新型科技人才：全球人才大争夺的新焦点

近年来，在新一轮科技革命与产业变革的驱动下，人类经济社会形态进入了重要的转型期。新一轮科技革命立足于信息技术的深层次发展和全领域应用，将颠覆传统的技术发展理念，推动全球的创新模式转型和经济形态转换，进而影响世界各国的生产、生活、交往与思维方式。相应地，全球经济社会深层次变革也在引发国际人才流动范式的根本转型。

1

本轮科技革命终将归结为对劳动者自身的革命

人才的概念和价值体系将发生根本性变化

与工业经济时代受到工业经济发展需求驱动的历次科技革命不同，本轮科技革命立足于产业发展与社会发展中的信息需求，先于实体经济发展，并通过改变创新模式颠覆了传统的技术发展理念，通过直面消费者重构了全球产业布局与产业分工，进而影响世界各国的生产方式、生活方式、交往方式与思维方式。尤其是共享经济占据主流经济模式，智能机器日趋成为劳动力主体，泛在网络支撑全社会的协同创新，都预示着经济形态的转换和信息-经济-科技-社会四者基于全球网络空间的高度耦合。相应地，全球经济社会深层次变革也在引发人才内涵和人才流动范式的根本转型。

在从弱人工智能向强人工智能时代迈进的进程中，智能化的发展对体力和脑力劳动的替代将远超预期，并折射出本轮科技革命与以往历次科技革命的根本性区别，即以往几次科技革命归根到底都是对劳动工具的革命，而本轮科技革命终将归结为对劳动者自身的革命。从理论上讲，不仅所有的体力劳动都将具备被便捷替代的技术条件和方法，而且绝大多数的可复制、可模拟的脑力劳动都将具备被高效替代的途径和手段，只有极小部分涉及思想性、理想性、想象性的内容无法被替代，这恰恰是“才”的实质所在。因此，人才的概念今后将发生根本性变化，未来只有不能被人工智能（AI）所替代的劳动力才是人才，将会呈现一些新内涵、新特质、新形态。

上述趋势都预示着一个崭新的人才群体和人才形态的出现，即新型科技人才。新型科技人才是新一轮科技革命背景下知识-能力结构深度改变了的各类科技人才的统称，涵盖了新一轮科技革命的所有关键性、基础性领域，主要表现为大数据人才、云计算人才、物联网人才、人工智能人才、区块链人才等。相对于传统工业经济时代的各类科技人才的“并联”关系，各类新型科技人才之间呈现出了“串联”的关系，在内涵层面的关联度大大提高，具有很多共性特征，并因此成为一类人才——新型科技人才，其是大数据、云计算、物联网、人工智能、区块链等依次兴起的必然产物。

2

与传统科技人才的知识-能力结构不同

新型科技人才兼具多重知识结构与多重能力结构

T型人才的概念是由哈佛商学院教授桃莉丝•巴登（Dorothy Barton）首次提出。早在1995年，巴登在《知识之泉》（Well Springs of Knowledge）一书中认为，如微软、IBM等科技巨人，现在需要的不只是单纯的工程师，而是拥有第二、第三专长的T型人才。所谓的T型人才就是：跨专业领域的换位思考能力（T字上的横轴），同时具备一项精深的特长（T字上的竖轴）。这无疑颠覆了传统工业经济时代的I型人才（专才），在I型架构下，伸出两只手搭在别的领域成为知识-能力结构复合型的人才。

在传统工业经济时代，技术-产业演进遵循了中心-半中心-边缘的基本进路，具有高度单向的扩张性特征，并因此要求专业技术人员不断精深，在特定的专业技术领域长期深耕不辍。专业化不仅是传统工业经济时代对于人才知识-能力结构的内在需求，也是打造广义的“工匠精神”的基本前提。形而上的科学家与形而下的工程师一体两面、各负其责，共同构成了源于西方的近代工业革命过程中科技人才的主体。但新型科技人才高度动态的内在特质与传统科技人才渴求稳定职业发展的内在需求有所区别。知识结构与能力结构高度复合，预示着更高的职业风险与更为强烈的成就动机。

