決勝AI競賽：中國啟動數字人才戰略

在ABC（算法、數據、算力）戰場的角逐之外，我們終于要向字母D（Digital Talents—數字人才）發起沖鋒。

12月8日，權威科學期刊《自然》（Nature）公布了2025年度十大科學人物榜單，梁文鋒因DeepSeek大模型成功當選。

Nature稱他為“Tech disruptor”（科技顛覆者），而DeepSeek大模型“對科學家們來說無疑是一大福音”。

回想起DeepSeek-r1誕生之前，梁文鋒在其為數不多的一次訪談中表示：“（大模型領域）前50名頂尖人才可能不在中國，但也許我們能自己打造這樣的人。”

近日，國家發展改革委、國家數據局、教育部、科技部、中共中央組織部聯合發布《關于加強數據要素學科專業建設和數字人才隊伍建設的意見》（以下簡稱《意見》），提出加強“兩個建設”——數據要素學科專業建設和數字人才隊伍建設，建立數據領域科技發展、國家戰略需求牽引的學科專業設置調整機制和人才培養模式，促進數據領域教育鏈、人才鏈與產業鏈、創新鏈融合發展。從學科專業、職業教育、學術研究、產學研用四大維度，勾畫出中國面向智能時代的數字人才戰略。

一、導向鮮明的數字人才戰略路線圖

（一）明確指向“1+1”戰略目標

《意見》明確，數據要素學科專業建設和數字人才隊伍建設，承擔著培養深化數據要素市場化配置改革和數據賦能人工智能高質量發展所需各類人才的重大使命。

直接點明了“兩個建設”所服務的“1+1”戰略目標：深化數據要素市場化配置改革+數據賦能人工智能高質量發展。

深化數據要素市場化配置改革，是構建全國統一大市場在數據領域的具體要求。目的是加快建設全國一體化數據要素市場，保障數據流通利用，充分釋放數據要素價值，讓數據“供得出、流得動、用得好、保安全”。

數據賦能人工智能高質量發展，則是響應國家戰略需求，搶抓人工智能發展戰略窗口，加快實現從跟跑到并跑、再到領跑的跨越。

隨著產業發展，算力不足的問題很可能被算力過剩替代。而數據作為人工智能時代的戰略性、基礎性新型生產要素，是推動人工智能高質量發展、驅動新質生產力新引擎的“關鍵燃料”。

這份人才戰略與不久前推出的“人工智能+”行動高度呼應，是中國面向“十五五”乃至下一個十年，為爭奪人工智能發展主導權，系統設計的“組合拳”。

（二）直面數字人才供需困局

我國在推動數字中國、數字經濟、數字政府、數字社會發展過程中，長期面臨數字人才短缺的問題。

而人工智能帶來的生產力革命，催動全球資源涌入技術競賽，又進一步放大了這一痛點。

截至2024年底，我國數字人才總量3286萬人，總需求約6500萬人，缺口高達3200萬人，預計2025年底，缺口仍將接近3000萬人，44%的企業認為數字人才“非常緊缺”。

而高端復合型人才短缺尤為嚴重，具備高級數字素養人才僅占16.26%，高端研發人才不足全球9%，數據科學專業本科畢業生每年僅4萬人，遠低于市場需求。

同時，教育與產業需求“兩張皮”現象突出，高校專業設置更新周期通常要3—5年，遠遠落后于6個月左右的數字技術迭代速度。

只有打破人才供需困局，才能有效推動數據要素治理從"框架搭建"向"落地實施"延伸，支撐人工智能技術和產業發展需要。

（三）大踏步創新迎頭趕路

《意見》創造性提出“四鏈融合”系統性解決方案，即：促進教育鏈、人才鏈與產業鏈、創新鏈融合發展，并在制度機制層面作出一系列創新安排。

比如：打破傳統學科界限和教育層次壁壘，建立分層分類、上下貫通、左右協同的一體化培養體系；支持建設數據科學與工程、數字經濟與管理等學科專業，打破了數據領域純理工男的偏見；支持綜合性高校建設數字學院，整合校內資源；創設“微專業”新模式，針對數據產業急需開設數字貿易、數字媒體藝術、數字政府治理、數據安全等微型專業方向；建立數據要素相關學科專業“本碩博銜接”人才培養機制，打破傳統教育“本科寬而不精、研究生與產業脫節”的局限；建立“賽課聯動”機制，將競賽成果轉化為教學資源；創設“數據行業市域產教聯合體”和“跨區域產教融合共同體”兩種新型組織形式，實現人才培養與產業發展深度綁定等等。

諸如此類的創新動作不勝枚舉，體現了不拘一格的人才戰略思想。

這一次，組織部門也親自下場，體現了對數字人才戰略的最高重視，使戰略執行能夠獲得更加有力的統籌協調，充分發揮行業主管部門等各方作用，形成最強合力。而政府側數字人才隊伍建設也有可能提速。

（四）在戰爭中學習戰爭

面向實戰培養人才，是這份人才戰略的最大特色之一。

人工智能發展正在從“模型訓練”向“系統構建”躍遷，Gemini 3.0的成功也印證了這一趨勢。

今后，數據與AI工程將更加注重智能體全鏈路設計，數據治理與應用開發的無縫銜接，多模態及軟硬件協同的原生架構，實時響應與邊緣計算能力的集成。

《意見》提出“加快培養一批復合型、創新型、實戰型數字人才”，正是針對這一趨勢的精確應對。

復合型、創新型、實戰型數字人才從何而來？工程化、場景化、實戰化！

二、既要三千越甲，也要百萬雄兵

深化數據要素市場化配置改革和數據賦能人工智能高質量發展，既需要全球頂尖的研究型人才，也需要面廣量大的應用型人才，前者承擔“向上捅破天”的原創式創新，后者承擔“向下扎到根”的規模化產業化。

