“伪 AI 专家”满天飞,真落地却无人用?企业 AI 的致命人才危机

在过去的 12 个月里，几乎每家企业的 CEO 都在高喊“All in AI”。但当这些宏大的战略落到执行层面时，CIO 们却发现了一个令人绝望的现实：“懂 AI 的人很多，但能把 AI 做成系统的人极少。”

根据 CIO.com 的最新调查，40% 的受访者将“缺乏内部人才”列为过去一年实施 AI 战略时的最大阻碍。然而，这并不是简单的“找不到人”，而是一场深层次的人才结构性错位。

1. 满屏都是“AI 专家”，为什么还招不到人？

市面上充斥着能用 ChatGPT 写几句提示词（Prompt）的人才，但企业真正需要的是什么？ 正如 Responsive 公司 CIO AJ Sunder 所言：“太多人具备了浅薄的 AI 意识，但能将这些意识转化为可靠、安全、企业级应用的人却凤毛麟角。” 企业需要的不是会玩大模型的极客，而是能够处理杂乱无章的业务数据、解决模型安全（如提示词注入防御）、懂大模型治理的“工程化专家”。

2. 核心瓶颈不在于技术，而在于“旧组织装不下新 AI”

o9 Solutions 的首席战略官 Anand Srinivasan 提出了一个更尖锐的观点：真正的断层在于企业的组织结构。绝大多数大型企业仍然是烟囱式的职能部门和森严的等级制度，这种架构是为了求稳而设计的。而 AI 是为了极速的敏捷性而生的。如果不改变企业决策和执行的方式，招再多 AI 工程师，也只是在旧马车上装了一个极其昂贵的 AI 引擎，根本跑不快。

3. 如何破局？抛弃长线培训，拥抱“泥腿子实战”

既然外部招不到完美的复合型人才，CIO 们给出了最务实的自救方案：别送员工去上那些漫长的外部 AI 培训班了。AI 技术的半衰期太短，几个月就换了人间。最有效的策略是“让听得见炮火的人直接上手”。把 AI 专家与业务领域的“泥腿子（Domain Experts）”直接绑定在一起，通过内部极其频繁的试错、打破旧有认知、解决超越“Hello-world”级别的实际业务痛点，来培养属于自己的“AI 业务通才”。

总结：AI 时代的人才争夺战，已经从“拼学历证书”转向了“拼学习敏捷度”。具有前瞻性的 CIO，不再死盯着简历上的“工作年限”，而是优先考察候选人的快速学习能力。毕竟，在一项昨天才诞生的技术面前，所有人都是新手。

究竟是什么阻碍了企业级 AI 的发展？CIO 们直指“人才短缺”

在过去一年中，许多首席信息官（CIO）深刻意识到，缺乏内部的专业技术人才是他们推进 AI 项目时面临的最大绊脚石。

图片来源：Rob Schultz / Shutterstock

专业知识的严重短缺，已经拖慢了众多组织推进人工智能（AI）计划的脚步。对这项前沿技术认知的浅尝辄止，正严重制约着从业者兑现 AI 潜能的能力。

根据 CIO.com 发布的《2026 年 CIO 现状》调查，40% 的受访者指出：在过去的 12 个月里，“缺乏内部人才”是 IT 团队在实施 AI 战略时面临的头号挑战。

网络韧性及安全供应商 Commvault 的首席信息官 Ha Hoang 表示，在 AI 与网络安全的交叉领域，这种人才短缺显得尤为致命。她指出，安全公司迫切需要这样一类复合型人才：他们不仅要能看懂底层数据和运维流程，还要能将深奥的风险洞察转化为高管能听懂的商业决策。

Hoang 补充说，像 Commvault 这样的供应商，还需要那些懂得如何保护 AI 模型免受攻击、确保训练数据的纯洁性，以及能够精准探测诸如“提示词注入（Prompt injection）”和“模型投毒（Model poisoning）”等新型 AI 威胁的工程师和分析师。

“随着 AI 驱动的自动化全面重塑 IT 和安全运营的形态，CIO 和 CISO（首席信息安全官）将需要能够深度解读、微调并治理 AI 系统的专业人才，而不是那些只会机械地盯着屏幕看警报的操作员，”Hoang 说道。“我们需要打破部门墙，减少那些只会单一技能的专才，转而培养更多具备 AI 流畅度的‘通才（Generalists）’，让他们能与技术的演进共同进化。”

一、亟需深厚的专业能力

提供 AI 驱动的企业规划平台供应商 o9 Solutions 的首席战略官 Anand Srinivasan 补充道，问题的一部分在于：市面上极度缺乏那些既能洞悉 AI 颠覆性力量，又能敏锐预判 AI 技术演进方向的战略型人才。

“我们面临的挑战绝不仅仅是‘找不到几个 AI 专家’，更深层的问题在于，企业僵化的组织结构与现代 AI 能够释放的能力之间，存在着巨大的结构性错位，”Srinivasan 一针见血地指出。“大多数大型企业依然在依靠条块分割、层级森严的传统决策模式运转——这种设计是为了维持系统的稳定性和规模化，根本不是为了追求速度和敏捷性。”

