大家好, 我叫王迪, 来自领英中国, 非常高兴来到人大做分享. 我分享的主题是《汇聚全球智慧, 洞悉 AI 人才趋势》, 涉及目前非常火热的人工智能 (AI) 新技术, 以及它的发展对全球人力资源, 人才方面产生的巨大影响. 希望其中的一些数据和洞察, 能在当前 AI 时代对人力资源的看法上, 对大家有所参考.
职业社交网络上有近 5 万个职能或技能种类
十九大报告明确指出:"人才是实现民族振兴, 赢得国际竞争主动的战略资源. 要坚持党管人才原则, 聚天下英才而用之, 加快建设人才强国. 实行更加积极, 更加开放, 更加有效的人才政策...... 把党内和党外, 国内和国外各方面优秀人才聚集到党和人民的伟大奋斗中来". 我们选择天下英才的范围非常广阔, 除中国人才外, 还包括海外华人, 华裔华侨等.
作为全世界最领先的职业社交网络, 领英的一个愿景就是: 为全球 30 亿劳动者中的每一位创造经济机会, 进而创建世界首张经济图谱. 我们的使命是: 连接全球职场人士, 使他们事半功倍, 发挥所长.
领英是硅谷一家较年轻的互联网公司, 创始人是 Reid Hoffman. 他曾参与过 Paypal(美国的支付宝)的创建, 领英是他的第三家创业企业. 上线伊始, 领英旨在解决一个最朴素的问题: 如何用互联网手段帮助公司做人才招募和内部推荐, 也就是如何让大家通过人与人之间的介绍得到好的工作机会. 领英创建至今已有十余年, 经历了许多重要发展, 下面我就这一历程做个简单介绍:
2003 年, 在美国硅谷成立.
2005 年, 发布第一批企业订阅产品开始面向企业的人力资源服务.
2011 年, 登陆纽交所上市.
2014 年, 正式进入中国市场, 成立 "领英中国智库".
2015 年, 9 月与上海市政府合作, 开启全球科创人才引进计划; 11 月, 与重庆市人民政府, 重庆市外经贸委签订国际高端人才战略合作备忘录.
2016 年, 1 月面向中国企业客户推出海外征才解决方案; 2 月, 在深圳启动第一届中国海外创新人才大赛; 12 月, 微软以 262 亿美金正式收购领英, 成为微软旗下成员之一.
2017 年, 3 月与北京市人才工作领导小组办公室合作; 10 月, 全球会员数达到 5.3 亿 +, 其中中国会员数 3600 万.
领英有一张自己的全球经济图谱. 作为一个职业社交网络, 它有 5 亿 3 千万职场人用户. 每个用户都有自己的个人档案, 涵盖他们过往的工作经历等信息, 并且可以随时登陆账号完善个人档案. 其中包括大概 1800 万家公司, 几乎涉及世界上所有行业的主要企业以及相关职能部门. 它们会在平台上进行人才招募, 每时每刻发布, 提供的工作信息大概 1100 万条. 经过细致分类, 这些工作需要将近 5 万个职能或技能种类, 其中包括一些需要大学, 科研院所提供的专业技能. 而能够提供相应需求的学校和研究机构大概接近 3 万所.
自 2014 年至今, 经过三年的发展, 领英在中国也创造出了自己的经济图谱, 用户得到快速增长, 已有超过 3600 万中国地区用户, 涉及企业 36 万多家, 共发布工作信息 200 多万条, 涉及技能 2 万多种, 包含院校一万多所.
AI 人才的基础层, 技术层和应用层主要技能
大家想象中的人工智能是怎样的? 可能更多的浮现在头脑中的画面, 是类似于好莱坞影片中钢铁侠所用到的 AI 助手那样, 可以通过对话迅速制造或装配调取一定的服务, 这是影视片中非常典型的一个 AI 场景. 但在现实生活中, 关于 AI 人工智能的应用情况, 目前的细分领域到底是什么样呢? 今年 7 月份, 领英通过对自己的全球人才大数据进行分析和研究后, 将人工智能技术进行了分层: 基础层, 技术层和应用层.
