百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术文章 > 正文

时代新职业培育:从微软谷歌到阿里猎豹们的“卡位战”

ccwgpt 2025-03-01 13:09 60 浏览 0 评论

在《机器人管家》、《流浪地球》等科幻电影火热后,越来越多人开始期待未来的智能生活,也担忧自己的工作会被机器人替代。与此同时,人工智能的相关人才却存在很大的缺口。腾讯研究院发布的《全球人工智能人才白皮书》称,全球AI领域人才约30万,而市场需求则在百万量级。供不应求的人才储备使得相关的教育培训成为行业共识。

日前,中国教育部公布《2019年教育信息化和网络安全工作要点》指出,要对2万名中小学生信息素养进行评测,推动将人工智能相关课程纳入中小学教育。虽然关于人工智能课程的植入深度以及方法都暂未披露,但国家对人工智能人才的培养重视,可见一斑。这似乎也为我们揭开了一个趋势:在未来,人工智能将成为教育培训的核心方向。

而回顾历史,每一波科技浪潮背后,其实都有一股培育新职业人才的力量。在行业发展初期,领头企业往往担负起了这种培育重担。

从PC时代的微软、甲骨文,到移动时代的谷歌,再到AI时代的阿里、猎豹移动等,它们无一不在培育时代迫切需要的人才。这背后,也是各家企业的人才“卡位战”。他们的做法颇有共性:创立人才认证体系,进行人才建设。随着时代演进,“卡位”的主角在变更,企业培育人才的方式也在升级。

PC时代:

巨头推出与自身业务相关的金字塔证书

上个世纪80 年代,IBM 公司推出世界第一款个人电脑,由此拉开了 PC 时代的序幕。辉煌的 PC 时代成就了惠普、IBM、微软等一系列行业巨头。巨头林立之下,各家的认证培训也纷纷兴起,大家推出了与自身业务高度相关的人才认证培训,微软和甲骨文便是当时的典型代表。

自1992年开始,微软就针对Microsoft 软件及其解决方案的掌握程度,为系统网络管理和应用开发人才提供“微软认证”。这被业界视为一张技术金字塔证书,兼具含金量和实用价值,在全世界90多个国家认可有效。随着技术的更迭,微软也在不断迭代其认证体系。

2016 年,新一代的微软认证结构包括三个级别,分别为:MTA(Microsoft Technology Associate 微软技术专员认证)MCSA(Microsoft Certified Systems Administrator 微软认证系统管理员)和 MCSE(Microsoft Certified Systems Engineer微软认证系统工程师 )。

从PC 的发展进程来看,“微软认证”逐步衍生出极大的行业价值。

其一,“微软认证”率先在 PC 领域中建立一个人才标尺,让企业可以高效地辨别人才的专业水平,提高了行业上下游企业团队建设的效能。在 PC 时代的早期,由于从业者的专业能力良莠不齐,大大阻碍了相关企业的发展。

其二,“微软认证”间接加速了 PC 人才的流通效率,让新员工能快速嵌入企业的单元中,缩短员工与企业的融合时间,从而加速企业发展。

其三,也是最为重要的一环,专业化、流程化的人才认证体系,帮助 PC 时代建立了高效率的人才输送渠道,为行业提供源源不断的“人才动能”,无论老牌公司的人事变动,还是新兴企业的人才招募,都能得到充分的支持,整个行业在“人”的推动之下,快速前进和迭代,从而形成全球式的整体发展。

在PC时代还有另外一张有名的认证证书,叫“Oracle 认证”,这是甲骨文公司对于Oracle 数据库专业人员的考核认证,其考核结果分Oracle数据库管理员认证专员(OCA),Oracle数据库管理员认证专家(OCP)和Oracle数据库管理员认证大师(OCM)。

如果说,“微软认证”是为 PC 时代的人才体系构建了一条代表着广度的横向轴线,那么,“Oracle 认证”则是在其中增加了一条纵向的标线,后者的出现,为非IT行业人士进入Oracle领域提供了一个方法标准。

“Oracle 认证”的出现,意味整个PC 时代对人才的考量,开始由综合技术向着专项技术的转变。同时,其也为人才的培训建立一条便捷可靠的路径——系统化学习Oracle体系的物理结构、逻辑结构、内存分配、后台进程等相关知识,通过考试之后,还需要参加Oracle原厂培训或授权的WDP渠道学习,才能到拿到Oracle认可的证书。多层级的巩固和强化,确保了人才的专业深度。

彼时,在巨头的光环下,众多准备就职外企或者移民留学的年轻人才投入众多时间和精力,报考知名外企的各大认证。据统计,微软认证从1992年设立至今,在全球共产生8万名MCSE。

移动互联网时代:

开放分享基因下搭建开发者培训生态

到了 2010 年,随着乔布斯发布第一台iPhone手机,移动互联网时代大幕拉开。这时,以苹果和谷歌为代表的新公司,开始走向舞台中心。分享与开放的移动互联网基因,促使当时的人才培训,完成了由社区到生态的升级进化。

