智能革命新时代数字人才需求结构变化

活跃于数字世界的数字技术推动着物理世界生产力水平不断提高，而在满足当下需求之后物理世界反过来将对数字世界的技术创新提出更高要求。数字人才作为连接数字世界与物理世界的桥梁，拥有的知识结构与传统型人才不尽相同。

数字技术原理与数学和物理有着紧密联系，从概率论、线性代数和矩阵分析等数学知识衍生出来的贝叶斯网等技术是人工智能的基础，而物理学则是研究量子科学的必备知识。由此可见，数字经济时代数字人才需具备高水平数学和物理知识。高新数字技术发展需建立在计算机基础网络架构之上，因此计算机科学与技术的基本原理和方法等基础知识同样应为数字经济时代数字人才知识结构的组成部分，其中包括计算机程序设计常用的各项编程语言和数据库技术等基本数据处理技能的掌握。

智能革命时代的代表性技术包括大数据、人工智能、物联网、云计算等。大数据与人工智能密切相关。大数据产生海量数据资源，从海量数据中提取有用信息的关键技术是数据挖掘，相应的数据处理则对网络安全提出了新的要求，因此大数据人才应当掌握数据安全技术等专业知识。人工智能核心技术方面，机器学习技术用计算机模拟或实现人类学习行为，包含监督学习、非监督学习和强化学习等，深度学习是机器学习中基于神经网络的一个新领域，目的在于模仿人脑进行数据处理，因此除了具备机器学习的科学理论知识外，行为科学、哲学、逻辑学和语言学等人为素养也至关重要。物联网体系架构分为感知层、网络层和应用层，这三层均涉及计算机、电子信息和通信等各学科知识，物联网人才需熟练掌握传感器与检测技术、物联网控制技术、物联网通信技术、大数据与云计算技术以及各类基于Web或移动端的开发技术等。云计算涉及宽带网络技术、数据中心技术、虚拟机技术、分布式存储与计算技术、软件开发技术和云安全技术，这些则是云计算人才所需掌握的重要知识。

数字经济的发展体现于数字技术在各领域的应用，因此数字人才的知识储备不应局限于单个专业领域。比如大数据应用领域甚广，只有明晰特定领域的数据处理需求和业务逻辑才可深度运用大数据技术，故大数据人才还需具备跨专业跨领域产业知识。而人工智能又是一门包含数门学科精华如数学、哲学、经济学、神经科学、心理学、生物学、历史学和语言学等的学科，其研究需与多学科尖端人才紧密合作。这些均对数字人才知识储备提出了更高层面要求。

由以上分析可见，数字经济时代数字人才知识结构纷繁复杂，绝非传统人才所能及。因此根据知识面掌握程度可将数字人才划分为基础数字人才、专业数字人才和综合数字人才等三种，如图1所示。基础数字人才具备通用数字技能，掌握数学、物理与计算机科学基本知识，了解各项数字技术基本逻辑和应用场景，有一定编程、软件开发、数据分析和维护网络安全的能力，能够迅速适应各项社会生产活动数字化需求并熟练使用各类数字服务，可适应企业基础数字业务发展需求，构成数字人才基础；专业数字人才熟悉数据分析、数据挖掘、机器学习、传感技术、虚拟机技术和网络安全等涉及人工智能的专业技术知识，能够灵活运用前沿数字技术，并具有极强的数据处理能力以及学习能力，能够迅速顺应数字技术发展的需求而不断提升自身技术水平，此类人才包括大型企业、科研院所和高等院校等机构中的高级研究人员，是推动国家数字经济发展的中坚力量；综合数字人才精通数学、物理学、生物学、哲学和语言学等跨学科文理知识，了解跨领域业务流程，可在深度使用前沿数字技术的基础上融会贯通，洞悉各行业发展趋势，具有极强的创新能力、管理能力和开创新技术或新商业模式的潜力，具备较高的人文素养和伦理道德意识，此类人才主要指在数字经济产业领域的领军人物，是引领“智能+”社会发展的精英阶层。

图1　“智能+”时代数字人才结构

正如图1所示，在数字人才结构中，基础数字人才数量较多，当前供给差距缩小，但尚未饱和，仍旧是数字人才培养的重点之一；专业数字人才培养的速度无法适应数字经济发展的速度，供给双方差距不断拉大，需从改革教育体系入手以应对挑战；综合数字人才则是最为稀缺的顶尖人才，目前人才市场竞争非常激烈。