2025年6月23日下午，由北京大学教育学院与教务部共同主办的“AI时代的本科教育圆桌系列论坛”第二场在哲学楼101顺利举行。本场论坛以“破解与重塑：企业视角下的AI时代本科教育转型”为题，邀请多位学者、企业管理者，围绕企业实践与本科教育的关系展开深入探讨。教务部公众号为读者精心整理了论坛上学者与企业代表精彩发言，本期为华为技术有限公司高校与科研人才发展部曹新方部长的主题发言。

“人才”究竟意味着什么？企业如何理解人才？华为作为信息产业的代表性企业，在组织更新、人才引进、关键技术攻坚上的变化，正折射出整个行业的趋势——从重视知识积累转向强调跨学科理解与系统性创新；从评估能不能做，转向考察能不能协同、会不会提问。在这一过程中，年轻人正成为关键力量。他们如何从“象牙塔”走到企业研发一线？企业如何从“为自己育才”走向“为产业育才”？本篇发言稿将从企业实践出发，展现AI时代教育与产业的协同可能。

各位同学、各位嘉宾下午好。很开心今天能在这里与大家讨论从企业的维度来说，怎么看待智能化时代。

首先想向大家展现我们目前所遇到的挑战。第一个挑战是AI人才供需关系问题。中国这个社会一直以来，各行各业甚至包括人才培养都存在着从众、跟风的现象。刚才姜老师提到的美国CS专业，为什么会出现“优秀人才找不到工作”的情况？部分原因是目前AI代替了一些相应的工作，但最大的原因还是美国比中国更早进入到信息化的时代。所以美国高校无论是设立专业还是招生，CS专业一直都占据重要位置。人才的供应和需求是正态分布的，一旦过了拐点、供大于求以后，刚刚说的现象自然而然就会发生。

第二个挑战是人才流失与输入的问题。中国现在还处在正态分布的左半部分，在世界范围内，本科阶段AI的教育中国的贡献度是非常高的。但一旦进入研究生等更高培养阶段，也即拔尖、顶尖人才培养的范畴，中国就有大量的人才流失到了海外。目前人才最大的接受地就是美国。所以目前美国在AI，无论是基础理论的研究还是应用研究来看，现在还是领先于世界的。在人才输入上，中国在进入到研究生和博士生培养阶段以后，人才前端的输入来源相对单一，基本上绝大部分都来自于本国从本科阶段培养的AI人才。这几年国家对人才引进比较重视，所以我们从海外引流，但相对整体的数量来说，这部分输入比例还是偏小。

第三个挑战是需求匹配问题。高校和企业在对人才能力的理解与需求上，目前还存在比较大的差异。但实际上，并非只有AI领域才存在这样的问题，至少从华为涉及到的CT、IT领域来看，这个问题普遍存在。这么多年以来，华为每年校招基本可以保持在一万多人，本科应届生甚至研究生进公司以后，为了能与企业进行更好地磨合与适配，平均新员工培训时长在6-8个月，甚至有的超过一年。尽管在培训过程中，员工也会完成部分工作，但是从企业的角度来说，大部分员工能真正独立进行工作的时间是6-8个月以后。以我个人为例，今年到现在为止，我在华为内部学习平台学习了超过30多门课程，超过100个小时的学习时长，涵盖了公司现在的鲲鹏、昇腾、HMS、新能源、华为云等技术方向，还有项目管理、财经、法规等相关内容。在华为，每个员工每年都有一两百小时以上的培训，涵盖技术与管理各方面。尽管目前学校里并非完全没有相关的内容，但是相对来说，与企业的需求还存在一些差距。

在AI时代加速演进的背景下，华为在人才结构、技术攻坚、组织更新等方面的经验，体现出企业对“能力”理解的变化。作为信息行业比较领先的企业来说，华为最早的产业就在CT领域，无线、光等跟通讯相关的。在这些领域中，国内企业很长一段时间属于跟随者，更多时候不是提出一个产品或者设计，而是把别人已有的技术和产品做到性价比更高、质量更好，最终解决的还是工程问题，最多也是复杂工程问题解决能力。随着通讯从2G、3G、4G、5G甚至将来到6G，我们开始进入无人区。面对“天花板”问题，我们必须进入到前期的基础理论研究的领域。这个时候对于一个企业来说，虽然经常说“我需要物理学家、数学家、化学家”，但一个企业养这么多“家”是不太现实的。然而，华为公司又需要很多介于这个“家”那个“家”之间，同时又可以解决原先复杂工程问题的人才进入公司。企业为了让更多的领域实现从0到1的突破，需要有更多年轻的人加入。年轻人的眼界更开阔，创新与跨界思维的潜力更强。

随着AI的广泛应用，公司对知识性积累的重视程度相对在下降，而对跨学科的理解力与创新能力的要求则越来越高。实际上，现在在华为内部AI已经是大面积使用，从编程到管理，各阶段我们都在用AI工具，但大家会发现，实际上AI工具不是“会不会用”的问题，而在于“怎么用得好”的问题。就像我们用Deepseek一样，你如何提出一个更优秀的问题，去引导AI软件，充分挖掘它的算力给出一个更精准或者更贴合实际的答案给你。有时候提问的能力比AI大模型编程的能力更关键。姜老师提到的35岁“高龄”的大厂员工用AI工具20分钟做出来了一个爆款应用软件，肯定使用了AI编程，但软件架构是他完成的设计，这是AI实现不了的。

刚刚姜老师提到了KSAO模型，为什么现在招聘的难度越来越高？因为一些知识、技能和一部分能力，都属于冰山上可见的部分，但这部分只是冰山很小的一部分，冰山下面的那部分是非常难以考察的。华为现在采用结构化面试，我们的面试官都要接受5-10小时的“赋能”，每年都不一样。

具体来说，关于人才的培养，以华为智能基座项目的人才生态为例。AI来了以后，现在大家关注的百分之七、八十跟华为没有直接关系，但又跟华为有非常紧密的关系。为什么很多东西跟华为没有直接的关系。现在大家看到的更多的是AI应用，但华为没有做太多AI的应用，而是在进行“底层”软硬件平台的研发。在应用层面，我们主要做了一个盘古大模型，其他模型类的东西并没有做很多。而盘古大模型也不是一个通用模型，目前主要是在气象、金融等几个领域做了适用。这个适用的前提是希望做的软硬件系统跑一个应用，来测出自己的软硬件系统到底哪些方面需要改进。而上层的应用跟我们所有人平时工作生活是直接相关的。更多地，华为现在主要做的是软硬件底层。但我们做AI任何相关的事需要用用到的AI算力，除了英伟达，目前只有华为的昇腾系统。因此，4年前华为跟教育部做了合作，将国产化的根技术融入大学本科课程。智能基座项目是在做人才黑土地的培育，更多的是为产业培养几十万、上百万的人才。这个平台原先是涉及鲲鹏、昇腾和华为云，现在已经成为公司级的人才培养平台，未来鸿蒙、新连接的星闪技术、新编程的仓颉语言等慢慢都会加入这个平台。AI技术的发展，一定是从老师、学生层面开始的，而人才最大的来源是高校，特别是北大这样的研究性顶尖高校。研究型、应用型、操作型的人才都需要树立相应的标杆，各个学校分层分级培养对应的人才。对企业来讲，只有这类生态人才越来越多，我们才可能从量变到质变，中国才有可能涌现出更多的像OpenAI、英伟达这样的顶尖公司。

文字整理|谭梓炜

图片|刘璐怡

美编|黎子承