Обеспечение потребности сферы искусственного интеллекта кадрами с высшим образованием
Автор: Аверьянов А.О., Степусь И.С., Гуртов В.А.
Журнал: Университетское управление: практика и анализ @umj-ru
Рубрика: Университет и рынок труда
Статья в выпуске: 4 т.26, 2022 года.
Бесплатный доступ
Развитие сферы искусственного интеллекта (ИИ) и внедрение ИИ-технологий в различных отраслях российской экономики является одной из приоритетных задач. Любое развитие связано с ресурсами; в случае с экономикой, основанной на знаниях, таким ресурсом выступают высококвалифицированные кадры. В статье исследуются источники обеспечения кадровой потребности сферы искусственного интеллекта, основными из которых являются выпуск системы высшего образования по профильным образовательным программам в сфере ИИ, самообразование работников с высшим образованием, профессиональная переподготовка. Методологической основой исследования стал балансовый метод, реализованный на опросных и статистических данных. Определено, что потребность сферы искусственного интеллекта в кадрах с высшим образованием за счет выпускников вузов на краткосрочном горизонте планирования обеспечивается на уровне 35%, что ниже среднего по российской экономике. Суммарный вклад всех рассмотренных источников позволит обеспечить только 70% потребности сферы ИИ в кадрах с высшим образованием. Качественный анализ обеспечения потребности позволил выделить дефицитные группы образовательных специальностей, а также сформировать перечень вузов-лидеров по подготовке кадров с компетенциями в сфере ИИ. Научная новизна исследования заключается в том, что количественный и качественный анализ источников покрытия кадровой потребности для российской сферы ИИ проведен впервые. Практическая значимость работы отражается в конкретизации объемов подготовки кадров в сфере ИИ, определении обеспеченности кадровой потребности по отдельным группам специальностей/направлений подготовки, а также выявлении центров подготовки таких кадров. Эта информация служит ориентиром при формировании системных управленческих решений о корректировке контрольных цифр приема и разработке образовательных программ и профессиональных стандартов в сфере ИИ. Статья будет полезна руководителям и сотрудникам профильных ведомств, принимающих участие в развитии сферы ИИ, а также представителям научно-образовательного сообщества из этой профессиональной области.
Обеспечение кадровой потребности, подготовка кадров, высшее образование, профессиональное образование, искусственный интеллект, цифровая экономика
Короткий адрес: https://sciup.org/142237498
IDR: 142237498 | DOI: 10.15826/umpa.2022.04.028
Текст научной статьи Обеспечение потребности сферы искусственного интеллекта кадрами с высшим образованием
ISSN 1999-6640 (print)
Одним из приоритетных направлений социально-экономического развития для России является сфера искусственного интеллекта, которая выступает в качестве ключевой технологии для обеспечения устойчивого экономического роста и перехода к новой цифровой экономике. В горизонте текущего десятилетия планируется обеспечить массовое внедрение искусственного интеллекта, которое должно охватить все отрасли экономики, социальной сферы и систему государственного управ-ления1. Выполнение этих планов требует не только значительных финансовых ресурсов, но и решения вопроса дефицита специалистов в сфере высоких технологий. По данным аналитического отчета «Индекс готовности приоритетных отраслей экономики Российской Федерации к внедрению искусственного интеллекта», для преодоления кадрового дефицита необходимо увеличение количества ИИ-специалистов на рынке труда как минимум на 50 % [1]. Речь здесь идет не только об исследователях и разработчиках, создающих высокоинтеллектуальный конечный продукт, но и о компетентных специалистах ключевых отраслей экономики и социальной сферы, которые используют результаты работы ИИ в своей деятельности. Подготовку таких специалистов осуществляют университеты, играющие ведущую роль в обеспечении приоритетных направлений социально-экономического развития высококвалифицированными кадрами [2].
Решение задач кадрового обеспечения любой социально-экономической системы предполагает проведение исследований по двум направлением.
Первое из них касается разработки прогноза кадровой потребности и позволяет получить ответ на вопрос, сколько ежегодно требуется кадров в дополнение к уже имеющемуся числу работников, чтобы обеспечить планируемые темпы развития [3]. Второе направление связано с определением источников обеспечения этой потребности. Оно является важным с точки зрения планирования развития системы подготовки кадров, принятия управленческих решений о том, сколько специалистов готовить и по каким образовательным программам, необходимы ли дополнительные источники кадрового обеспечения.
