最新白宮AI英才報告:美國頂級人工智慧研究人員遠超中國,但優勢並非不可動搖….

作者:CEA
轉載:TOP創新區研究院
【寫在開頭】
最近微信推薦機制調整了,可能有些朋友會收不到我們的推送,大家別忘了給視角學社加上星標,以免錯過更多精彩!
導讀
2025年1月,CEA(Council of Economic Advisers,美國總統經濟顧問委員會)釋出了一份詳細的人工智慧人才報告,全景式地掃描了美國AI人才的現狀。 
咱們不要小瞧這個CEA,它是美國白宮直屬的經濟政策諮詢機構,其主要職能是向總統提供經濟分析和政策建議,它的研究和建議不僅影響美國的短期經濟決策,也對科技、就業、產業發展等長期戰略有重要影響。 
以下是該報告的重點: 
1,CEA 研究了美國是否能夠滿足日益增長的AI人才需求,並透過建立分類體系,將AI相關學位分為 軟體 和 硬體 兩大類。
2,過去十年,美國AI相關學位(學士、碩士、博士)畢業生數量顯著增長,主要來自學士和碩士學位的增加。其中,非美國公民佔比高,博士生中近半數為國際學生。此外,大多數AI博士畢業生來自公立大學。 
3,美國AI相關學位畢業生數量領先全球,僅次於印度(學士學位更多)和中國(學士、博士學位更多)。中國的AI人才增長速度快於美國,但美國仍在頂尖AI研究人員、實驗室及前沿模型訓練方面保持全球領先。
4,AI人才需求增長遠超高校培養速度,尤其是在軟體領域,相關職位招聘年均增長31.7%,但AI學士、碩士、博士學位的增長率僅為 8.2%、8.5%、2.9%。 
5,提升AI人才供給的三大策略:第一,增加美國國內高校培養AI人才的數量;第二,吸引國際AI人才,減少美國AI畢業生流失;第三,促進跨行業人才流入AI領域。
01
AI人才的重要性
AI已成為全球競爭的關鍵,其發展影響經濟、生產力、基礎設施,甚至國家安全。AI的發展不僅依賴計算能力和資料,還高度依賴人才,因為:
• 演算法研發、模型訓練 和 最佳化 需要高水平研究人員;
• 資料中心維護、晶片設計與製造 需要專業工程師;
• AI硬體開發(如半導體、計算架構)也日益與AI軟體開發深度融合。
因此,人才供給成為CEA評估美國AI競爭力的核心因素之一。
CEA 將 AI 相關的職業分為軟體和硬體兩大類。
軟體領域:涉及AI演算法和模型開發,涵蓋資料管理、模型架構設計、演算法最佳化、模型訓練與微調、產品部署等環節。這類崗位典型代表如 機器學習工程師、軟體工程師、研究科學家,他們通常就職於 OpenAI、Google DeepMind 等AI研發機構。
硬體領域:涉及整個AI硬體供應鏈的高技能崗位。由於本報告重點關注AI教育體系培養的專業人才,因此這裡主要指具備高等教育背景的專業技術人員,如:資料中心:工程師、技術人員;半導體產業:晶片設計、製造、封裝(ATP)等環節的工程師。
實際上,軟體與硬體的界限並非涇渭分明。
例如,晶片設計工程師越來越依賴AI進行最佳化,而掌握計算機架構的硬體專家,也往往會參與AI模型的開發。因此,CEA認為,儘管軟體和硬體分類存在一定交叉,但它們仍然是分析AI高階人才供給結構的有效方式,以更好地理解美國AI人才市場的現狀及未來需求。
02
美國的AI人才短缺
人工智慧的快速發展,使得對高階AI人才的需求持續攀升。無論是軟體還是硬體領域,AI行業都面臨著人才短缺的問題,尤其是在前沿技術研發和核心基礎設施建設方面。
首先是在軟體領域,人工智慧實驗室對頂尖人才的需求居高不下,且仍在持續增長。訓練一個前沿AI模型的成本可能高達1億美元,其中 29%-49% 用於支付研發人員的薪酬。AI領域的薪資遠高於一般計算機行業,以吸引全球最優秀的技術人才。例如,2021至2022年間,AI從業者的薪資增長了10%-13%,顯示出行業的高需求和高回報。
另一個人才需求激增的證據來自招聘市場。資料顯示,2015年至2023年,涉及“自然語言處理”和“神經網路”等技能的職位需求增長了257%,遠遠超過同期整體職位增長率(52%)。這表明,AI軟體人才的市場需求已進入高速擴張階段,但供給卻難以跟上。
而在硬體方面的AI人才需求涉及多個行業,尤其是資料中心和半導體供應鏈。由於AI計算的快速發展,這兩個領域的投資與擴張速度驚人,但專業人才的短缺已成為行業發展的瓶頸。
(1)資料中心:增長快、缺口大。
2020-2021年,資料中心相關交易總額增長40%,投資規模達480億美元。但人才缺口嚴重:Uptime Institute 預測,該行業人才需求將以3%的年複合增長率上升,尤其是在雲計算領域。然而,2020年的調查顯示,50%的資料中心經理稱難以找到合格員工,71%的人預計到2023年仍難以填補職位。
資料中心的許多工作需要接受高等教育或專業技能培訓,但當前的教育體系和市場供給遠遠跟不上行業增長的節奏。
(2)半導體供應鏈:AI硬體的核心短板
AI計算離不開高效能晶片,而晶片的設計、製造、封裝、測試等環節都需要高階人才。然而,該行業同樣面臨技能型人才短缺的問題:半導體行業中,超過50%的從業者至少需要擁有學士或研究生學歷;但目前全球範圍內的晶片工程師供給不足,導致晶片生產能力受限,進一步影響AI產業的發展。

