64% 的企业未实现智能化，5 成公司算法工程师团队规模小于 10人，AI 工程师的机遇在哪里？
高投入的 AI 行业在 2020 能够带来怎样的产出，让我们拭目以待。...
整理 | 夕颜
责编 | 唐小引
出品 | CSDN（ID:CSDNnews）
当前，人工智能技术已，应用于各行各业，落地成为大家关注，的核心问题。
在经历了 2019 年的行业低谷期之后，无论是行业巨头还是，新兴独角兽，都开始审视 AI 能够切实落地的场景。用审视的眼光来看，很多企业当前还停留在，信息化阶段，AI 所能发挥的优势还不够，明显，但有趋势可以，看出一些新兴的 AI 形态得到了认可和落地，例如 RPA、对话系统等。
在这样的背景下，开发者们逐渐看到，这样一个事实：从就业的角度来看，由于算法工程化才是商业落地，的核心关键，因此拥有扎实工程化能力的算法工程师更受青睐。另一方面，由于深度学习是以大数，据为基础的，而感知智能中的计算机视觉又是目前深度，学习较为成熟的应用，所以，机器学习和深度学习，工程师，以及数据工程师、计算机视觉工程师，成为热门岗位。
从技术本身的角度来看，较为成熟的 TensorFlow 成为 AI 工程师的首选，深度学习框架，Torch/PyTorch 由于其开发效率较高，也得到了较多支持。在统计数据上，两者的普及率均接近 50%。
以上数据都是在 CSDN 针对软件开发技术、应用开发领域等方面进行，大调查后统计而出的《2019-2020中国开发者，调查报告》中的部分结论。CSDN 最早从 2004 年开始针对中国开发者进行，大规模调查，是迄今为止覆盖国内各类，开发者人群数量最多，辐射地域、行业分布最广的调查活动。
2019 年-2020 年，中国的人工智能技术的应用现状，是怎样的？是否符合你的预期？在这样的应用现状之下，开发者应该关注哪些技术，点？本文将对报告中，的相关内容做详细解读，包括企业人工智能现状、人工智能技术开发特点，以及人工智能行业应用与，选用因素，希望能为开发者提供关于，人工智能应用方面的参考。
首先，我们总结一下报告中关于人工智能技术应用现状，分析的几个重要发现：
- 64% 的企业尚未实现智能化
- 5 成公司算法工程师团队，规模小于 10人
- 机器学习/深度学习算法工程师最急缺
- TensorFlow 是人工智能领域主流深度学习框架
- 强化学习、决策树是开发者使用最多的机器学习类型
- 机器学习/深度学习/神经网络是最普遍的学习计划
- 制造、金融行业是 AI 技术结合最多的行业
- 35% 开发者选用国产 AI 芯片应用于自己的 AI 开发，最看重对主流 AI 框架的支持能力
以下为报告解读：
企业人工智能现状
64% 的企业尚未实现智能化
调研数据显示，14% 的企业尚无信息化基础。27% 的企业实现了事务，处理数字化，22％ 的企业具备，商业智能基础设施，可实现描述性分析。使用机器学习实现预测性分析，和决策优化的企业占比为 16%，而在业务中全面使用 AI 系统、机器人和其他自动化工具，的仅占 12%。5 成公司算法工程师团队，规模小于 10 人
调查发现，50% 开发者公司的算法，工程师团队规模小于 10 人，员工数量在 10-100 人之间的企业占 27%，超过 100 人的 仅有 14%。机器学习/深度学习算法工程师最急缺
此次调研中，机器学习/深度学习算法工程师、计算机视觉/图像识别/图像处理工程师，岗位从业人员更多，分别占比 23%、22%。当前最急缺的，岗位也是机器学习/深度学习算法工程师、数据科学家/数据分析师/数据挖掘工程师岗位。53% 的开发者表示其，团队急缺机器学习/深度学习算法工程师，37% 表示急缺数据科学家/数据分析师/数据挖掘工程师，知识图谱工程师、语音识别/语音合成工程师的，缺口也仍然较大。
人工智能技术开发特点
TensorFlow 卫冕，仍为 AI 主流深度学习框架
此次调研中，TensorFlow 的使用普及率达到 48%，其次为 Torch/PyTorch，有 43% 的企业在使用。紧随其后的还有 Caffe、Scikit-learn、MLib 等。强化学习、关联规则学习、决策树为使用最多的机器学习类型
强化学习、关联规则学习、决策树是开发者使用最多，的三种机器学习类型，强化学习占比 34%，关联规则学习和决策树使用，占比旗鼓相当，均为 32%。其次，线性分类、聚类分析、生成模型也是开发者使用，较多的机器学习类型，近年来得到很大关注度的，迁移学习使用率也比较高，占比 22%，而分层聚类则被采用较少，占比仅有 10%。
最想学机器学习/深度学习/神经网络
此次调研发现，机器学习/深度学习/神经网络最多地出现在，开发者的学习计划表中，是大家最想学习的技能，占比 51%。其次，数据科学/数据挖掘/数据分析是开发者未来学习，计划表中的第二大关键词，有 40% 的人表示想要学习。
接下来是深度学习框架/深度学习数学基础，占比为 37%，看来开发者对于数理基础的，重要性已经有了深刻的认识。
计划学习计算机视觉/图像识别/图像处理的开发者也，不在少数，占比 32%，边缘人工智能/嵌入式人工智能/AIoT 也被提上学习计划的日程，越来越多的人开始注意到这个较为，新兴的技术领域。
人工智能行业应用与选用因素
制造、金融行业是 AI 技术结合最多的行业
此次调研中，27% 的开发者表示其，所在企业的 AI 技术正在结合制造行业，业务。其次是金融业，占比 26%。此外，健康医疗、电商、安防、社交媒体等领域也正在与 AI 技术紧密结合，但还有更大的提升空间
国产 AI 芯片受青睐，最看重对主流 AI 框架的支持能力
随着国产 AI 芯片的崛起，国内越来越多的，企业选用国产 AI 芯片。当把国产 AI 芯片应用于自己的 AI 开发时最看重的因素方面，对主流 AI 框架的支持能力是最，普遍的因素，占比 35%，其次最看重是开发社区文档的完备，性和支持能力，占比 22%。产品的算力和性能、产品价格因素也是开发者，选用国产 AI 芯片的重要因素。
无论是对在职的研发人员还是，在求职的候选人，持续学习都是一个强需求。不出意外，机器学习、 深度学习、数据挖掘仍然是最，热门的学习内容。通过基础内容的学习，开发者可以更好地，在各领域，如自然语言处理、知识图谱、计算机视觉上做深入的，研究和提升。
无论是 AI+ 还是 +AI，人工智能技术只有结合，行业实际需求，才能够真正落地，并取得商业效果。在制造业、金融、医疗、电商等领域，AI 技术在节省成本，提高效率，提升用户满意度方面，都取得了良好的效果。在 AI 芯片领域，国内厂商也开始弯道超车，越来越多的开发者也开始，关注国内 AI 芯片的进展。
高投入的 AI 行业在 2020 能够带来怎样的产出，让我们拭目以待。
现在，想全面了解中国开发者，的现状，可扫描下图中的二维码或点击阅读原文，获得完整版报告
关注 CSDN
微信扫一扫关注公众号