Обзор литературы
Вопросы потребности экономики в кадрах и ее обеспечения за счет подготовки специалистов в российских университетах уже неоднократно освещались на страницах научной периодики. Т. Н. Блинова, А. В. Федотов, А. А. Коваленко оценили, насколько подготовка кадров с высшим образованием по группам специальностей соответствует структуре занятости экономики по видам экономической деятельности для России в целом и ее регионов [4]. В статье В. А. Виниченко затронут отраслевой аспект – проведен анализ потребностей транспортной отрасли и дана оценка возможностей системы подготовки кадров для работы на транспорте [5]. С. В. Сигова, И. С. Степусь рассмотрели вопрос потребности в кадрах и возможностей обеспечения этой потребности за счет системы высшего образования в отношении приоритетных геостратегических регионов Арктической зоны России [6].
Ряд исследователей рассматривали вопросы кадрового обеспечения отдельных отраслей или секторов экономики. В работе О. В. Будзинской, В. Г. Мартынова и В. С. Шейнбаума рассмотрены вопросы кадрового обеспечения топливноэнергетического комплекса [7]. Обеспечение потребности в кадрах российских предприятий оборонно-промышленного комплекса исследовано в работе С. В. Пополитовой, Л. И. Ушмодиной и Ю. А. Карплюк [8].
Решение этих задач применительно к сфере искусственного интеллекта стало новым вызовом для российской науки и практики управления. В настоящее время большинство исследований направлены на более широкую область информационно-коммуникационных технологий или цифровой экономики без выделения сферы искусственного интеллекта. Ассоциация предприятий компьютерных и информационных технологий дала оценку численности ИТ-кадров для цифровой экономики в России и сформировала прогноз потребности в высококвалифицированных ИТ-специалистах, которая к 2024 году достигнет значения на уровне 300 тысяч человек в год [9]. В статье Р. А. Амирова и Е. В. Егорова приводится межстрановое сравнение доли ИКТ-специалистов, занятых в экономике, и сделан вывод о необходимости наращивания объемов подготовки специалистов для цифровой экономики России [10]. Аналогичный вывод сделан в исследовании [11], где авторы в качестве одной из причин отставания российского сектора ИКТ от ведущих стран мира называют недостаточное ресурсное обеспечение цифровой экономики, в том числе высококвалифицированными кадровыми ресурсами. И. Н. Трофимова акцентирует внимание на важности дифференцированного подхода к определению потребностей в численности и уровне подготовки цифровых кадров в разрезе отдельных отраслей, регионов и перспектив развития самих цифровых технологий [12]. В работе Д. А. Гайнанова и Ю. А. Климентьевой определены приоритеты кадрового обеспечения цифровой экономики [13].
Авторами работы [14] были сформированы количественные показатели потребности в кадрах с высшим образованием для сферы искусственного интеллекта в России. Значение ежегодной дополнительной кадровой потребности в сфере ИИ на 2023 год составило 39,3 тыс. человек. Авторами также была проведена детализация этих показателей по укрупненным группам специальностей и направлений подготовки.
Проработка источников и объемов кадрового обеспечения сферы искусственного интеллекта в России в настоящее время носит фрагментарный характер. Отдельные вопросы подготовки для сферы ИИ в университетах России затронуты в ряде аналитических сборников. В альманахе «Искусственный интеллект. Индекс 2021 года»2 отмечается, что только 3,7 тысяч выпускников в 2021 г. обладают нужными навыками в области машинного и глубокого обучения. Альянсом компаний в сфере ИИ на основе анализа 600 образовательных программ, реализуемых в 86 российских вузах, сформирована тепловая карта учебных заведений3, выделены группы вузов-лидеров, которые могут решать задачи подготовки квалифицированных кадров в сфере искусственного интеллекта. В экспертно-аналитическом докладе «Искусственный интеллект в промышленности» представлен ТОП-10 университетов России, ведущих подготовку по образовательным программам в сфере ИИ [15].
Анализ зарубежных источников показывает более глубокую информационно-аналитическую базу исследований, посвященных кадровому обеспечению сферы ИИ. В отчете «Academic Offer of Advanced Digital Skills in 2019–20. International Comparison» [16] представлен подробный анализ рынка образовательных услуг для передовых цифровых навыков в области искусственного интеллекта в 27 странах Европейского Союза. Один из разделов авторитетного аналитического сборника «AI Index Report», издаваемого Стэндфордским университетом, посвящен подготовке кадров в области ИИ и содержит сведения о приеме и выпуске студентов, а также о трудоустройстве выпускников [17, 18].