对 AI 进行分层研究, 我们首先需要提取一些技能关键词. 这些关键词可以从刚才讲过的全球经济图谱中所涵盖的五万种技能需求中提取.
从这基础层, 技术层, 应用层三个层面出发, 我们分别研究了它们所涉及到的关键领域与技术的相关技能的关键词, 基本涵盖了当前 AI 在技术和工程领域的各类主要技能. 例如基础层涉及到的软件, 算法, 平台处理器等. 在此之上, 又有技术层的图像, 计算机视觉, 计算机语音以及自然语言处理和当前最前沿的脑科学研究等垂直的领域. 之后是应用层面, 包括每天所用到的搜索引擎, 未来可能会出现的智能交通, 无人驾驶等, 以及现在一些特定领域已经开始使用的虚拟个人助理, 对话式机器人等. 应用层的这些技能, 可以帮助我们完成一些相对来说特定的任务.
我们每时每刻都在移动互联网上应用的推荐系统, 像电商推荐, 新闻资讯推荐, 以及社交网络上的人脉推荐, 使用的技能可能就是电影当中狭义理解上的机器人. 这些机器人可以说是人工智能与自动化领域的结合应用, 未来在工业和民用当中也会有它的一席之地, 也包括一些与日常生活略有距离的其他领域或特定的垂直行业, 比如金融, 营销, 安防, 教育等.
全球 AI 人才分析: HR 应该到哪儿去招聘 AI 人才?
通过分析, 我们发现了当前全球人工智能人才的分布情况. 目前全球共有 190 多万深度学习与数据挖掘的人才, 其中 85 万都在美国, 中国只有 5 万人, 英国, 加拿大, 澳大利亚, 新加坡, 印度等地区也有人工智能人才的分布. 美国以近 46% 的比例高居全球人工智能领域人才榜首, 分布数量是中国的 14 倍, 接近垄断的位置. 而且在领英 3600 万的用户数据库中, 统计到的中国 AI 技术人才, 不一定全部分布在中国, 所以人才拥有数量上中美之间仍存在一定的差距.
从 AI 人才的工作经验来看, AI 人才有一个特点, 教育和研究门槛要求很高. 在世界范围内, 尤其是美国, AI 人才的培养周期很长, 其中拥有 6 年以上工作经验的 AI 人才比例占 27%,10 年以上行业经历的占 41%, 共占将近三分之二, 他们接触该行业内容由来已久.
从人才的行业分布及典型公司来分析, 38% 的人才分布于一些所谓的传统 IT 企业, 如微软, IBM, 英特尔, 苹果等; 13% 分布于学术研究机构, 如斯坦福大学, 卡内基梅隆大学, MIT 和 UC Berkeley 等: 另有 3% 分布于互联网企业, 7% 分布于金融企业. 但是, 美国目前的金融企业中, 其实拥有很多人工智能方面的相关技术人才.
在人才成熟度上, 我们首先将各国之间的人才工作经验进行数据对比, 美国深度学习与挖掘人才中, 接近 50% 拥有十年以上的工作经验, 相比之下, 中国大概只有 19%, 印度和新加坡分别有 18% 和 31%. 我们发现, 美国的人才成熟度与其他国家对比明显较高. 但是不用灰心, 由于我们的年轻人才所占比例较大, 假以时日, 有理由相信, 我们未来的人才储备和经验一定会有所赶超.
再对美国 AI 人才的分类分布情况详细加以分析. 美国在人才智能领域占有比较深厚的人才基础, 如果未来我们的企业 HR 想到美国去招引相关人才, 应该去哪里找呢?
