全球科技巨头争抢AI人才，行业应用面临挑战
近期，全球科技领域内的AI人才流动引发了广泛关注。月初，谷歌NotebookLM核心团队宣布集体离职，共同创立新公司，此举彰显了AI领域顶尖人才的巨大影响力和市场价值。随后，Vision Transformer（ViT）的三位主要作者也宣布加盟OpenAI新成立的苏黎世部门，这一系列人才变动进一步加剧了全球科技公司间的竞争态势。
尽管AI技术人才抢手，但AI技术的落地应用却面临着“最后一公里”的难题。当前，生成式AI正进入大规模应用阶段，但真正能够承载期望的杀手级应用尚未出现。在抖音、快手等国民级内容社区中，AI并未带来预期中的实质性变革，就连与AIGC调性最为契合的小红书，也放弃了旗下的AI生图工具Trik AI。这一现象引发了投资人对于AI技术落地可行性的疑虑，部分AI企业甚至选择战略性放弃C端业务线。
AI技术落地难的原因在于，AI技术的研发者和从业者之间存在认知鸿沟。许多行业内的隐性需求难以被明确表达出来，而AI产品的研发团队往往缺乏对行业需求的深入理解。在B端市场，技术与需求的错配问题更为显著。通用场景模型虽然部署门槛低，但难以应对特定的边界情况；而细分行业模型虽然效果好，却需要海量的数据和繁重的标注工作。
面对这一困境，行业与AI技术的深度融合成为关键。大模型技术的突破，让AI具备了理解和处理复杂行业数据的能力，但能够帮助大模型建立“三观”的人，最好是既懂AI又懂行业的复合型人才。相较于让AI工程师从零开始积累行业经验，让深耕行业多年的专业人才掌握AI应用技术，学习曲线会更平缓，也更容易实现技术与场景的深度融合。
随着AI技术使用门槛的降低，行业从业者主动拥抱AI技术的趋势愈发明显。在医疗、化工、智慧港口等领域，AI技术已经开始发挥重要作用。例如，在医疗领域，AI大模型应用能够帮助医生在短时间内掌握辅助诊断工具，提升诊断能力和效率。在化工领域，经过调优的大模型可以精确模拟关键运行参数，保障生产过程的优化与稳定。在智慧港口，AI技术的应用使得生产、管理、服务、安全等领域的智能化水平大幅提升。
然而，培养既懂行业又懂AI的复合型人才仍面临诸多挑战。首要问题是缺乏既懂行业又懂AI的“双师型”教师。其次，行业+AI方向缺乏体系化的教材和前沿的实践案例，课堂内容往往流于表面。高校普遍缺乏算力资源和高质量的行业数据，这使得许多研究项目难以开展。为了解决这些问题，学术界、产业界与教学机构需要携手合作，共同构建一个全方位的人才培养体系。
在这一背景下，华为等科技公司开始与高校合作，寻求培养行业AI复合型人才。上周，由东北大学、中国医科大学联合华为开展的行业AI应用创新孵化营正式开营，活动吸引了大量来自医疗领域的研究者参与。课程从人工智能方法的发展讲起，深入浅出地构建起行业内人士AI知识体系的框架。同时，华为还邀请了一批前沿学者展示医疗+AI交叉研究的落地成果，包括数据处理、自动填写病历、医疗影像检查等。
东北大学医学与生物信息工程学院执行院长赵越表示，医学与人工智能的融合是不可或缺的趋势，华为给予了学院无私的帮助和支持。在孵化营的活动中，中国医科大学附属第一医院的教授齐瑞群探讨了临床医疗诊断方法及存在的问题，并与东北大学的医工学院团队合作开发了一套皮肤病理大模型。通过AI系统，医生标注切片的时间从半小时缩短至不到三分钟，且与临床日常工作无缝衔接。
华为还通过提供一站式、全栈自研的AI开发工具，支持AI应用从数据标注、模型开发、训练、部署的全流程。这些工具将复杂的算法化繁为简，让医学生能够轻松驾驭AI技术。经过与专家的深度交流，学员们不仅获得了结业证书，更收获了宝贵的前沿洞察与前瞻见解。
华为在医疗领域的布局只是其产教融合探索的一个缩影。在更广泛的领域，华为通过行业AI应用创新孵化营和行业AI应用创新大赛，培养了大量复合型人才。这些人才在医疗、材料、港口、制造等领域发挥着重要作用，推动了传统行业的智能化转型。
