: 复合型行业AI人才的培养

为了应对AI大规模行业应用的新需求，许多科技公司正在与大学合作，开始寻求培养行业AI复合型人才。这种人才培养模式旨在让最了解行业痛点的人掌握AI工具，以催生更多接地气的创新，降低AI技术与行业场景的对接成本。

关键观点4: 国内AI人才的自身优势

中国在AI人才培养方面具有一定的自身优势，包括技术驱动和场景优势。随着全球AI大模型数量的增加和中国大模型数量的占比不断提高，数据、算力和算法等领域的人才需求也在增加。同时，随着技术的大面积落地，各行业对AI技术的需求也在不断增加。