在ABC（算法、數(shù)據(jù)、算力）戰(zhàn)場的角逐之外，我們終于要向字母D（Digital Talents—數(shù)字人才）發(fā)起沖鋒。

12月8日，權(quán)威科學(xué)期刊《自然》（Nature）公布了2025年度十大科學(xué)人物榜單，梁文鋒因DeepSeek大模型成功當(dāng)選。

Nature稱他為“Tech disruptor”（科技顛覆者），而DeepSeek大模型“對科學(xué)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(shù)不多的一次訪談中表示：“（大模型領(lǐng)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?！?/p>

近日，國家發(fā)展改革委、國家數(shù)據(jù)局、教育部、科技部、中共中央組織部聯(lián)合發(fā)布《關(guān)于加強數(shù)據(jù)要素學(xué)科專業(yè)建設(shè)和數(shù)字人才隊伍建設(shè)的意見》（以下簡稱《意見》），提出加強“兩個建設(shè)”——數(shù)據(jù)要素學(xué)科專業(yè)建設(shè)和數(shù)字人才隊伍建設(shè)，建立數(shù)據(jù)領(lǐng)域科技發(fā)展、國家戰(zhàn)略需求牽引的學(xué)科專業(yè)設(shè)置調(diào)整機制和人才培養(yǎng)模式，促進數(shù)據(jù)領(lǐng)域教育鏈、人才鏈與產(chǎn)業(yè)鏈、創(chuàng)新鏈融合發(fā)展。從學(xué)科專業(yè)、職業(yè)教育、學(xué)術(shù)研究、產(chǎn)學(xué)研用四大維度，勾畫出中國面向智能時代的數(shù)字人才戰(zhàn)略。

一、導(dǎo)向鮮明的數(shù)字人才戰(zhàn)略路線圖

（一）明確指向“1+1”戰(zhàn)略目標(biāo)

《意見》明確，數(shù)據(jù)要素學(xué)科專業(yè)建設(shè)和數(shù)字人才隊伍建設(shè)，承擔(dān)著培養(yǎng)深化數(shù)據(jù)要素市場化配置改革和數(shù)據(jù)賦能人工智能高質(zhì)量發(fā)展所需各類人才的重大使命。

直接點明了“兩個建設(shè)”所服務(wù)的“1+1”戰(zhàn)略目標(biāo)：深化數(shù)據(jù)要素市場化配置改革+數(shù)據(jù)賦能人工智能高質(zhì)量發(fā)展。

深化數(shù)據(jù)要素市場化配置改革，是構(gòu)建全國統(tǒng)一大市場在數(shù)據(jù)領(lǐng)域的具體要求。目的是加快建設(shè)全國一體化數(shù)據(jù)要素市場，保障數(shù)據(jù)流通利用，充分釋放數(shù)據(jù)要素價值，讓數(shù)據(jù)“供得出、流得動、用得好、保安全”。

數(shù)據(jù)賦能人工智能高質(zhì)量發(fā)展，則是響應(yīng)國家戰(zhàn)略需求，搶抓人工智能發(fā)展戰(zhàn)略窗口，加快實現(xiàn)從跟跑到并跑、再到領(lǐng)跑的跨越。

隨著產(chǎn)業(yè)發(fā)展，算力不足的問題很可能被算力過剩替代。而數(shù)據(jù)作為人工智能時代的戰(zhàn)略性、基礎(chǔ)性新型生產(chǎn)要素，是推動人工智能高質(zhì)量發(fā)展、驅(qū)動新質(zhì)生產(chǎn)力新引擎的“關(guān)鍵燃料”。

這份人才戰(zhàn)略與不久前推出的“人工智能+”行動高度呼應(yīng)，是中國面向“十五五”乃至下一個十年，為爭奪人工智能發(fā)展主導(dǎo)權(quán)，系統(tǒng)設(shè)計的“組合拳”。

（二）直面數(shù)字人才供需困局

我國在推動數(shù)字中國、數(shù)字經(jīng)濟、數(shù)字政府、數(shù)字社會發(fā)展過程中，長期面臨數(shù)字人才短缺的問題。

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

截至2024年底，我國數(shù)字人才總量3286萬人，總需求約6500萬人，缺口高達3200萬人，預(yù)計2025年底，缺口仍將接近3000萬人，44%的企業(yè)認(rèn)為數(shù)字人才“非常緊缺”。