按区域和学校来分析, 西雅图地区, 有微软, 亚马逊, 波音等; 旧金山地区, 有谷歌, 苹果, Facebook, 斯坦福大学等; 洛杉矶地区, 有南加州大学, UCLA,NASA 等; 纽约地区, 同样有 IBM, 谷歌, 哥伦比亚大学, Blocmberg LP 和纽约大学等, 他们拥有着大量的人工智能人才. 纽约地区排前十名的公司分别是: 谷歌, 微软, 亚马逊, IBM,Facebook, 百度, 苹果, 英特尔, 甲骨文, CMU.
单纯就华人 AI 人才分析的情况是, 在领英上, 美国共有 6 万 7 千多深度学习与数据挖掘的华人人才, 是中国这方面人才的 2 倍.
美国 AI 人才的招聘来源, 以 Google 为例, 谷歌全球共有接近一万深度学习与数据挖掘相关人才, 其中 35% 拥有十年以上工作经验, 那么它的招聘来源是哪儿呢? 在领英平台上, 根据我们的大数据体现, 如果一个员工当前就职于谷歌, 而工作经历显示他来自于微软, 我们就会认为他的招聘来源是微软; 同理, 如果他从谷歌去了中国的阿里巴巴, 对阿里巴巴来说, 他的来源就是谷歌, 这其实是企业的人才流向问题. 据此总结, 谷歌的主要招聘来源是: 微软, IBM, 亚马逊, 雅虎, 英特尔等.
中国对海外 AI 人才的吸引力不断增强
目前全球 190 万 AI 人才中, 华裔占 8%, 即 14 万人左右. 除了美国外, 他们还分布于加拿大, 英国, 澳大利亚, 以及亚洲的新加坡. 新加坡的华裔人才非常之多, 所占比例近乎三分之一.
我们对比了 AI 人才的区域分布情况, 发现中国相较美国有其自身的特点 -- 分布更加集中, 三分之二的 AI 人才都汇集于北京和上海, 其中北京 34.1%, 上海 33.7%, 其他城市分布人数明显相对稀疏. 美国的人才分布是较为均匀的, 硅谷只有 17% 左右, 其他西雅图, 纽约, 波士顿, 华盛顿以及南部的休斯敦, 亚特兰大等地区, 都有一定数量的相关人才分布.
AI 人才普遍拥有较高学历, 研究生及以上学历中国占比 62.1%, 美国占比 56.5%, 人数比例都超过了一半, 中国比例还略高一些. 他们主要集中于大家耳熟能详的一些工科大学. 中国 AI 人才数量排名前十的高校分别是: 上海交通大学, 清华大学, 北京大学, 浙江大学, 复旦大学, 北京邮电大学, 北京航空航天大学, 华中科技大学, 哈尔滨工业大学和同济大学. 美国是: 斯坦福大学, 加利福尼亚大学伯克利分校, 佐治亚理工学院, 卡内基梅隆大学, 华盛顿大学, 南加利福尼亚大学, 麻省理工学院, 伊利诺伊大学香槟分校以及德克萨斯大学奥斯汀分校和宾夕法尼亚州立大学.
中国的深入学习和数据挖掘相关人才, 30% 聚集在北京. 百度是目前领英数据库中, 拥有最多的深度学习相关人才的一家中国企业, 它的的人才招聘主要来源是微软, 腾讯, IBM, 谷歌, 英特尔等. 从百度 AI 人才的来源情况我们可以看出, 过去的几年中, 中国对海外 AI 人才的吸引力不断增强. 从媒体监测和数据统计上我们都能发现, 2013 到 2016 年, 海外留学归国的人才数量以平均每年 14% 的比例增长.
中国作为全球最大的留学生输出国家, 海外 AI 领域技术人才主要流向是由美国, 加拿大, 英国, 法国, 德国等地区回到国内. 除学生之外, 拥有海外工作经验的从业者, 每年也在以超过 10% 的增长率回归到国内. 随着中国在人工智能领域的不断开拓进取, 中国企业对于人才的吸引力也在不断攀升, 按照雇佣相关人才的数量做排名的话, 本土企业已占据中国 AI 人才前十大雇主的半壁江山.