Таким образом, научная проблема состоит в следующем: несмотря на то, что сфера искусственного интеллекта является одной из стратегических векторов социально-экономического развития общества, в публикациях отсутствуют научно обоснованные данные об объемах и источниках обеспечения кадровой потребности российской сферы ИИ.
Целью исследования является определение источников для обеспечения кадровой потребности сферы ИИ и их количественных характеристик. Для достижения указанной цели решаются следующие задачи:
-
1. Формирование показателей объемов выпуска по основным профессиональным образовательным программам высшего образования (ОПОП ВО) в сфере искусственного интеллекта в российских университетах, реализующих эти программы.
-
2. Анализ резюме соискателей с высшим образованием по профессиям ИИ и определение объемов специалистов, которые приобрели профессиональные компетенции в сфере ИИ путем «самообразования».
-
3. Анализ программ дополнительного профессионального образования в сфере цифровой экономики и определение объема выпускников, повысивших квалификацию со специализацией в сфере искусственного интеллекта, по этим программам.
-
4. Формирование балансовой таблицы «потребность – источники обеспечения потребности» и выявление проблемных зон в кадровом обеспечении сферы ИИ.
При решении поставленных задач объектом исследования является сфера искусственного интеллекта, предметом – источники обеспечения кадровой потребности сферы ИИ.
В рамках исследования проверяется гипотеза о том, что потребность сферы искусственного интеллекта в кадрах с высшим образованием на краткосрочном горизонте планирования обеспечивается на уровне ниже среднероссийского по экономике.
Методология и методы исследования
Методологической основой исследования является балансовый метод, который применяется в экономическом анализе для сопоставления взаимосвязанных показателей с целью увеличения эффективности производства [19]. При проведении исследования использовались экономико-статистические методы, методы статистического анализа, методы опроса целевых групп.
Целевой группой для выявления организаций высшего образования, которые реализуют образовательные программы в сфере ИИ, выступили российские вузы. По результатам опроса был сформирован перечень из 208 российских университетов, в которых, по их самооценке, реализуются или планируются к реализации ОПОП в сфере ИИ в срок до 2024 года. По информации, полученной от этих вузов, были сформированы текущие и плановые показатели приема на обучение по программам в сфере ИИ [20]. Далее в эти 208 университетов был направлен запрос о количестве выпускников, завершивших обучение по программам высшего образования в сфере искусственного интеллекта в 2021 и 2022 годах, и плановые цифры выпуска на 2023 и 2024 годы. Содержательный ответ с количественными показателями был получен от 138 вузов, в число которых вошли:
-
– 5 университетов из числа победителей конкурса по созданию исследовательских центров, посвященных искусственному интеллекту;
-
– 15 университетов из числа победителей грантового конкурса Минобрнауки России на разработку программ бакалавриата и программ магистратуры по профилю «Искусственный интеллект»;
-
– 51 вуз-партнер победителей грантового конкурса Минобрнауки России на разработку программ бакалавриата и программ магистратуры по профилю «Искусственный интеллект».
Для оценки потенциального объема обеспечения кадровой потребности в сфере ИИ за счет самообразования были проанализированы резюме соискателей работы по ИКТ-профессиям, которые можно было бы отнести к сфере искусственного интеллекта. Под самообразованием понимается дополнительное прохождение курсов и повышение квалификации соискателем при наличии у него высшего образования. В качестве источника информации использовался ведущий российский интернет-портал по поиску работы «HH.ru». Для сбора данных использовался интерфейс HeadHunter API4, в котором на основе ключевых слов формировался запрос к поисковой системе портала, затем в автоматизированном формате собирались основные сведения о найденных резюме, после чего производилась очистка и обработка данных. В результате исследования было отобрано 4967 резюме соискателей с высшим образованием по профессиям в сфере искусственного интеллекта.
Для определения объема выпускников по программам дополнительного профессионального образования в сфере цифровой экономики, повысивших квалификацию со специализацией в сфере искусственного интеллекта, использовался ресурс «Университет 2035» – ключевой центр по переподготовке кадров для цифровой экономики. Источниковой базой послужила информация о количестве граждан, прошедших обучение по дополнительным профессиональным образовательным программам, в которых приобретаются компетенции для работы в сфере ИИ.
