人才供给模式「多模态」下，构建相适应的人才供应体系
自 2020 年以来，人工智能技术的迅猛发展，使得 AI 从处理简单重复性任务，快速跃升至创造高端内容的层次，其进步之迅速令人叹为观止。人工智能技术围绕「多模态 」发生了一系列变革，这对人才供给模式提出了全新的挑战和要求。为了应对这一趋势，我们必须构建一个同样「多模态 」的人才供给模式。这一模式不仅要涵盖传统的技术技能，更要注重培养具备跨学科知识和创新能力的复合型人才。这些人才将能够充分理解和应用 AI 技术，有效应对新挑战，并抓住技术革新带来的新机遇。
3 月 23 日，2024 全球开发者先锋大会（2024 GDC）在上海隆重召开。期间，上海创新创业青年 50 人论坛矩阵项目——「智能未来，以人为先 」2024全球开发者先锋大会AI人才发展互动讲坛顺利举办。全球开发者先锋大会(GDC)缘起世界人工智能大会(WAIC)，作为WAIC聚焦科技和人才力量的重要板块，GDC已发展成为顶尖技术趋势的风向标。本次AI人才发展讲坛以推动人工智能技术创新和人才培养为目标，为与会者提供一个专注于AI人才发展的高端平台，来自全球的优秀开发者、人工智能生态企业广泛参与。
本次讲坛由上海市委统战部、中共上海市经济和信息化工作委员会、上海市人力资源和社会保障局指导，上海市经济和信息化中青年知识分子联谊会、上海市青年五十人创新创业研究院、上海市人工智能行业协会共同支持，上海外服（集团）有限公司和上海创智合力信息科技有限公司承办，由多鲸资本、职教研习社、现代职业教育联盟共同协办。
主题分享
创智合力科技创始人/CEO 杨勇谈
「AI 技术驱动与产业革命催生"多模态"的人才供给模式 」
人工智能技术的快速进步正促进新型人才需求和供应方式的形成，如何适应这种变化，构建一个能够满足多模态发展需求的人才供应体系，已经成一个热点话题。基于此，上海创智合力科技有限公司创始人、CEO 杨勇分享了《AI 技术驱动与产业革命催生"多模态"的人才供给模式》的主题演讲。
什么是「多模态 」？从人才驱动价值方面来说，「多模态 」包括三个方面的内容，一是人才需求场景的「多模态 」，二是人才场景标签的「多模态 」 ，三是人企供给适配的「多模态 」。
在深入讨论 AI 人才培养问题时，首先需要深入解构 AI 人才培养的全流程。在垂直行业应用 AI 技术时，所需人才必须具备一定的岗位能力，这包括与 AI 相关的开放能力、基础能力、专业能力，以及更深层次的数据和算法能力等。在此基础上，提炼关键技术，并将行业的真实应用案例以及产业中最优秀、前沿的科技应用融入教育体系至关重要。这样的做法有助于形成产业内容与教育内容紧密结合的机制，进而推动一系列 A 技术应用转化为人才培养的优秀模式。
这一过程中，涉及 AI 开放能力、教学支撑、核心实训、核心课程、课件以及深层次服务等关键要素。这将促进传统行业、新型行业以及创新业态的实践发展。在今天的全球开发者先锋大会的展台上，我们可以深刻感受到许多行业垂直应用的趣味性。然而，这些应用背后深层次的发展趋势，实际上需要更多的技术支持、教学支撑和实际内容支撑，以确保未来这些技术在产业推广应用时能够有足够的人才支撑。
杨勇认为如今 AI 技术应用非常广泛，不仅能在深水作业、矿产开采、交通运输等关键领域发挥着重要作用，而且还能通过提高效率、安全性以及挖掘数据价值，对各行各业产生了积极的影响。今天上午的开幕式上刚刚发布了上海市级重大应用场景之一——基于手语大模型的交互式数字人手语翻译，在这一背景下，人工智能技术应用的「多模态 」特性意味着需要不同类型的人才来满足不同领域的特定需求。这种多样性的需求推动了人才市场的细分，要求人才不仅要有深厚的技术专长，还需要具备跨学科的知识和适应不同应用场景的软技能。
同时，智能装置和算法的应用也为人才的识别和匹配提供了新的途径。通过智能算法，可以更高效地检索和匹配符合特定需求的人才，这在一定程度上简化了人力资源管理的复杂性。
此外，数字人和 AGI（人工通用智能）的概念代表了人工智能发展的前沿趋势。数字人模拟人类能力，而 AGI 则追求超越人类智能的境界。这些概念的提出和实现，将进一步推动人工智能技术的发展，并对未来的人才需求产生更深层次的影响。
他指出，现在提到的技术和应用场景等概念，最终会回归到人企供给适配的「多模态 」。未来将会迈入智选交互的时代即人企对接 4.0 时代，企业根据岗位、技术迭代对人才和模型的需求，就可以找到更好的智选和适配的模式。
人企对接有三个典型特点，第一，打破物理边界，创造人机协作的人才供给模式；第二，打破测评的边界，创造 AI 项目全生命周期的实时响应供给模式；第三，打破配对的边界，创造去组织化的人力资源活水流动的共享模式。那么面对人才供给模式「多模态 」的情况，应该如何构建与之适应的人才供应体系？
杨勇认为，可以运用大模型技术将 AI 人才职业教育所能研究和集成的产业教育内容高度智能化，合适繁衍并实际运用 AI 人才职业教育全过程中去，为产业人才培养和供给提供内容支撑。通过提炼出企业 AI 人才适配大模型，包括智能化测评、通用人才知识库、智能化培训认证、行业的垂直知识库以及项目库的协同体系，在这个大模型设置下，就可以很好地通过产业内容和人才培养内容转换过程，将人才评价与企业评价协同起来，形成人企供给大模型。实现人才评价和企业评价的信息共通，能够促进人才培养体系更好地适配企业需求，满足在快速发展的 AI 技术下对技能型人才的需求。
不过人才供应体系的构建需要政府、企业、高校等各个主体的参与，从企业的基础评定、团体标准、企业标准再到信息级地方标准，从而进一步推动形成相应的国家标准。目前，由行业协会及各相关部门推动建设的人工智能企业评级与分类的相关标准已经在紧锣密鼓地推进中。在这一过程中，企业形成一定的研发人员储备，因此具备一定数量的人工智能训练师高技能人才、人工智能专业方向的工程师职称人员，将可按照人才储备量级进行赋分。人工智能企业评级对行业的价值将体现在包括数据安全管理、行业项目门槛、数字资产统筹、重大项目资质、扶持政策倾斜等方面。人工智能技术竞争归根到底其实是人才竞争，未来，希望政府和企业继续探索人才供应的新模式，搭建一批具备持续学习能力的 AI 人才，共同助力 AI 技术加速发展，共建 AI 智能新时代。