新一轮信息科技革命洪流对人才的知识结构和能力结构提出了更高、更复杂的要求。以数据科学家为例：数据科学家是复合型人才，是对数学、统计学、机器学习等多方面知识的综合掌控，需要对数据做出预测性的、有价值的分析。首先，与传统的IT人士不同，它的工作中既包含IT的成分，也包含业务的成分；其次，数据科学家具有很强的逻辑分析能力，能够了解数据和信息如何与企业的业务产生关联；再次，数据科学家还拥有其他多种能力，既了解信息、业务以及数据如何在企业中流动，也知道如何将信息整合在一起，这是数据科学家拥有的独一无二的能力。相对而言，“数据分析师”通常要求必须有数学、统计或计算科学等相关专业背景，最常见的工作技能要求是SQL、R、SAS、Excel。随着需要处理的数据量日渐庞大，Hadoop大数据处理框架也被许多公司列为必备的基本条件之一。传统的用户界面（UI）设计师如果想要转向虚拟现实（VR）领域的界面设计，则需要掌握更多三维设计、模型构建相关的新技能，从二维平面的交互设计转向三维空间的交互设计，这样的超复合型人才会成为未来几年该行业内最抢手的稀缺资源。

随着图形处理单元（GPU）的广泛使用、算力与算法的提升、5G技术的快速应用，一系列新兴领域迎来了颠覆性的创新突破，人工智能、机器人、无人机、物联网领域的人才需求异军突起，同时也造成了新兴领域人才短缺的局面。根据麦肯锡报告，仅仅在美国市场，2018年大数据人才和高级分析专家的人才缺口高达19万。此外，美国企业还需要150万能够提出正确问题、运用大数据分析结果的大数据相关管理人才。从理论上讲，全球面临着同样的短缺，而不再有所谓的“中心国家”。自2017年以来，发达国家纷纷摒弃自由主义的技术移民政策体系，纷纷推出民族主义的技术移民政策，聚焦新兴科技领域紧缺急需的各类人才，而无暇顾及所谓的自由主义、人道主义等；以新兴经济体为主的很多发展中国家也紧随其后，采取了一系列措施吸引和集聚新兴领域的优秀人才资源，从而预示着面向新一轮科技革命的人才大争夺真正具有了全球性的意义。

正是由于知识结构与能力结构的复合化趋势，使新型科技人才的需求与以往突出强调专业化水准与造诣、注重在特定专业领域的学历与资历的科技人才的习惯性做法不同，“一专多能”几乎是如今各类新型科技人才实现自身价值必备的条件，与工业经济时代一味强调深耕特定专业领域的专业化导向存有很大差异，并对其流动周期、薪酬期许等产生了深刻的影响。

3

基于全球网络空间流动性的显著增强

市场薪酬与价值实现机制呈现不同特征

如今，各类技术在不断改变人才发现和培养方式的同时，个体数据（My data）的高度富集和高效流转重塑了人才的价值体系，基于网络的大规模生产协同以及共享经济模式将改变人才的工作和收益模式，大量一般性劳动被智能机器替代的趋势对人才的内涵与能力带来颠覆性改变。

从BOSS直聘平台2019年春季招聘人才的需求数据可以看到，物联网相关的嵌入式工程师人才需求同比增速超过46%，光传输工程师和无线射频工程师的需求同比增幅均超过80%。此外，5G软件工程师、5G系统工程师的需求也较去年同期增长20%~40%不等，无人机操作员需求增速达到30%。

不仅如此，富于信息技术基因的新型科技人才作为全球网络空间里的弄潮儿，进一步促进了“人”与“才”的分离，使传统意义上的“地理空间”（space of place）真正演变为了基于电子交换的回路与高速运输构成的“流动空间”（space of flows）。正由于这一群体主要基于全球网络空间获取各种职业信息和发展机会，并借此增进各自的专有知识和技能，甚至通过虚拟合作、远程办公等形式开展工作，从而使传统意义上的国家税收、国家安全、组织忠诚、企业管理等方面都面临着前所未有的挑战乃至系统性的变化，甚至再次出现了跨国征收“人力资本税”的呼声。

在“流动空间”形成基础上，新型科技人才的市场价值实现机制也呈现出不同特征。薪酬远高于科技人才的整体水平，且更加追求动态化的市场回报。即沃研究院《2017—2018人工智能产业人才发展报告》显示（如下图所示），人工智能相关岗位的薪资水平持续且明显超出互联网行业平均水平，人工智能领域的平均月薪为2.58万。其中，月薪3万～4万占比34%。尤以推荐算法和深度学习的高薪岗位占比最多。在工作时间5～8年这个人才梯度上，人工智能人才的平均年薪高出20万元。

人工智能人才平均年薪与互联网行业平均年薪对比

相对于以往科技人才供求关系调整基础上的薪酬形成机制，新型科技人才的薪酬形成有几个新的特点：一是由于产业发展速度远快于新型科技人才的培养速度，比如，人工智能人才主要来自相近行业，高校培养才刚刚起步，以致于新型科技人才一直处于失衡状态，不仅大幅度抬高了新型科技人才的薪酬基准，而且新型科技人才规模的扩大并未导致薪酬的相对下降，亦即呈现出“新型科技人才越多、收入越高”的格局；二是鉴于新兴科技领域的初始创业成本低、各国普遍支持等因素，越来越多的新型科技人才进行初始创业抑或进行企业内部创业，追求市场化的薪酬机制，而不再甘于传统科技人才所恪守的从一而终的“雇员”角色。进而言之，人力资源与物质资本相互雇佣的局面在本轮科技革命背景下开始变为现实。

