培养AI战略领军人才需六维赋能——专访国家发展改革委培训中心（宣传中心）战略规划处负责人聂正标

2025年7月27日上午，2025世界人工智能大会期间，“人工智能＋”战略领军人才与创新发展论坛在中国浦东干部学院成功举办。此次论坛由世界人工智能大会组委会办公室指导，中国科学院自动化研究所、中国联合网络通信集团有限公司联合主办，国家发展和改革委员会培训中心（宣传中心）担任支持单位，北京中科闻歌科技股份有限公司、北京电子数智科技有限责任公司、上海市教育发展有限公司共同协办。来自政府、科研机构、高校、企业和媒体的300多位嘉宾齐聚一堂，共同探讨人工智能人才培养与创新发展路径。

7月27日上午，2025世界人工智能大会“人工智能＋”战略领军人才与创新发展论坛期间，国家发展改革委培训中心（宣传中心）战略规划处负责人、高级经济师聂正标接受中国网专访时，就人工智能人才培养和引进在推动新质生产力发展中的关键作用和AI在人才培养的训后跟踪机制等方面进行了深入阐述。

图为国家发展改革委培训中心（宣传中心）战略规划处负责人、高级经济师聂正标

中国网数字经济：从国家战略规划的高度，您如何看待人工智能人才培养在推动新质生产力发展中的关键作用？对于国内做好AI人才培养与引进，您有什么建议？您在过去开展AI人才培养过程中，有什么好的经验做法？

聂正标：人工智能人才培养在推进新质生产力发展中的关键作用这个命题切中了发展新质生产力的核心引擎。人工智能是新质生产力的典型代表和关键驱动力，而人才则是点燃这一引擎的“火种”。从国家战略的高度看，AI人才培养在推动新质生产力发展中发挥着不可替代的“三位一体”关键作用：一是为经济转型升级注入动力：新质生产力强调创新链、产业链、资金链、人才链的深度融合（四链融合），高水平AI人才，尤其是兼具技术、产业、战略视野的复合型人才，是推动社会生产方式、产业商业模式全面变革的关键，是推动经济转型的巨大动力源。二是为产业升级的赋能：新质生产力要求产业高端化、智能化、绿色化转型。AI人才是将技术创新深度融入千行百业、重塑生产流程、催生新业态新模式的核心力量。他们不仅是技术使用者，更是应用场景的创造者和产业升级的引领者。三是为创新策源提供坚实的力量：AI作为前沿颠覆性技术，其突破性进展高度依赖顶尖人才。培养具有原始创新能力的战略科学家和战略领军人才，是突破关键核心技术瓶颈、抢占科技制高点的根本保障，直接决定新质生产力的技术底座强度和原创性。

国内AI人才培养和引进工作方面，从全局来看我有以下几点建议：

一、强化国家战略牵引与顶层设计

纳入国家优先议程：将AI人才培养置于国家科技和人才战略的核心位置，在国家级中长期发展规划（如科技规划、教育规划、人才规划、数字经济规划）中明确其目标、路径、资源保障和考核机制。

聚焦重点领域：紧密结合国家重大战略需求（如大模型、具身智能、智能芯片、AI＋制造／能源／生物医药／金融等），动态发布并优先支持关键领域、紧缺岗位的AI人才培养专项计划。避免资源分散，实现精准投入。

构建统一权威的能力标准与认证体系：推动建立国家主导、行业认可的AI核心岗位能力标准框架和认证体系（如算法工程师、AI架构师、首席AI官专家等），为人才筛选、培养、评价、流动提供“标尺”。

二、构建“超常规、实战化”的国家级培养体系

打造国家级战略型人才“熔炉”：依托国家发展改革委培训中心（宣传中心）等国家级平台，联合顶尖高校、头部企业、重点实验室，构建“战略引领＋前沿科技＋产业实践＋政策洞察”四位一体的高端研修项目。面向关键领域战略科技人才、创新企业家、政策制定者，重点提升其前瞻判断力、战略决策力、跨界协同力等复合能力。

