重仓 AI 人才培养，打造产业落地升级护城河

关注

发布于: 2021 年 06 月 11 日

AI 产业落地，道阻且长

第四次工业革命的驱动力量，这是科技行业对人工智能技术的价值评价。

近期，国际咨询公司 Gartner 将“AI 工程化”列为 2021 年度九大技术趋势之一，这说明 AI 进入到了全新的阶段，用规模化生成的方式降低产业使用门槛，且让 AI 以简单可信赖的方式，为业务创造价值，目前自动驾驶、健康医疗、交通运输、零售电商，覆盖衣食住行等行业都有 AI 应用落地的身影。

但是在 AI 产业落地的过程中：

实践案例较少、业内交流不充沛；
平台工具散落，技术体系庞大且复杂；
合适的人难招，招到留不住；

各种“水土不服”接踵而至，这些问题几乎是所有企业在推动 AI 产业落地过程中遇到的问题，这个过程漫长、艰难却是必经之路。能否稳准狠地操刀落地实际业务，对于企业和高层管理者来说，是挑战更是机遇！

高阶 AI 人才，决定企业智能创新边界

产业智能化落地阶段对能力的要求，是能将需求转化为问题、进而找到最高性价比的顶尖复合型人才。

对企业高层管理者来说，抓住技术、业务和人即掌握了商业世界的三要素。在 AI 领域，复合型高阶 AI 人才决定企业技术领先性，技术领先水平决定业务智能创新速度，业务数智化升级速度决定企业在智能化时代的机会窗口与市场先机。

所以说，一名顶尖的 AI 架构师足以影响整个业务的价值边界。

据相关媒体报道，人力资源和社会保障部发布的新职业——人工智能工程技术人员就业景气现状分析报告显示，目前我国人工智能人才缺口超过 500 万，国内的供求比例为 1：10，供需比例严重失衡。可想而之，企业高阶的 AI 人才更是屈指可数。

作为企业技术负责人，如何找到快速转化业务需求的高阶 AI 人才？如何跨越 AI 人才收口难的鸿沟？如何逐步完成高阶 AI 人才弹药库实时能力迭代和补充？

或许以下暗逻辑能给你启发：

1、找到可以能理解业务需求，把技术转化为业务落地方案的人

只有重视理解业务的诉求和逻辑，才能抓住业务问题的关键点，并做出正确的抽象设计和技术选型。

2、对 AI 技术与开发应用有递进式理解的人

AI 的最终归途一定是落地，而不是静态的算法，如何在应用中找到最佳效率，为企业赋能是企业对工程师的基本要求。

3、设计并实现高效合理的 AI 落地方案的人

根据业务的实际场景，合理选择工具和资源、组合、组装、串联以达到工程实践的要求。

这些看似简单的用人要求，意味着企业需要付出高昂的成本。而培养一名优秀的 AI 架构师，所需要付出的时间精力与回报价值相比，又是一个极度失衡的状态。

百度首席 AI 架构师培养计划（AICA）

凡事预则立，基于此，百度联合深度学习技术及应用国家工程实验室首当其冲发起「首席 AI 架构师培养计划」，以培养符合条件的高阶 AI 架构师为目的，搭建 AI 架构师交流平台，增加产业交流机会，并通过理论+实际业务相结合的模式，助力企业培养掌握全栈 AI 能力复合型人才，从而快速赋能推动产业化智能升级。

同样，首席 AI 架构师培养计划（AICA）也集结了百度资深的科学家和高级工程师帮助企业探索 AI 边界、提供 AI 架构指导、培养 AI 高阶人才。

AICA 学制半年，发起至今保留严格的筛选机制，淘汰率高达到 86%。学员全部来自于不同行业的头部企业且自身具备三年及以上算法和工程落地经验，CTO 等高级技术管理者占比也高达 83%，其背景经验也向着更工程化的边界横向扩展。

一旦正式录取，学员可以结合企业发展瓶颈，与百度深度学习架构师、科学家面对面深度交流，剖析核心业务中深度学习落地的关键问题，深度拆解 AI 生态企业中业务需求与 AI 技术结合的典型案例，用 AI 思维、AI 工具、方法和技术解决实际业务问题。

AICA 五期班正式开启招生

线下闭门交流｜1+1 参与模式 AI 思维风暴｜限额 50 席