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(shù)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?！?/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《關于加強數(shù)據(jù)要素學科專業(yè)建設和數(shù)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(shù)據(jù)要素學科專業(yè)建設和數(shù)字人才隊伍建設，建立數(shù)據(jù)領域科技發(fā)展、國家戰(zhàn)略需求牽引的學科專業(yè)設置調整機制和人才培養(yǎng)模式，促進數(shù)據(jù)領域教育鏈、人才鏈與產業(yè)鏈、創(chuàng)新鏈融合發(fā)展。從學科專業(yè)、職業(yè)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(shù)字人才戰(zhàn)略。

一、導向鮮明的數(shù)字人才戰(zhàn)略路線圖

（一）明確指向“1+1”戰(zhàn)略目標

《意見》明確，數(shù)據(jù)要素學科專業(yè)建設和數(shù)字人才隊伍建設，承擔著培養(yǎng)深化數(shù)據(jù)要素市場化配置改革和數(shù)據(jù)賦能人工智能高質量發(fā)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(zhàn)略目標：深化數(shù)據(jù)要素市場化配置改革+數(shù)據(jù)賦能人工智能高質量發(fā)展。

深化數(shù)據(jù)要素市場化配置改革，是構建全國統(tǒng)一大市場在數(shù)據(jù)領域的具體要求。目的是加快建設全國一體化數(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)賦能人工智能高質量發(fā)展，則是響應國家戰(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、再到領跑的跨越。

隨著產業(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、基礎性新型生產要素，是推動人工智能高質量發(fā)展、驅動新質生產力新引擎的“關鍵燃料”。

這份人才戰(zhàn)略與不久前推出的“人工智能+”行動高度呼應，是中國面向“十五五”乃至下一個十年，為爭奪人工智能發(fā)展主導權，系統(tǒng)設計的“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(shù)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(yè)認為數(shù)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(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)科學專業(yè)本科畢業(yè)生每年僅4萬人，遠低于市場需求。

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

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，支撐人工智能技術和產業(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；支持建設數(shù)據(jù)科學與工程、數(shù)字經(jīng)濟與管理等學科專業(yè)，打破了數(shù)據(jù)領域純理工男的偏見；支持綜合性高校建設數(shù)字學院，整合校內資源；創(chuàng)設“微專業(yè)”新模式，針對數(shù)據(jù)產業(yè)急需開設數(shù)字貿易、數(shù)字媒體藝術、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)要素相關學科專業(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、研究生與產業(yè)脫節(jié)”的局限；建立“賽課聯(lián)動”機制，將競賽成果轉化為教學資源；創(chuàng)設“數(shù)據(jù)行業(yè)市域產教聯(lián)合體”和“跨區(qū)域產教融合共同體”兩種新型組織形式，實現(xiàn)人才培養(yǎng)與產業(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，充分發(fā)揮行業(yè)主管部門等各方作用，形成最強合力。而政府側數(shù)字人才隊伍建設也有可能提速。

（四）在戰(zhàn)爭中學習戰(zhàn)爭

面向實戰(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“模型訓練”向“系統(tǒng)構建”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計，數(shù)據(jù)治理與應用開發(fā)的無縫銜接，多模態(tài)及軟硬件協(xié)同的原生架構，實時響應與邊緣計算能力的集成。

《意見》提出“加快培養(yǎng)一批復合型、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對。

復合型、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用型人才，前者承擔“向上捅破天”的原創(chuàng)式創(chuàng)新，后者承擔“向下扎到根”的規(guī)?；a業(yè)化。

《意見》設計的學歷教育與職業(yè)教育雙飛輪驅動，將開啟數(shù)字人才“爆兵模式”。

隨著技術競爭的加劇，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，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(lián)網(wǎng)時代留給大部分人的慣性認知是，美國擅長搞技術創(chuàng)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(yè)建設為核心、數(shù)字學院為平臺、核心教學要素為支撐，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，將構建起“立足實踐的中國數(shù)據(jù)要素自主知識體系和科學研究體系”，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，則聚焦于產業(yè)急需技能培養(yǎng)，為產業(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)產業(yè)發(fā)展需要，及時動態(tài)調整數(shù)據(jù)相關專業(yè)”，就是說，產業(yè)需要什么人才，我們就培養(yǎng)什么人才，人才培養(yǎng)跟著產業(yè)需要走，打造產教深度融合的生態(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)域產教融合共同體，構建“政府統(tǒng)籌、行業(yè)指導、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準，為技能培養(yǎng)提供規(guī)范化框架。

三是鼓勵企業(yè)深度參與教育教學環(huán)節(jié)，通過共建“校中廠”“廠中?！睂嵱柣?、開發(fā)基于真實應用場景的數(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

面對人工智能生產力革命的浪潮，各地應該如何承接數(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)展稟賦的城市應當快速建立數(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，重點瞄準數(shù)據(jù)科學、人工智能等核心領域領軍人才。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。

學科專業(yè)建設上，一方面推動本地高校加快增設數(shù)據(jù)要素相關專業(yè)，另一方面啟動在職人員數(shù)字技能提升計劃。

服務保障要突破常規(guī)，積極推出"數(shù)字人才服務包"，整合落戶、住房、子女教育等全鏈條服務，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。

中期（3-5年）：生態(tài)構建與產教融合

當政策進入深化期，城市需要轉向系統(tǒng)性生態(tài)建設。在學科建設上，推動高校與企業(yè)深度合作，建設數(shù)據(jù)要素產業(yè)學院，企業(yè)深度參與培養(yǎng)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(yè)教育需實現(xiàn)規(guī)?；敵?，構建多元培養(yǎng)體系，緊貼區(qū)域特色產業(yè)，建設數(shù)字技能實訓基地，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)，構建“教育鏈-人才鏈-產業(yè)鏈”閉環(huán)。

產學研協(xié)同要產出實效，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，技術成果轉化，帶動產業(yè)發(fā)展，把人才政策紅利轉化為實實在在的產業(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，將技術貢獻、數(shù)據(jù)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(guī)劃中深度融入數(shù)字基因，建設“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)學習。正如清華大學“姚班”創(chuàng)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?！?/p>

以達特茅斯會議為原點，向上回溯，無數(shù)閃耀的名字清晰標記著人工智能的發(fā)展軌跡：克勞德?香農，“人工智能之父”約翰?麥卡錫，神經(jīng)網(wǎng)絡研究奠基者MIT AI實驗室創(chuàng)始人馬文?明斯基，“深度學習之父”杰弗里?辛頓，卷積神經(jīng)網(wǎng)絡發(fā)明者楊立昆，創(chuàng)建ImageNet數(shù)據(jù)集的李飛飛，主導Transformer 架構研發(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，或將成為中國AI的“D-Day”。

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

來源：陶鶴山