建立人才认证标准的大公司们又往前迈了一大步。谷歌不仅推出人才认证体系,更在2011年底发布了一个开发者培训网站,免费给安卓应用开发者提供建议与教程,帮助他们自我成长,数以百万计的开发者受益于此。

谷歌的开发者培训网站带来的是一种基于全球的开发者生态构建。一方面,其加速了各国的安卓应用开发者之间交流和相互学习;另一方面,这个网站更是为安卓应用的开发提供了庞大的人才输出通道,为安卓应用提供了更多的创意和可能性。

当时打造出新兴安卓生态的谷歌,通过人才认证和开发者交流这些举措,让技术从业者更快更容易地理解了安卓生态的价值,使得大家乐于在生态中测试甚至发布作品,进而推动了安卓生态的蓬勃发展。

AI时代:

人与机器人共同成长

深度学习和大数据的发展,带来人工智能的腾飞,也让拥有广泛应用市场、使用场景和数据的中国,得以和欧美国家,站在了同一起跑线。

从2017 年到 2019 年,人工智能连续三次在政府工作报告被提及,已经上升为国家战略。2019 年,两会首提“智能+”。随着“智能+”时代大幕的拉开,人工智能在各行各业也相继落地。不同以往,人工智能在垂直领域拥有了人的感知、分析和决策能力。

仅仅只着眼于底层技术的培训,已经远远不够了。要实现人与机器人共生共存,就还必须提升人与机器人的互动能力,一些新兴职业人才如机器人训练师应运而生,这就需要具有前瞻意识的企业花重力去培育。

“机器人训练师”这一新概念由阿里巴巴率先提出。早在 2017 年,阿里就开始对外公开招聘人工智能训练师,主要任务是 “调教” 阿里小蜜、店小蜜等人工智能产品,完成线上零售平台海量的服务咨询。2018 年,该计划进一步升级,阿里巴巴宣布发布机器助手,让人工客服有了 “机械臂”,同时发布人工智能训练师认证体系,计划培养 10 万高价值的机器人训练师,让 10 万人创造的价值超过100万人甚至更多,从而使人得以投入到更有创造性的工作中去,让客服更有尊严。

据不完全统计,目前阿里生态体系内,已有近万名机器人训练师,而且催生了专为企业提供机器人训练的第三方服务商,比如,在杭州亲在么文化传播有限公司中,就有 40 名机器人训练师为150 多个店铺提供店小蜜的机器人训练服务,使得 1 人管理 N 家店铺成为可能。

阿里培育的,更多是能操控客服机器人的人才。随着人工智能应用深化发展,机器人落地的场景已经越来越多,博物馆、政务大厅、银行、酒店等地,都已经出现了机器人的身影。在这些场景中,机器人面对的服务环境比客服场景更为复杂,与之相对应的,要想操控好这些机器人,机器人训练师也需要越来越强的技能。

在这种趋势下,猎豹移动这样的企业开始吹响了“培育机器人训练专家”的号角,它们已经有着不少的场景化经验积累。三年前,猎豹移动投资了人工智能公司猎户星空,后者已经推出了智能服务机器人豹小秘等产品,新产品已经落地到了多个场景。

为了训练更多人掌控豹小秘,助力机器人更好地服务各行各业,猎豹移动最近就发布了服务机器人行业首个人才认证——猎豹机器人方案专家认证(Cheetah Certified Robot Solution Expert简称 CCRSE),未来,猎豹将构建一个培训体系,包括已经推出的机器人训练专家,基础的机器人训练专员(CCRSA),以及更进阶的机器人训练大师(CCRSM)。

在知乎的话题上,也可以看到有关CCRSE 的众多讨论。不少参与人员表示,CCRSE 可以让零基础的普通人也能在 OrionStar OS 的平台上,进行对 AI 机器人的驾驭,给了更多人了解服务机器人的机会。

(图为知乎讨论截图)

从CCRSE认证的培训内容来看,这个培训,不是教授某种单项技术,而是告知大家如何配置和操练机器人,更清晰地知道机器人导航、语音、视觉、场景化、无人值守、休闲娱乐等核心功能,更进一步,掌握机器人如何落地使用,并懂得如何对机器人进行二次开发以及 OTA 升级。

这是一套集技术、运营和维护于一体的综合体系,不仅培育人才,也训练机器人。

机器人仅有感知能力是不够的,它还要具备认知能力,能看到、听到并理解好它所能获取的信息,并经过自然语言处理、软件开发商等多环节的协作,最终精准地做出满足人类要求的决策,这样才能成长为“成熟的”机器人,具有“十八般武艺”后,才能服务好各行各业。

机器人的“养成”,显然离不开与人的互动。人类越是和机器人进行互动,机器人就会变得越来越聪明,也就越有能力为人类提供更强更好的服务。这个逻辑类似于我们日常使用信息流产品:当我们用信息流产品越多,信息流的推荐算法就越懂我们的需求,越能给我们提供更加精准、周到的服务。

因此,CCRSE这类新认证的出现,不仅可以为AI行业建立衡量新职业人才的标尺,源源不断地为业界输送人才“新动能”,更重要的是,它能够促进人与机器人的相互进化。

只有出现更多机器人训练专家和越来越聪明的机器人,繁琐复杂的劳动才能被代替,人们才会有更多的时间和精力从事更有创造性的活动。从这点来看,猎豹CCRSE人才认证体系的发布,或将成为AI时代里的一个里程碑。

相关推荐

详解DNFSB2毒王的各种改动以及大概的加点框架

首先附上改动部分,然后逐项分析第一个,毒攻掌握技能意思是力量智力差距超过15%的话差距会被强行缩小到15%,差距不到15%则无效。举例:2000力量,1650智力,2000*0.85=1700,则智力...