Результаты исследования
Объемы выпуска по основным профессиональным образовательным программам высшего образования (ОПОП ВО) в сфере искусственного интеллекта
Основным источником обеспечения кадровой потребности экономики традиционно является система профессионального образования, и сфера искусственного интеллекта не является исключением. Для формирования объемов выпусков был проведен двухэтапный опрос вузов, реализующих образовательные программы в сфере ИИ.
На рис. 1 приведены интегральные цифры фактического и планового выпуска по образовательным программам в сфере ИИ по уровням высшего образования.
Динамика подготовки выпускников по программам в сфере ИИ показывает более чем двукратный рост выпуска за четыре года – 8,9 тыс. в 2021 году, 10,1 тыс. в 2022 году, 13,9 тыс. в 2023 году и 20,1 в 2024 году. Цифры на 2023 и 2024 годы являются плановыми и сформированы вузами самостоятельно на основе текущей численности студентов.
В объеме выпуска бакалавров с 2021 по 2024 годы наблюдается рост числа подготовленных специалистов в сфере ИИ: 2021 г. - выпуск 4,7 тыс. человек, 2022 г.- 5,6 тыс. человек, 2023 г. - 7,5 тыс. человек, 2024 г.- 9,3 тыс. человек. Выпуск специалистов в указанный период меняется незначительно: в 2021 г.- 0,27 тыс. человек, в 2022 г.0,28 тыс. человек, в 2023 г.- 0,40 тыс. человек и в 2024 г. - 0,41 тыс. человек. Схожая с бакалаврами динамика наблюдается среди магистров: выпуск в 2021 г. - 3,9 тыс. человек, в 2022 г. - 4,2 тыс. человек, в 2023 г.- 6,1 тыс. человек и в 2024 г.- 10,4 тыс.
человек. Резкий рост числа выпускаемых магистров в 2024 году связан с тем, что в рамках конкурса Минобрнауки России на предоставление грантов на разработку ОПОП в сфере ИИ вузами был сделан акцент на разработку магистерских программ.
Анализ показал, что подготовка кадров в сфере ИИ реализуется вузами в рамках 727 образовательных программ из 82 различных направлений подготовки/специальностей по 23 УГСН. Выпуск по этим ОПОП в сфере ИИ в 2023 году составит 13,9 тыс. человек, что соответствует 35,4 % от совокупной кадровой потребности в сфере ИИ на 2023 год. Показатель покрытия потребности в 35,4 % позволяет подтвердить выдвинутую гипотезу о том, что потребность сферы искусственного интеллекта в кадрах с высшим образованием за счет выпускников вузов обеспечивается на уровне ниже среднего по российской экономике, так как общероссийские значения для всей экономики находятся на уровне 50 % [3]. В табл. 1 представлены агрегированные по УГСН показатели объема выпуска по ОПОП в сфере ИИ в 2023 и 2024 годах.
Максимальный выпуск специалистов для сферы ИИ в 2023 году будет приходиться на УГСН «09.00.00 – Информатика и вычислительная техника»: 6,7 тыс. человек, что составляет половину от совокупного выпуска. Среди отдельных НПС по объему выпуска лидирует «09.03.01 – Информатика и вычислительная техника»: выпуск

Факт План
0 Бакалавриат В Магистратура □ Специалитет
Рис. 1. Выпуск системы высшего образования по программам в сфере ИИ, все формы обучения, 2021–2024 гг.
Fig. 1. Higher education institutions graduation in the sphere of artificial intelligence (by all forms of education, 2021–2024)
Источник: составлено авторами по данным опроса вузов
Таблица 1
Детализация выпуска специалистов в сфере ИИ с ВО в 2023 и 2024 году по УГСН
Higher-educated specialists in the sphere of artificial intelligence as differentiated by specialty groups (2023 and 2024)
Table 1
Необходимо особо отметить, что выявлен ряд отраслевых УГСН, по которым существует потребность в подготовке кадров, но выпуск не осуществляется, либо осуществляется в очень низком объеме. К таким отраслям относятся медицина, сельское хозяйство, транспорт и ядерная энергетика.