深化“场景驱动”的产教训融合模式：

“揭榜挂帅”进课堂：将国家重大科技项目、产业攻关难题转化为培养课题，让学员在真实场景中学习、实战、解题。

共建区域性“人才孵化器”：在高能级产业集聚区，由政府牵头，企业、高校、培训机构共建开放共享的AI实训基地（如国家发展改革委培训中心（宣传中心）与雄安新区将来合作的AI战略领军人才培训学院），提供贴近产业的前沿软硬件环境和真实项目案例。

创新评价激励机制：探索建立以实际贡献、实战能力、解决关键实际问题成效为核心的人才评价标准，并贯通于筛选培养、培训认证、职业发展、激励分配全过程。培训成果能有效转化为个人的职业竞争力（如权威技能认证）和企业的创新动能（如项目绩效奖励）。

三、实施更加积极、开放、有效的AI人才引进策略

一是实施分层分级管理精准引进。精准服务领军、关键和稀缺人才，为其科研与创业提供资金补贴、政策保障等全方位支持，建立“一人一策”的引进和服务机制。

二是优化综合福利体系。完善顶尖人才的创新长期激励机制，提供国际标准的医疗保险、子女顶尖国际学校教育补贴／安排、配偶工作协助、高端住房补贴或免息贷款、带薪学术休假等福利。

三是打造世界级研发环境与平台。为顶尖团队优先使用超级算力，在合规前提下开放数据资源、建设顶尖实验室与设施，保障好顶尖团队。

四是进一步加强营商环境建设。优化融资、上市及商业落地环境，提升关键人才的国家荣誉感，将其引导至服务国家战略的关键岗位，形成“引得回、留得住、用得好”的生态。

五是建议设立AI人才专项基金。打造人才特区，加强与全球人才的链接和价值认同，重点加强全球优秀年轻人才的引进和支持力度。

最后，在过去开展AI人才培养过程中，我们设计AI专题培训时，首要步骤是深度解析国家最新AI战略部署（如新一代人工智能发展规划、新质生产力要求政策等），并精准拆解为关键岗位领导干部、企业家需要掌握的核心能力点（如政策理解力、趋势判断力、风险辨识力、协同领导力）。确保培训内容与国家战略同频共振。另外，针对培训项目重点打造了战略领军人才“种子选手”培养计划，我们建立了筛选以及定期交流机制，组织小规模的专题研修活动精准判断、挖掘和培育AI战略领军人才“火把”。活动邀请行业内的顶尖科学家（如院士、国家重点实验室主任）、领军企业家（如头部AI公司CTO／业务负责人）、产业链核心骨干、对应的政府部门主管领导以及相当一部分年轻骨干参与其中，一方面围绕正反两面的典型实践案例展开深度探讨，另一方面针对未来可能出现的挑战难题进行沙盘推演。我们同时也建立了训后跟踪机制，定期评估人才培养实际成效，推动优秀实践反哺培训优化，形成产学研用互促闭环。此类培训也不仅限于短期培训，我们着力构建学员社群（线上＋线下），定期组织政策解读会、前沿技术沙龙、标杆企业参访、项目对接等活动，形成持续的交流学习、合作互助平台，放大培训的长期效应。

中国网数字经济：您说建立人才培养的训后跟踪机制，定期评估人才培养实际成效，推动优秀实践反哺培训优化，形成产学研用互促闭环。您如何看待AI在跟踪机制方面的作用？

聂正标：在人才培养的训后跟踪机制中，AI为跟踪评估的精准化、动态化和协同化提供了有力支撑，具体体现在以下四个方面：

一是AI能够突破传统跟踪方式的数据采集局限，实现多维度信息的智能化整合与分析。借助相关技术对学员训后工作实践数据进行实时捕捉与关联分析，形成立体化能力评估基础，相比传统人工统计，可显著提升数据客观性与全面性，为成效评估提供更坚实依据。

二是AI有助于构建动态化的评估体系。基于算法，系统可根据培训目标、行业需求变化等因素，自动调整评估指标权重与分析模型，持续优化对培训成效的判断标准。这种动态调整能力能更好地适应人才培养的长期性与复杂性，使评估结果更贴合实际需求。

三是AI能够推动跟踪反馈与培训优化的精准对接。通过深度挖掘数据分析结果，识别培训内容、方式等短板，结合学员能力缺口生成针对性改进建议，包括补训设计、实践调整等，实现培训持续优化的高效闭环。

