当前，人类已经进入以数据为中心的新时代，人工智能作为关键的转折性技术，正快速发展，为产业带来巨大变革。当然，就AI产业自身而言，不论是技术的迭代、应用的落地，还是产业生态的建设，对人才的需求是越来越急迫。虽然，我们的产业界以及科研院所等学术界都在极力为AI产业的发展补充生力军，但国内AI产业界流传着一个说法：发展足够快的国内AI产业跟美国相比还有一定的差距，这种差距主要反应在AI高端人才上。
“对于人工智能产业而言，人才一直就是个系统持续的工程，目前来看全球满园内有500万的人才缺口，而且这一数字将来可能会继续增长。”英特尔中国战略合作与创新业务部董事总经理李德胜认为，就国内AI产业而言，是各类AI人才都缺乏，不论是主导技术方向的学术界人才，还是主导应用落地方向的产业型人才。而目前来看，行业真正需要则是这两者打通的复合型人才，这种人才的培养周期会更长，是非常系统的工程，对行业而言这才是真正的挑战。
国内成熟的互联网产业为AI应用落地提供了坚实的基础，而科研及学术界关于AI技术前沿方向上的把控上也呈百花争艳之势，这一切都为国内AI产业的超高速发展提供了必要的基础支撑。但一个现象必须得到重视：早前几年，有很多位业界公认全球AI领域的技术大牛，从大学里出来进入产业界，但最后在产业界做得并不是很成功，至少说在产业界并没有做到他们在学术界达到的成就。为什么会这样？很明显，产业和研究机构要的人才并不一样，或者说适用的场景并不是完全一样。
“研究机构、学术机构要做的技术方向的研究，是超前于市场的，但并不是说产业界就需要这类型的人才。产业界关注的更多是技术的实际落地上，一个产品能做到99%的正确率足够了，产业界是不会再花钱将其优化到99.99%，因为这对技术的实际应用并没有意义，反而可能会额外增加更很多成本。产业界真正需要的是既能达到产品性能的需求，同时也要做到成本最低、部署起来最简单、最快的解决方案等，这意味着产业和研究机构对于AI人才需求有很大的区别。”李德胜表示，AI产业既需要有高端的人才领导这个行业往前走，英特尔有非常多的科学家，但与此同时，产业要快速而良性的发展，让产业界看到成果是更重要的，这就需要大量精通各行业技术的复合型AI人才。
目前来看，高校积极开设的人工智能学院、专业培养出来的技术型人才或许跟产业间存在脱节问题，幸而学术界和产业界也意识到问题所在，一些AI领军企业提出的产教融合的方案便由此诞生并受到推崇。
英特尔中国研究院院长宋继强认为，英特尔中国研究院已经部署了非常多的工业研究员，研究方面上希望在三五年能应用在产品领域，联合高校大力推广产教融合方案，希望跟高校一起培养更偏产业领域的复合型AI人才，以应对市场快速增长的需求。