Из 136 российских вузов, ведущих подготовку по ОПОП в сфере ИИ, 110 показали выпуск специалистов в 2023 году. Средний объем выпуска среди вузов с учетом максимальных и минимальных величин составляет 124 человека, медианное значение – 55 человек, что говорит о большой разнице в объемах подготовки среди опрошенных вузов. Так, например, на первые 12 вузов по объему выпуска суммарно приходится 50 % от выпуска в 2023 году – 7 тыс. человек. На рис. 2 приведен перечень ТОП-12 вузов по объему выпуска специалистов в сфере ИИ в 2023 году.
Большинство ОПОП в ТОП-12 вузов имеют техническую направленность, а среди УГСН, по которым реализуются ОПОП, лидируют «09.00.00 – Информатика и вычислительная техника» (2,9 тыс. человек) и «01.00.00 – Математика и механика» (2,2 тыс. человек). Разнообразие НПС, в рамках которых осуществляется реализация ОПОП ИИ, изменяется от вуза к вузу. Так, в ВШЭ две НПС, в НГТУ – двадцать две, а в МФТИ – шесть. Среди особенностей выпуска можно отметить преобладание объема выпусков по магистерским программам в ВШЭ, МФТИ и МЭИ. Два из них – МФТИ
Высшая школа экономики
Новосибирский государственный технический университет
Московский физико-технический институт
(национальный исследовательский университет) Московский государственный университет имени М.В.Ломоносова
Московский государственный технический университет имени Н.Э. Баумана
Санкт-Петербургский политехнический университет Петра Великого
Национальный исследовательский университет МЭИ
Санкт-Петербургский государственный университет телекоммуникаций им.проф.М.А.Бонч-Бруевича
Казанский (Приволжский) федеральный университет
Пензенский государственный технологический университет
МИРЭА - Российский технологический университет
Самарский национальный исследовательский университет имени академика С.П. Королева
■■W ' ' - I

0 100 200 300 400 500 600 700 800 900 1000
Объем выпуска, человек
-
□ Бакалавриат □ Магистратура □ Специалитет
Рис. 2. Перечень ТОП-12 вузов по выпуску специалистов в сфере ИИ в 2023 году Fig. 2. Top 12 universities by specialists’ graduation in the sphere of artificial intelligence (2023) Источник: составлено авторами по данным опроса вузов
и ВШЭ5 - носят статус Центров по развитию ИИ в России, что накладывает на них дополнительные обязательства по увеличению объемов подготовки кадров в сфере ИИ.
Определение объемов специалистов, которые приобрели профессиональные компетенции в сфере ИИ путем самообразования
К числу дополнительных источников для покрытия кадровой потребности относятся выпускники системы высшего образования, которые самостоятельно занимались формированием компетенций, необходимых для работы по профессиям в сфере ИИ, путем самообразования. Количественные показатели для этого источника покрытия были сформированы на основе анализа резюме соискателей работы в сфере ИИ. Для качественной оценки эти показатели были детализированы в двух разрезах – образовательном и профессиональном.
В рамках образовательного разреза были выявлены уровни образования, образовательные специальности и вузы, где соискатель получил базовое высшее образование. Доля бакалавров в выборочной совокупности составила 40 %; 4,5 % были выпускниками программ специалитета; доля магистров также составила 40 %; еще 3 % – выпускники аспирантуры; 11 % соискателей работы имеют ученую степень кандидата или доктора наук.
Анализ образовательных специальностей соискателей работы в сфере ИИ показал, что почти треть из них имеют базовое экономическое или управленческое образование. Следующие по объему числа соискателей –УГСН «01.00.00 – Математика и механика» и «09.00.00 – Информатика и вычислительная техника», их доля составляет 17 % и 11 % соответственно. В Таблице 2 представлена детализация распределения числа соискателей работы в сфере ИИ по УГСН.
Анализ резюме соискателей позволил определить университеты, в которых они получали базовое высшее образование. Детализированные информация приведена на рис. 3, данные структурированы по уровням высшего образования, число вузов ограничено первыми двенадцатью по количеству резюме. В центре рисунка отражены вузы,
Таблица 2
Распределение резюме соискателей в сфере ИИ по УГСН
Table 2
Specialty groups distribution according to applicants’ CVs in the sphere of artificial intelligence
Среди вузов, которые соискатели работы в сфере ИИ с ученой степенью указали как место под-готовки\защиты диссертации, лидируют МГУ им. М. В. Ломоносова, НИУ ВШЭ, РАНХиГС при Президенте РФ и МФТИ. Эти же лидеры – МГУ им. М. В. Ломоносова, НИУ ВШЭ – среди университетов, которые окончили соискатели из числа бакалавров, магистров и специалистов. Лидерство классических университетов показывает, что канал обеспечения кадровой потребности их выпускников из числа прошедших самообразование является значимым.
