AI人才缺口可以看做一個行業(yè)基本面，而在這背后，是AI科研體系的獨(dú)特性，正在催動著AI人才更早與企業(yè)接觸。這也間接促使AI本科生這個群體到來。

大家都在說，AI是一個高度產(chǎn)學(xué)研一體化的領(lǐng)域。但到底是怎么一體化的呢？

首先我們可以看到，今天的大多數(shù)AI應(yīng)用是基于神經(jīng)網(wǎng)絡(luò)與算法達(dá)成創(chuàng)造性的。而神經(jīng)網(wǎng)絡(luò)的特點(diǎn)是結(jié)構(gòu)延展。換句話說，AI的技術(shù)世界不是非此即彼，而是堆疊和嵌入的。回到人才端，這就讓很多企業(yè)中的AI任務(wù)與工作，可以分派出來讓獨(dú)立小組完成。這讓象牙塔中的師生走入企業(yè)有了絕佳的機(jī)會。而一些數(shù)據(jù)清洗、數(shù)據(jù)標(biāo)記類的機(jī)器學(xué)習(xí)基礎(chǔ)工作，更是非常適合交給“懂基礎(chǔ)的實(shí)習(xí)生”來完成。

另外，根據(jù)相關(guān)統(tǒng)計(jì)，常青藤高校的AI研究成果，有超過75%最終得到了商業(yè)轉(zhuǎn)化。這個比例在各學(xué)科中名列前茅。AI的特性決定了高校中的研究和企業(yè)中的研究相似度非常高，而師生的創(chuàng)造有很大比率可以被快速轉(zhuǎn)化。這個機(jī)會對于老師、學(xué)校、學(xué)生，以及整個產(chǎn)業(yè)，是一個多方共贏的局面。那么第一步，還是讓學(xué)生盡快進(jìn)入AI的世界。

還有一個問題值得注意，今天的AI研究是要基于大量數(shù)據(jù)和算力支撐的。但是這些東西往往不存在于研究室當(dāng)中，而是只見于科技企業(yè)內(nèi)部。這也就要求實(shí)驗(yàn)室必須要到企業(yè)中去，給企業(yè)提供更多價值。而本科生的勞動和創(chuàng)造力，事實(shí)上是這個置換關(guān)系之一。

由這些理由，企業(yè)和學(xué)校都在期待更多學(xué)生快速組成產(chǎn)學(xué)研一體化的基礎(chǔ)，讓企業(yè)與學(xué)校間的循環(huán)圈層擴(kuò)大。

這個意義上來說，本科生是AI前進(jìn)中的必要動力。

給潛在AI本科生的一點(diǎn)建議

首先，綜合來看今天AI的應(yīng)用前景和就業(yè)基本面沒有問題。但未來有不確定性，技術(shù)也在隨時變化，一定要理性考慮謹(jǐn)慎選擇。而且讀了AI專業(yè)絕不意味著預(yù)定了高薪高職位。快速變化的AI可能把任何人摔下自己的馬車。

其次，一定要警惕不靠譜的人工智能專業(yè)。AI的師資目前在國內(nèi)是絕對的師資資源，如果你報考的學(xué)校本來在AI領(lǐng)域不強(qiáng)，也沒有引進(jìn)知名專家，卻突然辦起了AI專業(yè)，那么一定要小心為上——說不定老師還沒有你懂得多。

接下來，關(guān)于AI要不要進(jìn)本科的爭論應(yīng)該還會繼續(xù)。而與此同時，關(guān)于AI要不要進(jìn)高中的討論，也已經(jīng)開始進(jìn)入公眾視野……