03

美國AI人才
從哪裡來?
在任何時候,美國都有一批人才投身於人工智慧的開發和應用。然而,這一人才庫的規模在短期內相對固定,而從長期來看,人才的流動主要透過三種渠道實現:
1. 國內高校培養——透過美國高等教育體系獲得AI相關技能;
2. 國際人才流動——AI專業人才的移民流入或流出美國;
3. 行業內外人才轉換——受過AI相關培訓的本土人才,可能進入或退出AI行業。
本報告重點關注第一個渠道,即美國高校培養的AI人才規模。
為此,CEA 設計了一套基於學位的AI人才分類系統,這一系統的核心邏輯是:AI行業需要的技能並不侷限於明確的“人工智慧”專業,而是涵蓋更廣泛的相關學科。具體來說,在美國國家教育統計中心(NCES)IPEDS資料庫的2,320個學術領域中,CEA選取了154個學科歸類為AI相關。
當然,這個人工智慧人才分類體系,主要聚焦於與AI技術直接相關的學科,但並不意味著AI的發展僅依賴於這些專業人才。
AI的廣泛應用需要依託龐大的基礎設施支援,而這些基礎設施的建設與維護,同樣涉及大量技術人員。
其中,電力行業是支撐AI計算的核心環節之一。
根據勞倫斯伯克利國家實驗室的預測,到2028年,資料中心的電力消耗將佔美國總電力需求的6.7%至12.0%,相比2023年的4.4%有顯著提升。這一增長不僅要求電力行業擴建基礎設施,也意味著該行業需要大量新人才。
資料顯示:2020年至2024年,美國電力行業就業人數從38.1萬增加至41.2萬;預計到2033年,該行業就業人數將達到44.5萬,進一步擴張。
不僅如此,AI基礎設施建設還涉及非住宅建築行業(如資料中心、晶片製造廠房的建設)。2020年至2024年,該行業從業人數從79.8萬增加至92.3萬,預計2033年將達到93.6萬。
然而,基礎設施建設並非只靠擴招工人就能順利推進,還需要克服技術、資金和政策等多重挑戰。因此,儘管電力和建築行業在AI產業發展中至關重要,但CEA的AI人才分類體系並未將這些行業的相關工人納入統計範圍。畢竟,這些行業的從業者儘管對AI生態至關重要,但他們的技能需求並非完全針對AI技術本身。
04
美國AI人才供給
使用前述的分類體系,CEA 發現:自2000年代末以來,美國AI相關學士學位的授予量大幅增加,2010年至2022年增長超過一倍。
其中,增長最快的學科是:
計算機科學/資訊科學,佔總增長的42%;機械工程,佔13%。
碩士學位增長了71%,表明研究生層面的AI人才培養力度顯著提升。
博士學位授予量增加了48%,儘管增速相對較慢,但仍高於美國學位整體增長水平。
但AI人才的增長,是否能滿足市場的需求?
答案是供給仍然嚴重不足。
此外,CEA也調研了美國AI人才的國籍結構:
本科階段,非美國公民僅佔AI相關學位的11%;碩士階段,非美國公民佔比40%-60%;博士階段,自2003年以來,非美國公民佔比持續超過50%,2022年達到59%。
相比之下,其他學科博士學位中,非美國公民的佔比通常在20%左右。
這表明,AI領域的高階人才,特別是博士級別,極度依賴國際人才。
05
國際比較
人工智慧人才培養的全球格局
在全球範圍內,人工智慧相關學位的授予情況如何?
美國與其他國家相比,是否具有明顯優勢?