而高端復(fù)合型人才短缺尤為嚴(yán)重，具備高級數(shù)字素養(yǎng)人才僅占16.26%，高端研發(fā)人才不足全球9%，數(shù)據(jù)科學(xué)專業(yè)本科畢業(yè)生每年僅4萬人，遠(yuǎn)低于市場需求。

同時，教育與產(chǎn)業(yè)需求“兩張皮”現(xiàn)象突出，高校專業(yè)設(shè)置更新周期通常要3—5年，遠(yuǎn)遠(yuǎn)落后于6個月左右的數(shù)字技術(shù)迭代速度。

只有打破人才供需困局，才能有效推動數(shù)據(jù)要素治理從"框架搭建"向"落地實施"延伸，支撐人工智能技術(shù)和產(chǎn)業(yè)發(fā)展需要。

（三）大踏步創(chuàng)新迎頭趕路

《意見》創(chuàng)造性提出“四鏈融合”系統(tǒng)性解決方案，即：促進教育鏈、人才鏈與產(chǎn)業(yè)鏈、創(chuàng)新鏈融合發(fā)展，并在制度機制層面作出一系列創(chuàng)新安排。

比如：打破傳統(tǒng)學(xué)科界限和教育層次壁壘，建立分層分類、上下貫通、左右協(xié)同的一體化培養(yǎng)體系；支持建設(shè)數(shù)據(jù)科學(xué)與工程、數(shù)字經(jīng)濟與管理等學(xué)科專業(yè)，打破了數(shù)據(jù)領(lǐng)域純理工男的偏見；支持綜合性高校建設(shè)數(shù)字學(xué)院，整合校內(nèi)資源；創(chuàng)設(shè)“微專業(yè)”新模式，針對數(shù)據(jù)產(chǎn)業(yè)急需開設(shè)數(shù)字貿(mào)易、數(shù)字媒體藝術(shù)、數(shù)字政府治理、數(shù)據(jù)安全等微型專業(yè)方向；建立數(shù)據(jù)要素相關(guān)學(xué)科專業(yè)“本碩博銜接”人才培養(yǎng)機制，打破傳統(tǒng)教育“本科寬而不精、研究生與產(chǎn)業(yè)脫節(jié)”的局限；建立“賽課聯(lián)動”機制，將競賽成果轉(zhuǎn)化為教學(xué)資源；創(chuàng)設(shè)“數(shù)據(jù)行業(yè)市域產(chǎn)教聯(lián)合體”和“跨區(qū)域產(chǎn)教融合共同體”兩種新型組織形式，實現(xiàn)人才培養(yǎng)與產(chǎn)業(yè)發(fā)展深度綁定等等。

諸如此類的創(chuàng)新動作不勝枚舉，體現(xiàn)了不拘一格的人才戰(zhàn)略思想。

這一次，組織部門也親自下場，體現(xiàn)了對數(shù)字人才戰(zhàn)略的最高重視，使戰(zhàn)略執(zhí)行能夠獲得更加有力的統(tǒng)籌協(xié)調(diào)，充分發(fā)揮行業(yè)主管部門等各方作用，形成最強合力。而政府側(cè)數(shù)字人才隊伍建設(shè)也有可能提速。

（四）在戰(zhàn)爭中學(xué)習(xí)戰(zhàn)爭

面向?qū)崙?zhàn)培養(yǎng)人才，是這份人才戰(zhàn)略的最大特色之一。

人工智能發(fā)展正在從“模型訓(xùn)練”向“系統(tǒng)構(gòu)建”躍遷，Gemini 3.0的成功也印證了這一趨勢。

今后，數(shù)據(jù)與AI工程將更加注重智能體全鏈路設(shè)計，數(shù)據(jù)治理與應(yīng)用開發(fā)的無縫銜接，多模態(tài)及軟硬件協(xié)同的原生架構(gòu)，實時響應(yīng)與邊緣計算能力的集成。

