推动AI人才高质量聚集

  近来，在全球人工智能竞争升级的背景下，我国在人工智能人才供给、政策动员与平台化组织等方面取得令人瞩目的阶段性进展。

图片来源于网络，如有侵权，请联系删除

  一方面，我国人工智能人才规模与结构优势初步确立。我国人工智能核心产业人才规模2024年突破50万人，目前，相关从业人员达150万人至200万人；“AI+行业”应用人才总量超800万人，形成了从基础研究、工程实现到行业应用较为完整的人才梯队。另一方面，地方政府普遍将这类人才作为战略投资，通过薪酬补贴、落户支持、科研资助与创业扶持等手段加速吸引人才。例如，上海浦东新区对这类人才及团队最高资助700万元、项目最高补贴1亿元；苏州、杭州对相关的高质量项目最高补贴1亿元，人才购房最高支持1000万元。此外，围绕AI关键技术资源供给的平台与机制已经成型，国家级大模型训练与验证平台已在北京海淀部署，智算规模已突破1万P。

  不过，人工智能人才的高质量聚集与创新产出仍面临一些结构性障碍。例如，地方引才长期以补贴、落户和资助为主，城市间同质化竞争加剧，人才在政策洼地间高频迁移，难以形成稳定的科研协作关系与长期产出机制。又如，人才政策仍以属地化管理为主，跨区域、跨部门的信息接口与协同机制薄弱，导致重复认定、资源割裂与配置低效，难以实现人才、任务与平台的精准匹配。因此，要抓住问题关键，以平台承载、任务牵引和柔性流动为核心，构建统一规则与机制，推动AI人才高质量聚集。

  建立国家级任务引擎与滚动任务清单制度。由国家技术平台会同重点区域节点，将重大科研与产业适配需求拆解为标准工作包，明确里程碑、验收口径、资源配给与成果归属规则，面向全国开放报名与协作编组。建立按任务优先级的队列调度与关键任务保障机制，确保算力与数据资源随任务精准匹配。

  完善平台主导的任务调度与执行协同机制。设立国家级统一任务调度中枢，负责任务撮合、人才编组、过程监测、验收结算与成果归档，与区域节点打通接口标准、权限控制与审计规则，形成跨区域可调用、可追溯、可复用的协作网络，减少重复建设与条块分割带来的资源空转。

  建立面向跨区域协作的柔性流动通道。对参与平台任务并通过考核的外部人才，推行一次认证、多地通行的白名单互认与协作信用档案，提供资源调用与快速接入的绿色通道。设置短期驻点与远程协作机制，在不改变人事关系前提下实现人才随任务流动、成果在地转化。（张 涛 丰 超）