人工智能（AI）有助加速企業數碼化，這增加了市場對AI相關職位的需求。管理諮詢公司麥肯錫（McKinsey）的《人工智能現狀全球調查》報告指出，AI績效較佳的企業，開始體現營運及管理優勢，甚至更易吸引人才。

　　麥肯錫向全球不同行業共1,492間企業進行調查，當中有744間企業表示，至少有1項工作流程正在採用AI，並重點了解他們推行AI管理流程及招聘相關人才的情況。

　　過去一年，技術人才短缺未有緩解迹象，所有受訪企業都在招聘AI人才上遇到困難，多達32%企業將數據科學家視為「最難招聘崗位」。在最常僱用的崗位中，軟件工程師排名最高，有39%企業正在聘用；數據工程師及數據科學家則緊隨其後，分別有35%及33%企業聘用。

渴求數據科學家 軟件工程師

　　該報告指出，AI高績效企業（AI High Performer），即20%以上息稅前利潤（EBIT）是來自AI應用的企業，整體上，是較其他企業容易招聘AI人才，尤其是聘用機器學習（Machine Learning）工程師和數據科學家方面，更有明顯優勢（見圖表）。

麥肯錫合夥人Michael Chui表示，企業推行數碼化時，難免會經歷挫折，但長遠而言，將能更快速建立愈來愈多元化的應用程式。（麥肯錫提供圖片）

　　麥肯錫合夥人Michael Chui認為，機器學習工程師有助優化由數據科學家建立的ML模型性能和可擴展性，包括從獲取數據到預測結果，實現ML管道自動化，確保AI應用提供商業價值，因此這兩個職業的功能是相輔相成，市場對他們的需求也是特別大。

非技術員 參與創建AI應用

　　此外，AI高績效企業也容易將AI應用與業務成果掛鈎，例如這些公司都擁有模塊化的數據架構，足以適應新的AI應用程式，而不會以僵硬方式採用AI。

　　他預計，投放大量資源在AI發展的企業，將會繼續加大這方面的支出，AI高績效企業將會在自動化工具、企業架構及員工管理數碼化方面持續領先，形成「強者愈強」的格局。隨著企業的AI開發效率上升，這也將進一步加強對人才的吸引力。

　　Michael Chui也提到，AI高績效企業通常傾向使用低代碼或無代碼程式，讓非技術員工參與創建AI應用程式，這都有利推動企業實現AI產業化，提升開發效率及流程自動化的進度。

體驗學習 培訓員工AI技能

　　當AI應用變得更普及，提升員工的AI技能也是刻不容緩。報告指出，逾半數企業表示，會重新培訓員工來提高技能，這亦是最受企業歡迎的人才策略。而AI高績效企業則更傾向利用多種招聘渠道，例如尋找大學、科技公司、培訓學院，以及擁有多元化的項目或專業組職來招攬人才。

　　同時，AI高績效企業也擁有較高能力來培訓技術人員的AI技能，當中最常使用的方法是體驗式學習、線上自學課程和認證計劃，而其他企業則較著重於線上自學課程。