研究表明：AI技能的匮乏将浪费投资并扼杀创新

调查发现，雇主越来越看重AI和数据科学人才的相关经验与技能认证

一项最新研究发现，人工智能（AI）技能的匮乏将引发一场危机，扼杀美国企业的生产力和创新力，需要采取紧急行动来解决这一问题。数据分析领域的领导者SAS最近发布了一份报告——《如何解决数据科学能力短缺问题》，该报告基于对美国九大行业（银行、保险、政府和零售等）主流公司决策者的调查研究。

据印度市场分析公司财富商业洞察（Fortune Business Insights）预测，全球AI市场规模将从 2022年的3870 亿美元增长到2029的近1.4万亿美元。43%的SAS调查受访者也表示，AI和机器学习是其未来一到两年的重点投资领域。这一比例远远高于受访者对其它数据技术的青睐：数据可视化（25%）、数据分析（22%）和大数据（17%）。

但是，报告中也释放了一个严重的危险信号：63%的受访者表示，他们最缺乏的就是AI和机器学习技能。

填补技能缺口绝非易事

如果没有相关人才，这些在AI和机器学习方面增加的投资就不能充分发挥作用，从而导致财务损失、错失发展机遇。调查受访者正在计划采用不同的方法来填补技能缺口，但他们也表示面临着一些挑战。

四分之三的受访者希望对现有员工进行培训以提升其技能，而64%的受访者则希望招聘拥有AI和机器学习技能的新员工。与使用外包公司相比，培训现有员工可能更具成本效益——但该研究也列举了一些阻碍，例如缺乏培训时间和学习动力，并且高级管理层还会担心员工学会技能后跳槽。

随着人才争夺战愈演愈烈，薪水是另一个比拼项。企业别无选择，只能支付越来越高的工资以及招聘和外包成本，以确保获得所需的技术能力。目前在美国，数据科学家的个人年薪约为12.2万美元，这对于许多企业来说难以为继。

大学学历仍然重要，但雇主还关注其它加分项

全球领先的招聘网站Indeed 4月份的一项研究发现，在接受调查的大型公司中，有67%表示将考虑放弃对求职者的学位要求。这一趋势在SAS的报告《如何解决数据科学能力短缺问题》中也同样存在。

受访者大多希望与专业院校合作，直接招聘数据人才。同时，他们也明白仅招聘大学毕业生并不能尽快地填补技能缺口，因此四年制学位并非硬性招聘条件。调查表明：

• 比起学位，雇主可能更加看重案例研究和项目经验（74%）及其他相关培训（71%）经历。
• 技术供应商颁发的行业认证具有与学位同等的竞争力（54%）。
• 同样具有竞争优势的还包括参加黑客马拉松和数据大赛（53%），因为这一经历展示了求职者的技术能力、解决问题能力和团队合作的能力。
• 事实上，只有54%的公司将学位视为求职必备条件。

现在就开始培养数据科学人才

AI专家、作家和演讲人Sally Eaves博士参与编写了《如何解决数据科学能力短缺问题》报告。他表示：“企业不能仅仅依靠招聘毕业生或继续挖其它公司墙脚。好消息是，大量雇主已经开始认识到报告中提到的在职培训及其他认证的价值。”

该报告提出了解决数据科学能力短缺问题的三项建议：

• 使用现代化、开放、多语言的工具，同时整合多种AI和分析工具，以提高数据科学生产力，赋予最终用户执行基本分析任务的能力，从而使数据科学家能够专注于核心任务。通过分析民主化，让更多的人使用分析。
• 通过培训，提升现有员工（包括非技术人员）的技能。鼓励员工参加软件工具供应商组织的各类培训课程，并考取相关认证证书。
• 打造良好的学习环境和文化，鼓励员工自主学习以提高技能。例如，允许员工抽出时间完成在线培训课程、参与黑客马拉松比赛，以及建立内部数据科学学院。

“虽然没有哪种单独有效的方法——但通过扩大职业中期培训范围、纳入非技术人员，配备合适的工具以及建设数据科学社区等多种方法，技术能力缺口将逐渐缩小，”Eaves表示：“这些方法将形成合力，大幅增加人才供给，提升工作质量和满意度，使个人、组织和整个经济都能从中获益。”

详细了解SAS如何帮助组织构建分析能力以获得竞争优势。

调查方法

SAS开展了一项调查，调查对象包括72位来自美国九大行业（包括银行、保险、政府和零售业）大型企业的决策者。每家企业员工数量都超过了1000名，有的甚至超过10万名。绝大多数调查对象担任数据科学和数据分析等技术职务，仅有不到四分之一的人从事人力资源和人才管理工作。调研公司Coleman Parkes受SAS委托进行了此次调查，调查地点也包括英国和爱尔兰。