四是AI在促进产学研用协同方面具有独特优势。AI可打破不同主体间的数据壁垒，提取学员在企业实践、科研项目中的优秀经验，并将其转化为培训资源反哺课程体系；同时，建立跨机构的能力认证体系，统一评价标准，促进优秀实践快速转化为行业成果。这种数据驱动的联动机制，进一步强化了各环节的互促关系，助力形成良性循环。

当然，发挥AI在训后跟踪中的最大效能，需关注几点关键保障：1、数据基础与标准：建立国家级AI人才发展数据库，统一关键成效指标定义与采集标准，确保数据质量、安全与合规共享。2、模型可信与伦理：确保分析模型的透明性、公平性、可解释性，避免算法偏见，保护个人隐私和商业机密。评估以“促发展”为导向，而非简单“贴标签”。3、机制保障：需将AI驱动的跟踪评估制度化，明确各参与方（国家机构、用人单位、学员、培训机构）的数据共享责任与权益，并与现有的项目立项、资源配置、机构评价等管理机制挂钩。

AI技术不是简单的工具升级，而是推动国家级AI人才培养体系从“经验驱动”向“数据智能驱动”转型升级的核心引擎。它让训后跟踪从“后视镜”变为“导航仪”，使我们能更精准地衡量人才对国家战略的贡献、更敏锐地洞察未来需求、更动态地优化国家培训供给，最终构建起一个响应迅速、闭环高效、持续迭代的国家级AI人才赋能生态体系。这是国家发展改革委培训中心（宣传中心）当前其中重点探索和实践的方向之一。

中国网数字经济：展望未来，您认为我国应如何构建适应人工智能时代的战略性人才储备体系？在培养跨学科、跨领域的复合型领军人才方面，有哪些前瞻性思考？

聂正标：构建适应人工智能时代的战略性人才储备体系，是关乎国家科技竞争主动权和新质生产力发展根基的核心命题，我认为需重点把握三方面工作：一是构建“金字塔型”的人才梯队，塔尖聚焦战略科学家与顶尖工程师培养；塔基扩大职业教育供给，以人工智能和职业技能培训相结合的方式提升全民数字素养，形成“高端引领、基础扎实”的结构；二是完善全链条的培养机制，从基础教育阶段普及人工智能通识，引导基础学科人才向AI领域流动，缩短人才成长周期；三是推进人才评价机制改革，建立以创新能力、质量、实效、贡献为导向的人才评价体系。要摒弃单一的量化评价方式，建立多元化、综合性的评价体系，更加注重科研成果的质量、创新性和实际应用价值。

我负责的战略规划与公共培训处重点围绕人工智能、算力、算法、具身智能等领域，开展“复合型、创新型、应用型”战略领军人才的理论研究和实践探索。在实践中我们认识到，未来要培育出顶尖的复合型AI战略领军人才，需着力构建覆盖战略决策、技术攻坚、场景落地与资本运作的全链条人才生态，离不开“政产学研用融”全产业链力量的参与，深度赋能人才的六维复合型战略领导力。

一是以政策解读确定方向，通过国家级政策制定者的深度参与助力人才明晰国家战略走向，提高宏观决策水平，保证人才发展与国家战略步调一致；二是洞察产业突破发展壁垒，依托头部企业的实战经验，帮助人才掌握产业发展规律，增强技术商业化运作能力，促进技术与产业深度融合；三是攻坚核心技术引领创新，以院士团队为引领，带领人才学习前沿技术，提升技术理论创新与突破本领，筑牢产业发展的技术基石；四是整合资源加速成果转化，汇聚院士专家与培训投资人资源，推动人才加快创新成果转化速度，形成创新驱动的发展势能；五是借鉴标杆提升实战能力，通过现场教学，提升人才解决实际问题的本领，推动技术在各场景高效落地；六是借助金融力量构建生态，联通顶级金融资源，培养人才的资本运作本领，搭建多元协同的产业生态。

未来，我们国家发展改革委培训中心（宣传中心）也会开展“人工智能赋能千行百业——战略领军人才培养计划”，致力于通过高质量、系统化的培训，造就大批兼具卓越的战略洞察力与领军实践能力的复合型、创新型、应用型AI战略领军人才。

（李媛）

分享到：