与此同时，在传统产业大变革的背景下，各类企业作为产业需求方，需要拥抱人工智能浪潮应对产业升级转型。
从需求端来看，在数字化、智能化的趋势下，各行各业对人工智能产业人才的需求已经发展到高关注、高需求的阶段。
从供给端来看，当前人才供给来源主要有两类，一是院校人才培养，二是行业人才存量积累。
在院校人才培养方面，虽然我国自2017年来，大力支持开展以人工智能学院、人工智能专业为代表的人工智能专项人才培养，但当前仍处于人才培养方式的初期探索阶段，人工智能产业人才的培养速度依然较慢。
报告称，尽管我国拥有世界规模最大的工程教育，但与美国相比，我国人工智能人才总量仅为仅为美国人才总量的50%左右，其中从事基础研究工作的人才数量更为有限，当前美国人工智能基础层的从业人才数量约为我国的14倍。
现阶段高校内人工智能相关的师资、课程依然不够完善，人工智能产业人才培养难以快速适应和匹配产业发展的节奏和企业的需求。
当前高校培养的人才质量难以匹配人工智能产业的实际需求，反映在企业选人用人和人才求职应聘两方面。
在行业人才存量积累方面，目前的行业内部自发的人才培养还没有成体系发展，导致现阶段我国院校端和产业端高质量人才供给水平仍然很低。
大多数企业设置了较高的人才准入门槛，对人才的岗位能力有着较高的要求，而应届生缺少人工智能知识储备与实践经验，很难直接匹配企业的用人需求。而具备一定工作年限和资历的技术人才和岗位人才又「面临」供需不均衡的窘境。
目前，仅仅依靠高校或者企业的力量难以满足日益增长的人才需求。如果要打破这一窘境，需要从政府、高校、科研机构、企业各方中进行打通，推动产学研各主体间的知识创新与应用，同时构建完善的人才体系来应对快速发展的产业需求。
注：本文数据来自 工业和信息化部人才交流中心：人工智能产业人才发展报告（2019-2020年版）
原标题：《缺口高达30万，月入30k技术人才难觅，这份官方报告揭秘国内AI人才现状》