《意見》提出“加快培養(yǎng)一批復(fù)合型、創(chuàng)新型、實戰(zhàn)型數(shù)字人才”，正是針對這一趨勢的精確應(yīng)對。

復(fù)合型、創(chuàng)新型、實戰(zhàn)型數(shù)字人才從何而來？工程化、場景化、實戰(zhàn)化！

二、既要三千越甲，也要百萬雄兵

深化數(shù)據(jù)要素市場化配置改革和數(shù)據(jù)賦能人工智能高質(zhì)量發(fā)展，既需要全球頂尖的研究型人才，也需要面廣量大的應(yīng)用型人才，前者承擔(dān)“向上捅破天”的原創(chuàng)式創(chuàng)新，后者承擔(dān)“向下扎到根”的規(guī)模化產(chǎn)業(yè)化。

《意見》設(shè)計的學(xué)歷教育與職業(yè)教育雙飛輪驅(qū)動，將開啟數(shù)字人才“爆兵模式”。

隨著技術(shù)競爭的加劇，頂尖人才爭奪戰(zhàn)愈演愈烈。

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

谷歌研究院最近一篇關(guān)于“嵌套學(xué)習(xí)”（Nested Learning）的重磅論文，有可能解決大模型根深蒂固的“災(zāi)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(lián)網(wǎng)時代留給大部分人的慣性認(rèn)知是，美國擅長搞技術(shù)創(chuàng)新，中國則更擅長拿來主義搞應(yīng)用。

學(xué)歷教育飛輪，以學(xué)科專業(yè)建設(shè)為核心、數(shù)字學(xué)院為平臺、核心教學(xué)要素為支撐，聚焦系統(tǒng)知識傳授與創(chuàng)新能力培養(yǎng)，并通過有組織科研，牽引高層次數(shù)字人才培育。組織起來的高密度人才，將構(gòu)建起“立足實踐的中國數(shù)據(jù)要素自主知識體系和科學(xué)研究體系”，厚積薄發(fā)推動原創(chuàng)式創(chuàng)新不斷涌現(xiàn)。

職業(yè)教育飛輪，則聚焦于產(chǎn)業(yè)急需技能培養(yǎng)，為產(chǎn)業(yè)發(fā)展培養(yǎng)千萬級的職業(yè)技能人才。

“支持職業(yè)院校根據(jù)產(chǎn)業(yè)發(fā)展需要，及時動態(tài)調(diào)整數(shù)據(jù)相關(guān)專業(yè)”，就是說，產(chǎn)業(yè)需要什么人才，我們就培養(yǎng)什么人才，人才培養(yǎng)跟著產(chǎn)業(yè)需要走，打造產(chǎn)教深度融合的生態(tài)體系。

一是支持龍頭企業(yè)和高水平院校牽頭組建跨區(qū)域產(chǎn)教融合共同體，構(gòu)建“政府統(tǒng)籌、行業(yè)指導(dǎo)、企業(yè)參與”的協(xié)同機制。

二是研究制定數(shù)據(jù)要素從業(yè)人員能力要求國家標(biāo)準(zhǔn)，為技能培養(yǎng)提供規(guī)范化框架。

三是鼓勵企業(yè)深度參與教育教學(xué)環(huán)節(jié)，通過共建“校中廠”“廠中?！睂嵱?xùn)基地、開發(fā)基于真實應(yīng)用場景的數(shù)字課程和工作手冊式教材，將企業(yè)實踐場景轉(zhuǎn)化為職業(yè)教育課堂。

三、如何抓住政策紅利

面對人工智能生產(chǎn)力革命的浪潮，各地應(yīng)該如何承接數(shù)字人才戰(zhàn)略的政策紅利？

短期（1-2年）：政策響應(yīng)與人才集聚

政策窗口期的前兩年，具備發(fā)展稟賦的城市應(yīng)當(dāng)快速建立數(shù)字人才“強磁場”。引才方面，可依托《意見》中“國家戰(zhàn)略需求牽引”機制，重點瞄準(zhǔn)數(shù)據(jù)科學(xué)、人工智能等核心領(lǐng)域領(lǐng)軍人才。深圳對符合條件的數(shù)字人才給予最高1000萬元安家補貼，并建設(shè)20個國際一流數(shù)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(xué)科專業(yè)建設(shè)上，一方面推動本地高校加快增設(shè)數(shù)據(jù)要素相關(guān)專業(yè)，另一方面啟動在職人員數(shù)字技能提升計劃。