В рамках профессионального разреза были выделены профессиональные роли соискателей работы в сфере ИИ, а также определены группировки профессий на основе самоидентификации соискателей.
В рамках анализа резюме соискателей работы по профессиям в сфере ИИ были выделены три основных профессиональных роли – исследователи, разработчики и прикладники (по аналогии со специализированными техническими ролями при разработке продуктов искусственного интеллекта) 6 .
Исследователи – их объем составил 2,8 % – занимаются развитием сферы ИИ в целом, их вклад связан с созданием новых знаний в отрасли, их основной квалификационной характеристикой является наличие ученой степени. Профессиональная деятельность разработчиков – объем таких резюме составляет 31,1 % – напрямую связана с разработкой продукта в сфере ИИ: от создания математических моделей до написания программ и их
-
6 Глобальный отчет о талантах в области искусственного интеллекта-2020. URL: https://jfgagne.ai/global-ai-talent-report-2020/#anchor-10 (дата обращения: 20.12.2022).
■ БАКАЛАВРЫ МАГИСТРЫ И СПЕЦИАЛИСТЫ
ИССЛЕДОВАТЕЛИ ИИ (доктора, кандидаты и аспиранты)
Рис. 3. ТОП-12 университетов по базовому образованию соискателей работы в сфере ИИ на основе резюме
Fig. 3. Top 12 universities by job seekers’ basic education in the sphere of artificial intelligence (according to CVs) Источник: составлено авторами на основе анализа резюме практического внедрения. Прикладники – общий объем этой категории работников среди резюме составляет 66,1 %, и она является самой многочисленной – напрямую не учувствуют в разработке продукта, но используют его на практике. Условно прикладников можно разделить на две подгруппы – одни занимаются менеджментом и продвижением продукта, а другие обладают компетенциями в сфере применения продуктов ИИ в своей профессиональной деятельности.
Все 4967 резюме были разделены на 7 групп-профессий по аналогии с базовой моделью компетенций Альянса в сфере ИИ7. В группу Data Science попало 934 резюме, аналитиков – 538 резюме, инженеров – 449 резюме, разработчиков – 623 резюме, руководителей и менеджеров проектов – 1731 резюме, архитекторов – 61 резюме и в группу «прочие» – 381 резюме, куда вошли профессии, лишь косвенно связанные со сферой ИИ. Отнесение резюме соискателей к той или иной группе проходило на основе заголовка резюме вкупе со специализацией, которую выбрал сам соискатель. Примерами связи «заголовок резюме – специализация» являются пары «Data scientist, Deep Learning Research Engineer» – «Научный специалист, исследователь, лаборант», а также «Руководитель AI-проектов (ML/NLP/CV)» – «Руководитель группы разработки», где на первом месте – заголовок резюме, а на втором – одна из его специализаций.
В Таблице 3 в качестве примера приведены четыре группы профессий в сфере ИИ, по каждой из которых отобраны 5 заголовков резюме, указанные соискателями на основе самоидентификации, которые встречаются чаще всего. В заголовках резюме встречается как англоязычное, так и русскоязычное написание наименований профессий.
Анализ позиций, на которые претендуют соискатели, показал, что прошедшие самообразование специалисты в сфере ИИ чаще претендуют на менеджерские и руководящие позиции, что соотносится с доминирующей областью базового образования соискателей ( УГСН 38.00.00 – Экономика и управление ). Данная тенденция должна позитивно сказываться на рынке труда в этой сфере, поскольку система высшего профессионального образования в большей степени нацелена на подготовку технических специалистов в сфере ИИ, а подготовка по менеджерским позициям представлена в меньших объемах.
Качественный анализ резюме показал, что в процессе поиска работы находятся не только выпускники последних лет, но и специалисты с опытом работы, нацеленные на позиции, требующие более высокой квалификации. Это отражается в заголовках резюме, содержащих характеристику уровня должности ( Middle/Senior ).