通篇干货!纵观 PolarDB-X 并行计算框架

作者:玄弟七锋PolarDB-X面向HTAP的混合执行器一文详细说明了PolarDB-X执行器设计的初衷,其初衷一直是致力于为PolarDB-X注入并行计算的能力,兼顾TP和AP场景,逐渐...

字节新推理模型逆袭DeepSeek,200B参数战胜671B,豆包史诗级加强

梦晨发自凹非寺量子位|公众号QbitAI字节最新深度思考模型,在数学、代码等多项推理任务中超过DeepSeek-R1了?而且参数规模更小。同样是MoE架构,字节新模型Seed-Thinkin...

阿里智能化研发起飞!RTP-LLM 实现 Cursor AI 1000 token/s 推理技术揭秘

作者|赵骁勇阿里巴巴智能引擎事业部审校|刘侃,KittyRTP-LLM是阿里巴巴大模型预测团队开发的高性能LLM推理加速引擎。它在阿里巴巴集团内广泛应用,支撑着淘宝、天猫、高德、饿...

多功能高校校园小程序/校园生活娱乐社交管理小程序/校园系统源码

校园系统通常是为学校、学生和教职工提供便捷的数字化管理工具。综合性社交大学校园小程序源码:同城校园小程序-大学校园圈子创业分享,校园趣事,同校跑腿交友综合性论坛。小程序系统基于TP6+Uni-app...

婚恋交友系统nuiAPP前端解决上传视频模糊的问题

婚恋交友系统-打造您的专属婚恋交友平台系统基于TP6+Uni-app框架开发;客户移动端采用uni-app开发,管理后台TH6开发支持微信公众号端、微信小程序端、H5端、PC端多端账号同步,可快速打包...

已节省数百万GPU小时!字节再砍MoE训练成本,核心代码全开源

COMET团队投稿量子位|公众号QbitAI字节对MoE模型训练成本再砍一刀,成本可节省40%!刚刚,豆包大模型团队在GitHub上开源了叫做COMET的MoE优化技术。COMET已应用于字节...

通用电气完成XA102发动机详细设计审查 将为第六代战斗机提供动力

2025年2月19日,美国通用电气航空航天公司(隶属于通用电气公司)宣布,已经完成了“下一代自适应推进系统”(NGAP)计划下提供的XA102自适应变循环发动机的详细设计审查阶段。XA102是通用电气...

tpxm-19双相钢材质(双相钢f60材质)

TPXM-19双相钢是一种特殊的钢材,其独特的化学成分、机械性能以及广泛的应用场景使其在各行业中占有独特的地位。以下是对TPXM-19双相钢的详细介绍。**化学成分**TPXM-19双相钢的主要化学成...

thinkphp6里怎么给layui数据表格输送数据接口

layui官网已经下架了,但是产品还是可以使用。今天一个朋友问我怎么给layui数据表格发送数据接口,当然他是学前端的,后端不怎么懂,自学了tp框架问我怎么调用。其实官方文档上就有相应的数据格式,js...

完美可用的全媒体广告精准营销服务平台PHP源码

今天测试了一套php开发的企业网站展示平台,还是非常不错的,下面来给大家说一下这套系统。1、系统架构这是一套基于ThinkPHP框架开发的HTML5响应式全媒体广告精准营销服务平台PHP源码。现在基于...

一对一源码开发,九大方面完善基础架构

以往的直播大多数都是一对多进行直播社交,弊端在于不能满足到每个用户的需求,会降低软件的体验感。伴随着用户需求量的增加,一对一直播源码开始出现。一个完整的一对一直播流程即主播发起直播→观看进入房间观看→...

Int J Biol Macromol .|交联酶聚集体在分级共价有机骨架上的固定化:用于卤代醇不对称合成的高稳定酶纳米反应器

大家好,今天推送的文章发表在InternationalJournalofBiologicalMacromolecules上的“Immobilizationofcross-linkeden...

【推荐】一款开源免费的 ChatGPT 聊天管理系统,支持PC、H5等多端

如果您对源码&技术感兴趣,请点赞+收藏+转发+关注,大家的支持是我分享最大的动力!!!项目介绍GPTCMS是一款开源且免费(基于GPL-3.0协议开源)的ChatGPT聊天管理系统,它基于先进的GPT...

高性能计算(HPC)分布式训练:训练框架、混合精度、计算图优化

在深度学习模型愈发庞大的今天,分布式训练、高效计算和资源优化已成为AI开发者的必修课。本文将从数据并行vs模型并行、主流训练框架(如PyTorchDDP、DeepSpeed)、混合精度训练(...

取消回复欢迎 发表评论: