隨着 AI 成爲當下企業發展和公衆關切的熱點趨勢和話題，如何培養人才、如何發展組織、如何在智能企業時代存活，成爲產業、行業共同面對的時代主題。人類的工作會不會被智能機器所取代？會不會真的面臨失業困境？如何才能讓職業的“方舟”揚帆遠航？
中國乃至全球的 AI 人才匱乏
正所謂“得人才者得天下”。當企業的發展越來越需要人才具備在深度學習、人機交互、物聯網等技術領域的知識和能力時，搶佔 AI 人才也成爲企業戰略轉型發展時重要的一環。
據高盛 2018 年發佈的《全球人工智能產業分佈》報告統計，2017 年全球 AI 人才儲備，中國只有 5% 左右，人才缺口超過 500 萬人。由於相應人才的稀缺，也因此造成了 AI 人才供求極端失衡高價時代的到來。誘人的酬勞體系成爲科技巨頭以空前速度和規模戰略性壟斷 AI 人才的重要籌碼，他們都積極地參與到了 AI 人才的競爭大戰之中，不遺餘力地招募最有價值的技術人才。
在 2018 華爲全聯接大會上，脈脈商業戰略聯合創始人王倩從三個維度重點闡述了脈脈根據大數據調研的 AI 人才在中國分佈的情況：
第一維度，城市。 中國 AI 人才分佈中，北京是佔比最大城市（佔到全國一半以上）；第二梯隊是杭州、上海、深圳；
第二維度，高校。 在 AI 人才培養上，哈爾濱工業大學、北京郵電大學成爲中國第一梯隊高校，其次是中國科學院、中國科技大學、浙江大學；
第三維度，薪酬。 從中國 1-3 年、5-10 年、10 年以上三個時間維度看，畢業後初入職場的 AI 從業者薪資水平普遍能達到 12K 以上，工作 3 年左右的 AI 開發者月薪約能至 25K 以上，10 年以上工作經驗的有的則可高達 50K 甚至 100K。
當然，AI 人才稀缺並非是只存在於中國的個例。
從 2016 年開始，世界範圍內曝出的科技巨頭企業對 AI 初創公司（團隊）頻頻收購的新聞，也能讓衆人對全球 AI 人才的市場現狀窺出一二門道來。在“聘用式收購”的背後，實則是通過收購引入頂尖的 AI 人才。
據不完全統計，從 2010 年開始，Google 收購了 14 家 AI 初創公司，緊隨其後的 Apple 收購了 13 家。此外，從學術界挖角相應的 AI 研究人員，或依託和大學學府共建而從零培養自己的 AI 人才，也成爲許多科技巨頭的搶佔策略。
但反過頭看，目前國內絕大多數開發者所屬企業只是具備了初步智能化的能力（例如僅處於商業智能、數字化、算法模型階段），而距離圍繞 AI 技術構建商業模式這一目標仍前路漫漫。這也意味着，人才的不飽和在很大程度上制約着企業的創新能力，也掣肘着戰略和技術突圍。
當下，企業需要通過技術，實現根據環境變化能夠動態部署的高精尖人才。企業的需求趨勢在改變，對於 AI 人才也會帶來新挑戰。
持續吸引頂尖人才的關鍵
唯有在人的頭腦中挖掘出大油田
中國人民大學商學院教授、華爲資深管理顧問黃衛偉指出，華爲強調人力資本增值的目標優先於財務資本增值的目標。
他介紹說，在華爲的投入結構中，人力資本的投入處於優先的、超前的地位，是先有人力資本的投入纔有財務資本的增長和高投資回報。這裏人力資本的概念，主要包括員工的教育水平、智力、技能和學習能力、創造力、團隊合作生產力和員工數量等。財務資本主要指股東權益、總資產等。
華爲認爲，從當期的損益來看，人力資本的超前投入會增加短期的成本，大量招人會增加工資支出和期間費用支出，有可能減少公司的當期效益；但從長期來看，會抓住機會、創造機會，增加企業的長期效益和價值。
衆所周知，華爲沒有上市，沒有直接融資的渠道，所以，資本在華爲價值創造過程中的作用處於相對次要的地位。那麼，華爲公司的價值到底是什麼要素創造的？
黃衛偉曾指出，從華爲的人員結構上來看，華爲公司從事 R&D（研發）的員工佔員工總數的 45%，真正在生產線上完成作業功能的人員只佔很小的比例。
從財富創造要素的角度來看，華爲公司的全部價值主要是知識員工和企業家創造的。所以，華爲總裁任正非曾提到說：“華爲沒有可以依存的自然資源，唯有在人的頭腦中挖掘出大油田、大森林、大煤礦……”
重視基礎研發，更重視相關人才的培育
華爲對人才的期待和培養，是其在行業內保持標杆地位的研發能力，而研發離不開踏踏實實從事基礎研發的人才。
據華爲 2017 年官方數據顯示，華爲目前約有 8 萬名研發人員，佔公司總人數的 45%，在全球有 14 個研究所，36 個創新中心。據相關報道和數據顯示，截至目前，華爲累計獲得專利授權87,805項。這種研發投入，使得華爲在每年獲得數千億人民幣營收的同時，還能保持極高的增長率。
華爲官方曾發佈了這樣一則消息：爲了感謝 Polar 之父 Erdal Arikan 教授對 5G 領域的貢獻，特意向其頒發了特別獎項，致敬其爲人類通信事業發展所作出奉獻。而當中的一個重要原因是 Polar 編碼，爲華爲 5G 產業的發展提供了重要的指導。