4

人才培训的社会角色与地位开始改变

不再是传统学校教育的延伸与补充

新一轮信息科技革命不仅来势凶猛，技术更新的周期缩短、速度加快，而且科技领域的颠覆性创新、破坏性创新等频频发生，不时“惊起一滩鸥鹭”。相应地，大数据人才、云计算人才、人工智能人才、区块链人才……形形色色的新型科技人才也如金秋稻浪，一波赶一波，前一种类型的人才培养工作（如大数据人才）在高校尚未落实到位，更新类型的人才迅速诞生，并且在知识-能力的内涵层面呈现很多新特质，再次倒逼教育培训机制的转型升级。

与上述几点相应的是，新型科技人才的职业周期短，集聚指向趋于平台化，忠诚向度深刻改变，自我意识和自主意识进一步放大。同时，人才泡沫不可避免，亦即传统意义上的学校教育周期滞后于科技产业演进周期，必然会出现新培养的人才已经落后于市场需求的现象。不仅如此，新型科技人才的兴起还将倒逼传统科技人才的知识-能力结构优化，进而暴露近代工业革命以来的学校教育面临的某些局限性。

以人工智能人才的培养为例。尽管在国家教育部正式公布的2018年度普通高等学校本科专业备案和审批结果中，有35所高校获批设立“人工智能”新专业，但市场需求的紧迫与需求规模的庞大使传统意义上的学校教育略显滞缓。因此，创新工场在2017年便发起了Dee Camp人工智能训练营计划，旨在提升高校人工智能人才在行业应用中的实践经验，同时推进产学研结合。根据规划，该项目将在五年内培训顶尖高校至少500位AI教师、5000位AI学生。作为国内人工智能领域的旗舰企业百度，也在2018年10月发布了国内AI领域的第一个专业技术人才培养标准，即《深度学习工程师能力评估标准》，并联合深度学习国家工程实验室、中国软件行业协会发布了中国AI领域的第一个深度学习工程师认证考试方案。可见，培训的角色定位开始发生调整，不再满足于为学校教育“补漏”，而是开始成为顺应新一轮科技革命发展趋势和新兴技术演变的周期特征、与学校教育各司其职各尽其能的新领域。

总之，高度富集并高效流转的个体数据重塑了人才的价值体系，基于平台指向的柔性集聚重构了人才与产业之间的耦合关系，新型科技人才成了新一轮科技革命和产业变革中的争夺焦点，国际人才的集聚与流动呈现出一系列新态势，如虚拟集聚、阶段性流动（短期流动）、就地集聚、离岸集聚等，组织管理模式必然随之改变。相应地，新型科技人才的培养与集聚都需要全新的思路、理念、方法和技术手段。

5

应积极探索新型科技人才的培养和集聚模式

在百年未有之大变局背景下，新型科技人才的培养与集聚一体两面、不可偏废，如何在精准引智的同时，进行前瞻性的教育布局，培养和集聚一大批符合新一轮科技革命规律的新型科技人才，成为未来人才工作的优先议题。

一是平台引领，社会培育。以人工智能领域为例，未来人工智能的重点是突破基础理论研究，推动技术与应用达到世界领先水平。为相关领域的平台机构发展创造良好的制度环境，开展长周期和跨学科的人工智能社会试验，科研院校、政府和产业之间形成一种协作创新的生态体系，推动新一代人工智能技术和治理体系发展，使新型科技人才在高水平的机构平台中看到广阔的事业发展前景，在广泛的应用场景和社会实验中得以成长，探索更适宜的人工智能治理理念和方式方法。

二是制定标准、引领评估。新型科技人才不仅具有引领未来的历史使命，而且具有边界广泛、类型多变、形态不稳定等新特征。只有准确地对新型人才进行界定与描绘，才能进行相应的培养、引进与使用，打造人工智能时代的“人才矩阵”，形成基础能力人才、源头创新人才、产业研发人才、应用开发人才、实用技能人才等多类型人才并重并用的局面。

三是动态跟踪，政策引导。新型科技人才大多集中在科技创新企业，结合已有的非公有制经济人才专项统计调查，建议开展与新型科技人才相关的人才专项调查研究，将相应工作纳入社会调查工作序列，定期开展面上数据抽查，并在人口普查工作中予以体现。在进行相应行业领域新型科技人才跟踪调查和大数据分析的基础上，为人才政策决策调整优化提供依据。