麦肯锡数字（McKinsey Digital）发布的《2023年技术趋势展望》（Technology Trends Outlook 2023）从技术视角审视了人才供需状况。生产型人工智能预计将为经济增加4.4万亿美元价值，建议企业在投资该领域的同时兼顾其他AI技术。
尽管技术趋势投资逐年减少，但2022年全球相关职位空缺的绝对投资额仍超1万亿美元。去年报告列出的14项趋势中，安全架构与数字身份以约50%的增长率成为增长最快领域；而应用人工智能、高级连接性及云和边缘计算等因市场趋于成熟，投资有所回落。
分析显示，量子计算将最早在汽车、化工、金融服务和生命科学四个行业产生经济影响，预计到2035年潜在价值可达1.3万亿美元。
技术领域的人才动态
报告指出，获取技术价值所需技能与现有能力存在巨大差距。针对350万个职位空缺的调查显示，在大多数最受追捧的技能领域，每个职位对应的全球平均合格申请人数量 不到一半，人才缺口明显。
未来十年内，员工20%至30%的工作时间可通过自动化转化，这将引发技能结构的重大变化。
2021年至2022年间，与技术趋势相关的职位空缺增长了15%，而全球总体职位空缺减少了13%。应用人工智能和新一代软件开发在2018年至2022年间发布了约100万个职位空缺，其中新一代软件开发增长量最大。
合格人才短缺正限制人工智能、量子技术、航天、电气化及可再生能源等领域发展。这种紧张状况在云计算、机器学习工业化，以及未来移动性、量子计算等高度专业化领域尤为突出。
麦肯锡将15项技术趋势分为五大类：人工智能革命、构建数字未来、先进工程、计算与连接边界、可持续世界。以下重点解读应用人工智能、机器学习和生产型人工智能的人才需求。
应用人工智能（Applied AI）
自2018年以来，应用人工智能职位空缺增长超3倍。数据科学家和软件工程师需求在2021年显著上升，2022年温和增长。2022年该领域投资达1040亿美元，职位空缺同比增长6%。目前，对机器学习、数据科学、自然语言处理（NLP）及相关工具从业者的需求远高于供给。
机器学习的工业化（Machine Learning）
随着AI普及，机器学习岗位空缺自2018年以来增长约4倍，2021年至2022年增长23.4%，2022年获投30亿美元。关键角色包括数据科学家、软件工程师、数据工程师和机器学习工程师。
扩展机器学习项目需具备多种技能的专才，但当前人才匮乏且更强调软件工程能力。例如，研究MLOps的数据科学家需具备比预期更高的软件工程技能。
生产型人工智能（Generative AI）
自2018年以来，生产型人工智能人才需求强劲加速。受兴趣与投资推动，2023年招聘需求显著上升。该领域业务增长路径独特，面向董事和管理人员的职位多于个人贡献者。
企业正迅速制定相关战略，尤其在法律监管领域，对董事的需求显著增长，反映出公司希望调整产品服务以满足公共机构担忧。为在大规模内部培养前验证技术价值，企业可能转向开源模型试点，导致技术人员招聘率相对较低。
2022年该领域获投50亿美元，职位数量在2021年至2022年间增长44%。此外，生产型人工智能与应用人工智能、机器学习工业化之间存在技能重叠。