Srinivasan 表示，最致命的专业能力缺口，不仅体现在缺乏构建 AI 系统的“码农”，更体现在缺乏能够“重新思考整个企业决策与执行方式”的架构师。他补充道，AI 确实能为企业在敏捷性和适应性上带来翻天覆地的变化，但前提是，企业现有的决策机制必须允许组织以更快的速度、更低的风险将战略转化为切实的行动。

为了形象地说明这个问题，Srinivasan 引用了冰球传奇巨星韦恩·格雷茨基（Wayne Gretzky）的名言：“要滑向冰球将要到达的位置，而不是它刚才在的位置。”他指出，AI 这个“冰球”正以不可思议的速度飞驰，而 AI 的专业技能也是一个不断移动的靶子。

“传统机器学习（ML）的技能，正迅速被生成式 AI、AI自主智能体（Agentic AI）以及 AI 治理的新需求所取代，”他补充道。“目前，拥有这些前沿 AI 技能的员工，其薪资溢价已经远远甩开了同岗位但缺乏这些技能的同行。”

除了应对技术极速演变带来的挑战之外，响应式战略管理软件供应商 Responsive 的 CIO 兼首席产品官 AJ Sunder 补充说，市面上还存在着极其严重的“AI 专业知识浅薄化”问题。他指出，现在懂一点 AI 概念的人一抓一大把，但绝大多数人都极度缺乏“如何将 AI 真正部署落地以满足复杂企业需求”的深度认知。

“市面上绝对极度缺乏能够构建安全、可靠且达到生产级规模（Production-scale）的 AI 系统的人才，”他补充道。“这种‘懂 AI 概念的人泛滥’与‘能做出能跑的 AI 应用的人奇缺’相结合的现状，给企业在招聘时筛选有效人才带来了巨大的噪音干扰。”

Sunder 坦言，要找到具备这种实战深度的人才对 Responsive 来说一直是个挑战，不过公司非常幸运地从外部招募到了少数顶尖人才。

“我们所面对的 AI 业务痛点，需要处理海量的内容，并应对极其混乱杂乱的企业级数据的复杂性，”他补充道。“在市场上，拥有足够经验、能在我们这种规模下解决这类脏活累活的人，真的不多。”

二、告别纸上谈兵：动手实战才是王道

Sunder 表示，为了构建内部的核心专业能力，Responsive 已经将“内部培训”设定为最高优先级，并由各内部团队牵头推进知识教育。作为一家专注于 AI 的公司，Responsive 占到了一点先机，因为他们在当前这波 AI 浪潮爆发之前，就已经开始死磕这项技术了。

“我们非常幸运，团队里拥有一批极具天赋的员工。他们极其敏锐地捕捉到了 AI 的发展速度，并深刻意识到了动手实战（Hands-on learning）、实验、试错以及‘清空过去知识以学习新知（Unlearning to learn new things）’的巨大价值，”他补充道。“这意味着我们所有人都在进行一种集体的学习、知识共享和相互传帮带。”

Sunder 介绍，公司在组建团队时，刻意将 AI 专家与具体的业务领域专家（Domain experts）深度绑定，而不是把 AI 人才孤立在一个“高大上”的研发小组里。Responsive 还大力投资了大量易用的 AI 开发工具，这使得更多没有深厚机器学习背景的普通工程师，也能轻松地参与到 AI 驱动的功能开发中。

“你根本不需要让每个人都立刻成为顶尖的 AI 专家，”他强调。

Sunder 甚至对市面上层出不穷的“外部 AI 培训项目”提出了质疑，他认为外面的理论课可能已经严重过剩了。

“确实需要一些结构化的基础培训，让团队里的大多数人（如果不是全部的话）达到一个基础的认知基准线，这种课外面一抓一大把，”他说。“但在此之后，那些非结构化的探索学习、硬核的动手演练，以及开发那些超越入门级‘Hello-World’教程的实用商业解决方案，其效果绝对碾压任何耗时漫长的理论培训项目。这主要是因为这项技术进化得实在太快了，书本根本跟不上。”

Commvault 同样将重心放在了内部培训和对现有员工的“技能重塑（Reskilling）”上，Hoang 表示。同时，公司也在积极探索与高校以及网络安全“魔鬼训练营（Boot camps）”的深度合作。

“目前市场上最稀缺的终极技能组合，是既精通安全底层原理，又深谙 AI 模型治理或自动化工具的人才，”她说。“很多从业者只懂其中一半，另一半则是盲区。”

她建议，企业在评估候选人的 AI 专业能力时，必须抛弃固有的僵化思维。

“许多企业在招聘时依然死守着陈旧僵化的岗位描述（Job descriptions），盲目迷信所谓的‘工作年限’或某些特定的资格证书。而事实上，很多候选人具备极强的可迁移技能（Transferable skills），只是恰好缺少了某个特定的头衔或没用过某款特定的工具而已，”Hoang 犀利地指出。“有远见的 CIO 们正在彻底重构招聘漏斗，他们开始将‘解决问题的能力’和‘极致的学习心态’，置于狭隘的‘过往经验’之上。”