《意見》設計的學歷教育與職業教育雙飛輪驅動，將開啟數字人才“爆兵模式”。

隨著技術競爭的加劇，頂尖人才爭奪戰愈演愈烈。

Meta千金買馬骨，143億美元重金收購Scale AI 49%股權，目的是將28歲的天才創始人Alexandr Wang招致麾下。

谷歌研究院最近一篇關于“嵌套學習”（Nested Learning）的重磅論文，有可能解決大模型根深蒂固的“災難性遺忘”問題，而論文作者Peilin Zhong則出自清華姚班。

頂尖人才——才是AI“頭號玩家”的第一資源。

互聯網時代留給大部分人的慣性認知是，美國擅長搞技術創新，中國則更擅長拿來主義搞應用。

學歷教育飛輪，以學科專業建設為核心、數字學院為平臺、核心教學要素為支撐，聚焦系統知識傳授與創新能力培養，并通過有組織科研，牽引高層次數字人才培育。組織起來的高密度人才，將構建起“立足實踐的中國數據要素自主知識體系和科學研究體系”，厚積薄發推動原創式創新不斷涌現。

職業教育飛輪，則聚焦于產業急需技能培養，為產業發展培養千萬級的職業技能人才。

“支持職業院校根據產業發展需要，及時動態調整數據相關專業”，就是說，產業需要什么人才，我們就培養什么人才，人才培養跟著產業需要走，打造產教深度融合的生態體系。

一是支持龍頭企業和高水平院校牽頭組建跨區域產教融合共同體，構建“政府統籌、行業指導、企業參與”的協同機制。

二是研究制定數據要素從業人員能力要求國家標準，為技能培養提供規范化框架。

三是鼓勵企業深度參與教育教學環節，通過共建“校中廠”“廠中校”實訓基地、開發基于真實應用場景的數字課程和工作手冊式教材，將企業實踐場景轉化為職業教育課堂。

三、如何抓住政策紅利

面對人工智能生產力革命的浪潮，各地應該如何承接數字人才戰略的政策紅利？

短期（1-2年）：政策響應與人才集聚

政策窗口期的前兩年，具備發展稟賦的城市應當快速建立數字人才“強磁場”。引才方面，可依托《意見》中“國家戰略需求牽引”機制，重點瞄準數據科學、人工智能等核心領域領軍人才。深圳對符合條件的數字人才給予最高1000萬元安家補貼，并建設20個國際一流數字實驗室吸引頂尖團隊；無錫的“太湖人才計劃”也曾開出單筆高達1億元的人才獎勵。

學科專業建設上，一方面推動本地高校加快增設數據要素相關專業，另一方面啟動在職人員數字技能提升計劃。

服務保障要突破常規，積極推出"數字人才服務包"，整合落戶、住房、子女教育等全鏈條服務，實現"一人一策"定制化保障。形成“引育留用服”聯動模式，讓城市在政策紅利釋放初期迅速形成人才集聚效應。

中期（3-5年）：生態構建與產教融合

當政策進入深化期，城市需要轉向系統性生態建設。在學科建設上，推動高校與企業深度合作，建設數據要素產業學院，企業深度參與培養方案制定，大幅增加學生實踐課占比，縮短產學研用轉化鏈條。

職業教育需實現規模化輸出，構建多元培養體系，緊貼區域特色產業，建設數字技能實訓基地，大規模培養技能人才直接進入本地數字企業就業，構建“教育鏈-人才鏈-產業鏈”閉環。

產學研協同要產出實效，通過建立數據要素創新聯合體，整合高校實驗室、企業研發中心、公共算力平臺等資源，推動項目聯合攻關，技術成果轉化，帶動產業發展，把人才政策紅利轉化為實實在在的產業競爭力。

長期（6-10年）：制度創新與文化培育

政策紅利的持續釋放需要制度創新的支撐。在人才評價機制上，將技術貢獻、數據成果等納入職稱評審標準，建立多元化人才評價體系，唯才是用、用盡其才。在城市空間規劃中深度融入數字基因，建設“數字人才社區”，促進數字文化在城市生根落地。

人才留存最終要靠事業平臺，形成“以業留人”的長效機制，讓數字人才真正成為科產城人融合發展的核心引擎，實現人才與城市相互成就。

對于個人而言，最重要的是持續學習。正如清華大學“姚班”創始人姚期智給出的建議：“不斷成長、不斷自我學習的能力是必需的，這樣的話，你可以保證不管這個時代怎么進步，你都不會被淘汰。”

以達特茅斯會議為原點，向上回溯，無數閃耀的名字清晰標記著人工智能的發展軌跡：克勞德?香農，“人工智能之父”約翰?麥卡錫，神經網絡研究奠基者MIT AI實驗室創始人馬文?明斯基，“深度學習之父”杰弗里?辛頓，卷積神經網絡發明者楊立昆，創建ImageNet數據集的李飛飛，主導Transformer 架構研發的杰夫?迪恩，將ChatGPT帶給世界的山姆?奧特曼和伊利亞?蘇茨克維……

今后，會有越來越多的國人，以創新貢獻者的身份加入到人工智能的競賽中去。

這份數字人才戰略的出爐，或將成為中國AI的“D-Day”。

（作者陶鶴山為數字經濟工作者，從事數字化領域政策規劃）

來源：陶鶴山