服務(wù)保障要突破常規(guī)，積極推出"數(shù)字人才服務(wù)包"，整合落戶、住房、子女教育等全鏈條服務(wù)，實現(xiàn)"一人一策"定制化保障。形成“引育留用服”聯(lián)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(yīng)。

中期（3-5年）：生態(tài)構(gòu)建與產(chǎn)教融合

當(dāng)政策進入深化期，城市需要轉(zhuǎn)向系統(tǒng)性生態(tài)建設(shè)。在學(xué)科建設(shè)上，推動高校與企業(yè)深度合作，建設(shè)數(shù)據(jù)要素產(chǎn)業(yè)學(xué)院，企業(yè)深度參與培養(yǎng)方案制定，大幅增加學(xué)生實踐課占比，縮短產(chǎn)學(xué)研用轉(zhuǎn)化鏈條。

職業(yè)教育需實現(xiàn)規(guī)模化輸出，構(gòu)建多元培養(yǎng)體系，緊貼區(qū)域特色產(chǎn)業(yè)，建設(shè)數(shù)字技能實訓(xùn)基地，大規(guī)模培養(yǎng)技能人才直接進入本地數(shù)字企業(yè)就業(yè)，構(gòu)建“教育鏈-人才鏈-產(chǎn)業(yè)鏈”閉環(huán)。

產(chǎn)學(xué)研協(xié)同要產(chǎn)出實效，通過建立數(shù)據(jù)要素創(chuàng)新聯(lián)合體，整合高校實驗室、企業(yè)研發(fā)中心、公共算力平臺等資源，推動項目聯(lián)合攻關(guān)，技術(shù)成果轉(zhuǎn)化，帶動產(chǎn)業(yè)發(fā)展，把人才政策紅利轉(zhuǎn)化為實實在在的產(chǎn)業(yè)競爭力。

長期（6-10年）：制度創(chuàng)新與文化培育

政策紅利的持續(xù)釋放需要制度創(chuàng)新的支撐。在人才評價機制上，將技術(shù)貢獻、數(shù)據(jù)成果等納入職稱評審標(biāo)準(zhǔn)，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(guī)劃中深度融入數(shù)字基因，建設(shè)“數(shù)字人才社區(qū)”，促進數(shù)字文化在城市生根落地。

人才留存最終要靠事業(yè)平臺，形成“以業(yè)留人”的長效機制，讓數(shù)字人才真正成為科產(chǎn)城人融合發(fā)展的核心引擎，實現(xiàn)人才與城市相互成就。

對于個人而言，最重要的是持續(xù)學(xué)習(xí)。正如清華大學(xué)“姚班”創(chuàng)始人姚期智給出的建議：“不斷成長、不斷自我學(xué)習(xí)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?！?/p>

以達特茅斯會議為原點，向上回溯，無數(shù)閃耀的名字清晰標(biāo)記著人工智能的發(fā)展軌跡：克勞德?香農(nóng)，“人工智能之父”約翰?麥卡錫，神經(jīng)網(wǎng)絡(luò)研究奠基者MIT AI實驗室創(chuàng)始人馬文?明斯基，“深度學(xué)習(xí)之父”杰弗里?辛頓，卷積神經(jīng)網(wǎng)絡(luò)發(fā)明者楊立昆，創(chuàng)建ImageNet數(shù)據(jù)集的李飛飛，主導(dǎo)Transformer 架構(gòu)研發(fā)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(chuàng)新貢獻者的身份加入到人工智能的競賽中去。

這份數(shù)字人才戰(zhàn)略的出爐，或?qū)⒊蔀橹袊鳤I的“D-Day”。

（作者陶鶴山為數(shù)字經(jīng)濟工作者，從事數(shù)字化領(lǐng)域政策規(guī)劃）

來源：陶鶴山