這個問題之所以重要,主要有以下幾點原因:
首先,人工智慧的人才供應鏈高度全球化,頂尖的研究人員來自世界各地,而美國大學的AI相關畢業生中有很大一部分是國際學生,尤其是在博士階段。
此外,我們不僅關注研究人員在哪裡獲得學位,更關心他們最終流向何處——有多少人在美國取得學位後選擇離開(人才流出),又有多少在海外完成學位後選擇進入美國(人才流入)。
最後,在前沿人工智慧開發競爭日趨激烈的背景下,瞭解各國在人工智慧人才儲備上的對比尤為重要,特別是在國家安全和人工智慧技術潛在風險的考量下。
當然,美國也能從全球人工智慧的發展中獲益。人工智慧技術的國際合作與競爭,都可能促進全球科技進步和經濟增長。雖然國家安全考量(本文不深入探討)使美國有動力保持領先地位,但從長遠來看,科技進步是一種公共產品,它將不斷提高全球的生活水平。
為了獲取相關資料,CEA採用了國際教育資料中最細粒度的常見分類,即“科學”(Science)和“工程”(Engineering),原因是,S&E類別的畢業生中,大約三分之一不屬於更精準的AI相關學科,而AI相關畢業生中,只有不到5%未被歸入S&E類別。這表明兩者之間的重疊度足夠高,因此可以用S&E作為國際比較的基準。
根據各國每年釋出的S&E統計資料,CEA對美國、中國、印度以及經濟合作與發展組織(OECD)中學位產量最高的國家進行了比較。
資料顯示:
在科學與工程學士學位層面,美國的授予數量雖然領先於大多數國家,但並非最高。印度授予的學士學位數量超過美國,而中國不僅在學士學位上超過美國,在博士學位數量上也遙遙領先。
在博士學位層面,中國授予的S&E博士學位數量大約是美國的1.5到2倍(具體取決於衡量標準)。
人口因素的影響也不可忽視。美國、中國和印度的S&E畢業生總數遠超英國、澳大利亞等小國,主要原因是這些國家擁有龐大的人口基數。但如果按照人均S&E畢業生數量計算,英國和澳大利亞等國的表現反而更強。
從全球競爭力角度來看,雖然人均S&E畢業生數量可以衡量一個國家高等教育的健全性,但畢業生總數對AI領域的國際競爭力和領導力的影響更為重要。
06
中美AI人才對比
CEA進一步聚焦在美國與中國的對比,同時參考印度的資料。
在科學與工程學士學位層面,中國授予的學位數量遠超美國。2022年,中國授予的S&E學士學位數量是美國的近6倍,遠高於兩國人口比例(中國人口約為美國的4.2倍)。
在博士學位層面,中國的博士學位授予數量同樣超過美國,並且差距還在持續擴大。2018年,中國授予的S&E博士學位數量比美國多65%;到了2022年,這一數字增加至99%,幾乎是美國的兩倍。相比之下,美國的博士授予數量長期保持相對穩定。
不過,學位授予資料並不完全等同於實際的AI研究人員數量。要了解最終有多少頂尖AI人才在不同國家工作,我們可以參考NeurIPS機器學習會議的研究人員資料。資料顯示:
2019年,全球最頂尖的AI研究人員中,59%在美國公司工作,而在中國公司工作的僅佔11%。到了2022年,美國佔比下降至42%,而中國的比例上升至28%。
這一變化部分歸因於中國頂尖AI實驗室的激增。
2019年,在全球25家最具影響力的AI研究機構中,中國僅佔2家,而到了2022年,這一數字增加到6家。而美國的頂級機構數量則從18家下降至15家。