早在 2010 年，華爲識別出極化碼作爲優秀信道編碼技術的潛力，在 Erdal Arikan 教授研究基礎上投入進一步研究，經過數年長期努力，在極化碼的核心原創技術上取得了多項突破，並促成了其從學術研究到產業應用的蛻變。在 2016 年，華爲推動的 Polar 碼被採納爲 5G eMBB 場景的控制信道編碼，這在當時甚至引起了國內的轟動。
這一方面體現了華爲對 Erdal Arikan 教授的尊重，另一方面，華爲的這則新聞側面揭開了華爲對研發，尤其是對基礎研發的重視。
AI 時代存在一項嚴重的泡沫問題即爲，大量人才聚集在應用，較少人從事基礎研究。而真正的頂尖人才往往是在基礎研究實現重大突破的人才。華爲是業界少數幾家能夠提供良好基礎研究土壤的公司之一，這也是華爲未來能持續吸引頂尖人才的關鍵，而不僅僅是提供高薪。
過去十年，華爲累計研發投入近 4000 億人民幣。面向未來，華爲將加大基礎研究投入，在每年 150-200 億美元的研發費用中, 將有 20-30% 用於基礎研究。
追求工作的意義和價值
除了薪資，高端人才尤其注重追求工作的意義。華爲 2017 年員工調查結果顯示，90 後員工的第一訴求是自身發展，第二訴求是工作意義和價值，第三訴求是得到認可，第四位訴求才是薪酬和待遇。可以看到，人才對於高端需求層次重視程度在發生變化。
爲適應這一變化，華爲重新制定願景：將數字世界帶入每個人、每個家庭、每個組織，構建萬物互聯的智能世界。在這樣一個宏偉願景和使命下，一方面通過在華爲工作，員工滿足自身在經濟上、物質上的需要；另一方面，創造性工作會帶來更多的成就感和樂趣。華爲關注員工個體的意義，爲他們工作注入意義。在華爲的理念中，這同樣也是吸引高端人才的關鍵。
此外，如何從根本上破解人才密碼，用 AI 的方式解決 AI 人才稀缺問題，也是華爲在實踐和努力的方向。
以 AI 思維破解人才匱乏問題
18 世紀以來的歷次技術革命，對組織的結構、作業流程和人員能力等都產生了巨大影響。
從工作崗位和人員能力角度看，AI 推動此次變革將有明顯的不同——AI 將在幾乎各個方面提升自動化水平，因此大量重複性日常工作崗位需求將大幅度縮減。因此，華爲認爲，未來的組織人員構成可能是菱形的。所謂菱形結構是指，其中大量處於底部的基礎性、重複性日常崗位會被 AI 所取代。
華爲的人才觀也與“菱形結構”有本質上的邏輯關聯。
黃衛偉在華爲 2018 人才觀交流會上指出，從價值創造角度來看，工業經濟時代，價值貢獻分佈曲線更偏重於正態分佈特徵，其主體主要是來自於基層員工和中基層管理者。而 AI 時代的價值創造分佈曲線更呈現出“帕累託曲線”特徵，即一個很小比例的高端 AI 人才，創造了幾乎全部價值的 90%。
與正態分佈特徵不同的是，“帕累託曲線”意味着 AI 時代創造價值主體越來越往上走，真正主體是所謂的工匠科學家，即中間層，而頂層的領導、高端專家及管理者扮演的是“突破作用”的角色。這也反映了業界在人才爭奪上，越來越聚焦於對 AI 高端人才的搶佔。
目前，調整人才架構的戰略已在華爲智能製造體系裏得以驗證。十幾年前，華爲製造體系內的員工數量是 6 千多人，支撐華爲精英規模幾十億美元。當下，華爲製造體系的員工總數還是 6 千多人，但支撐華爲將近一千億美元規模的生產需求。
不僅僅在製造系統，華爲還着手在服務系統乃至整個運營系統、研發系統，沿着這個方向調整結構。
在 2018HC 大會上，徐直軍的“AI 十大改變”看法中談到，要以 AI 的思維解決 AI 的人才短缺。意爲通過大量的數據科學工程師、數據科學家和各領域專家相互配合，來解決 AI 人才稀缺問題。同時，藉助對智能化、自動化、簡單易用的 AI 平臺和工具服務的着力發展，以及提供培訓教育，培養大量的數據科學工程師，使他們能完成大量基本的數據科學相關工作。
華爲認爲，從技術、人才、產業三個方面進行主動的變革，如縮短訓練模型的時間、充裕經濟的算力、AI 要適應任何部署場景、更高效更安全的算法、更高的自動化水平、模型要面向實際應用等，能更有效的解決 AI 人才短缺的問題。
也就是說，從多技術協同的角度發展 AI，讓 AI 成爲由一站式平臺支持的基本技能，是華爲提出的“用 AI 的思維解決 AI 人才問題”的基本思路。是否具備真正的 AI 思維，以 AI 的理念和技術解決現在和未來的問題，是華爲在未來構築領先競爭力的關鍵。
人類的思維是線性的、規律性的、遵循着一定的因果聯繫。對應 AI 思維與人類思維，曾有相關調研指出，利用 AI 爲員工建立“能力圖譜”，從企業角度、業務進程和員工個性化需求等，爲員工提供對應培訓，或識別員工的強弱領域，量身定製人才培養方案，或是未來讓 AI 與人類各司其職的最佳方式。
總之，AI 的發展是指數型的，其對行業的衝擊，企業的洗牌會產生越來越迅猛的影響。印證《三體》中的“大篩選理論”，從低等生物進化爲高等文明的多道篩子中，第三道就極有可能是 AI 技術。
既然 AI 就像週期一樣無法避免，那就卻讓其在合適的 AI 人才手中，作爲智慧容器以發揮價值。