金融科技和无人驾驶技术行业的 AI 人才现状
我们中国在金融科技行业 AI 人才差距还很大. 以美国来看, 高科技巨头仍然是该领域的霸主, 但是像美国银行和富国银行这两家代表性银行进军该领域前十, 金融科技方面其实也有很多这方面的应用.
目前, 在人工智能应用方面, 美国和中国的科技巨头都在投入巨额的资源做无人驾驶技术的研究. 那么, 全球的无人驾驶技术人才到底是怎样的呢? 显而易见, 这是一个人才高度竞争的领域, 门槛之高不言而喻. 在领英上, 全球共有 215680 多智能驾驶领域的人才, 44% 的人才拥有 10 年以上的工作经验; 其中美国的人才数量远远高于中国, 是中国的 22 倍. 美国的无人驾驶技术人才广泛分布于该领域相关的科技企业, 学术研究机构和传统的汽车企业. Sebastian 是领英上美国在该领域的一个典型人才, 他之前在 Google 做 VP, 后来做自动驾驶方面的创业, 同时又在斯坦福做学术方面的研究. 美国企业谷歌在该领域也有非常多的重点投入, 人才经验非常丰富, 主要来源于苹果, Tesla, 斯坦福大学等.
总体而言, 美国的人工智能和无人驾驶技术人才较为成熟. 从工作年限分布来看, 五年以上经验候选人占到 66%; 从学历分布来看, 硕士及以上学历超过总数 80%; 从专业分布来看, 专业背景以计算机, 电子相关为主. 美国华人 AI 人才主要集中在西部, 像旧金山, 纽约, 西雅图和洛杉矶等地, 他们主要分布于顶尖 IT 互联网公司, 如谷歌, Facebook, 苹果等; 其中 56% 具备海外学习和工作经验, 12% 专注于无人驾驶领域, 10% 愿意考虑新的工作机会, 这一点对于 HR 还是很有帮助的.
以上是我对全球 AI 人才的分析.
AI 技术应用于人力资源招聘的一个实例
最后我给大家分享 AI 在人力资源应用方面促生变革的一个实例. 美国有一家世界 500 强企业已经开始将 AI 技术应用于人力资源招聘, 它是怎么做的呢? 这是一家以线下零售为主的快速消费品企业, 它需要大量的地面推销人员和基层服务人员, 而且人员流动量也很大, 以致人员招聘量非常大. 为提升人员招聘效率, 它以前做了一些业务外包, 但现在它选择了 AI 技术. 它的流程是这样的:
第一步, 候选人通过网络在线将简历投递到官方网站或领英平台. 之后再根据企业招聘信息, 会有一个机器对应聘者进行自动筛选. 通过第一步后, 候选人会获得一份在线试题, 也就是点开链接完成 12 个在线游戏. 这些游戏旨在测试候选人某一方面的能力, 比如计算能力, 基本表达能力, 逻辑能力等. 游戏结束后系统会自动打分, 分数合格的就会得到在线视频面试机会.
但是注意, 这个视频不是真人而是 AI 的视频面试. 候选人打开视频后, 需要面对手机或电脑, 根据特定的问题去做一些回答. 整个过程中, 摄像头会全程捕捉应聘者的面试状况, 再由机器的 AI 模型去判别, 所有环节全部通过之后, 候选人才能进入到最终的, 也是第一次的人工面试. 通过这种线上筛选后, 这家企业发现招聘效率比之前提升了 20%, 而且还节省了成本.
从这个实例来看, AI 将会对人力资源行业产生一个加速度, 产生一种工具化的变革. 当然短期内, 它还不会替代掉人力资源工作者的工作. 但是, 既然 AI 作为一种工具, 能极大的提升 HR 的工作效率, 我们就应该积极地去拥抱它, 去拥抱这样的技术变化.
来源: https://yq.aliyun.com/articles/412043