07

AI人才的流動性
在人才流動方面,我們更關注的不是博士學位在哪裡授予,而是獲得學位後,人才最終選擇在哪裡工作。這一點對美國尤為重要,因為其世界一流的大學體系吸引了大量國際學生。
資料顯示:
約一半的美國S&E博士學位授予非美國公民,但並非所有人都會選擇留在美國。根據保爾森研究所的分析,許多中國研究人員選擇在美國攻讀博士學位後返回中國工作。
如果僅看AI領域博士,美國AI博士畢業生的人才流出與流入幾乎相互抵消。
美國吸引了大量國際學生攻讀AI博士學位,其中許多人畢業後會回到母國,而美國的博士後就業機會又吸引了一部分AI人才流入美國。
這種人才流動保持了一種動態平衡。
08
AI人才的
數量與質量之爭
人工智慧人才的數量與質量是影響美國 AI 競爭力的關鍵因素。然而,並非所有 AI 相關畢業生都具備相同的能力和競爭力。人才質量的差異可能受到多種因素的影響,例如大學課程的選擇性、教學資源的豐富程度以及科研環境的支援力度。因此,在評估 AI 人才的供應情況時,除了關注畢業生數量外,還需要考察他們的實際能力。
目前,並沒有統一的國際標準化測試來衡量 AI 畢業生的專業能力,因此難以直接比較不同國家 AI 人才的水平。
但從多個指標來看,美國在 AI 人才質量方面仍然具有明顯的優勢,即使在 AI 畢業生數量上落後的國家(如中國)也難以在質量上全面超越美國。
首先,儘管中國培養的科學與工程博士數量幾乎是美國的兩倍,但美國培養的頂尖AI博士研究人員數量卻比中國多 90%。
這表明,美國的 AI 博士畢業生在高階人工智慧研究和技術開發方面具有更強的競爭力,即使美國在博士總量上落後,其人才的精英化程度更高。
其次,美國在 AI 研究的實際產出上仍然處於主導地位,大多數全球頂尖 AI 實驗室仍設在美國,大多數知名的機器學習模型和基礎模型也在美國開發和訓練,甚至 GitHub 上的 AI 相關專案多數也由美國開發者主導。
這些事實表明,即使美國的 AI 研究人員數量相對較少,其整體人才質量和科研能力仍然遙遙領先。
儘管美國在上述各項指標上依然領先,但這種優勢並非不可撼動。
全球 AI 競爭正在加劇,CEA提醒美國不能掉以輕心。
09
強化美國AI人才競爭力的
政策建議
影響美國 AI 人才儲備的政策可以分為三大類:
1. 影響美國學位授予數量的政策
2. 影響 AI 人才淨流入的政策
3. 影響 AI 人才如何分佈到實際工作的政策
首先,提高 AI 相關學位的供應
為了增加 AI 相關人才的培養,美國需要擴大高等教育體系的 AI 教育能力。具體而言,可以採取以下措施:
• 提高大學入學率和畢業率,擴大潛在的 AI 人才基數。
• 增加 AI 相關專業的招生容量,避免因供需不匹配導致有興趣的學生無法進入 AI 相關課程。
• 加大 AI 教學資源的投入,包括教師培訓、科研實驗室建設等。
• 提供更多財政支援,鼓勵學生攻讀 AI 相關學位,降低經濟門檻。
• 加強 AI 相關職業發展資訊的傳播,讓學生了解 AI 領域的就業前景和薪資水平,提升對 AI 領域的興趣。
如果這些政策得到有效執行,將有助於擴大 AI 相關學科的學生規模,為 AI 產業輸送更多人才。
其二,放寬 AI 人才的移民政策
移民政策對 AI 人才的流動性有著深遠影響。美國長期以來擁有強勁的勞動力市場,能夠吸引全球優秀人才。然而,現行的移民政策卻可能成為 AI 人才流入的障礙。例如:
• 超過一半的 AI 相關博士生(非美國公民)選擇離開美國,其中主要原因是移民政策不友好。
• 60% 的非美國公民 AI 博士認為美國移民政策困難重重,相比之下,在其他國家這一比例僅為 12%。
如果美國希望吸引更多 AI 頂尖人才,應考慮降低移民門檻,使研究生更容易在完成學業後留在美國工作。同時,還應鼓勵更多海外 AI 研究人員來美髮展。針對性的移民改革(如最佳化 H-1B 簽證和綠卡政策)可以有效增加美國 AI 人才的供應,防止人才流失。
其三,促進 AI 產業發展
除了提升人才供給和移民便利度,美國還需要制定更有利於 AI 發展的政策,以確保 AI 人才能夠順利進入產業併發揮作用。例如:
• 加大對 AI 研究的資金支援,如美國國家科學基金會(NSF)資助的安全 AI 研究。
• 提供 AI 計算資源,如國家 AI 研究資源試點計劃,降低 AI 研究的計算門檻。
• 最佳化 AI 產業政策,減少阻礙 AI 發展的法律和政策障礙,促進企業創新。
這些措施不僅能吸引更多人才進入 AI 領域,還能使美國成為更具吸引力的 AI 發展中心,增強全球 AI 競爭力。
美本早申資料大揭秘
翠鹿升學榜2025早申資料報告如何領取?
點選下方名片
關注“視角學社”公眾號,
後臺對話方塊傳送“資料報告”(不是評論區哦~
獲得完整版報告領取方式!
更多精彩
相關閱讀:

川普對教育「下狠手」, 美國大學“揭竿而起”, 中國留學生瑟瑟發抖

霸榜CSRankings13年的新藤校:21個專業全美前10!AI就業率100%


者:CEA,轉載:TOP創新區研究院,本文經授權轉載。版權歸屬作者/原載媒體。

喜歡本文?歡迎掃碼加入視角&翠鹿公益交流社群:


相關文章