Сравнение резюме по группам профессий с наименованиями образовательных программ, которые реализуются вузами, подтверждает выявленную тенденцию. Из 647 наименований образовательных программ ВО лишь 18 относятся к применению ИИ в различных сферах деятельности, 11 программ – к управлению процессом создания ИИ-продуктов. В то же время более 100 образовательных программ ориентированы на подготовку разработчиков, 93 связаны с аналитикой данных и областью Data Science, 24 программы направлены на инженерную подготовку.
Таким образом, учет 4967 соискателей работы с высшим образованием по профессиям в сфере ИИ позволяет обеспечить еще 12,6 % от объема кадровой потребности в сфере ИИ.
Определение объемов выпускников по программам дополнительного профессионального образования, повысивших квалификацию со специализацией в сфере искусственного интеллекта
Переподготовка выпускников по программам дополнительного профессионального образования позволяет при наличии у них базового высшего
Таблица 3
Самоидентификация профессий соискателей работы в сфере ИИ на основе заголовков резюме
Table 3
Self-identification of job seekers’ professions in the sphere of artificial intelligence (according to CV titles)
Data Science |
Аналитики |
||
Заголовок резюме |
Кол-во |
Заголовок резюме |
Кол-во |
Data Scientist |
390 |
Аналитик данных / Data Analyst |
103 |
Junior Data Scientist |
60 |
Аналитик / Analyst |
97 |
Middle / Senior Data Scientist |
20 |
Бизнес-аналитик / Business Analyst |
29 |
Data Scientist / Machine Learning Engineer |
14 |
Системный аналитик |
13 |
Researcher |
8 |
Младший аналитик / Junior Data Analyst |
10 |
Всего по ТОП-5: |
492 |
Всего по ТОП-5: |
252 |
В Таблице 4 приведены данные о числе выпускников по образовательным программам в сфере ИИ и по смежным направлениям в 2022 году.
На основе данных Таблицы 4 можно сделать вывод, что в 2022 году прошли переподготовку для работы в сфере ИИ 8,8 тыс. человек, что позволяет
8Университет 20.35 / Цифровые профессии 2022. URL: https:// cat.2035.university/rall/?project_id=48 (дата обращения: 20.12.2022).
обеспечить кадровую потребность в сфере ИИ на 22 %. Следует отметить, что наибольшее число граждан, прошедших переподготовку, получили компетенции в области Data Science и аналитике данных, значительно меньше выпускников завершили обучение по программам, связанным с инжинирингом и программированием с уклоном в ИИ. В дальнейшем для сравнительных количественных показателей подготовки кадров образовательные программы ДПО экспертно были отнесены к профильным УГСН.
Обсуждение результатов и заключение
Результаты, представленные в предыдущих разделах, показали, что основными источниками обеспечения ежегодной дополнительной
Таблица 4
Количество граждан, прошедших обучение по дополнительным образовательным программам в сфере ИИ в рамках «Университета 2035»
Table 4
The number of vocational education program trainees in the sphere of artificial intelligence within the framework of «University 2035»
Таблица 5
Балансовая таблица «ежегодная дополнительная кадровая потребность – источники обеспечения кадровой потребности» в сфере ИИ в 2023 году
Balance sheet «annual additional recruitment needs – sources of staffing» in sphere of artificial intelligence for 2023
Table 5
Код УГСН |
ЕДП на 2023 г., чел. |
Выпуск специалистов в сфере ИИ |
Самообразование в сфере ИИ |
Переподготовка кадров в «Университет 2035» |
Обеспечение ЕДП за счет основных источников |
||||
Выпуск 2023 г., всего, чел |
Обеспечение ЕДП, % |
Всего, чел. |
Обеспечение ЕДП, % |
Выпуск, 2023 г., всего |
Обеспечение ЕДП, % |
Выпуск 2023 г., всего, чел |
Обеспечение ЕДП, % |
||
1 |
2 |
3 |
4=3/2 |
5 |
6=5/2 |
7 |
8=7/2 |
9=3+5+7 |
10=9/2 |
01.00.00 |
3650 |
3172 |
86,9 % |
875 |
24,0 % |
2186 |
59,9 % |
6233 |
170,8 % |
02.00.00 |
2350 |
975 |
41,5 % |
86 |
3,7 % |
1631 |
69,4 % |
2692 |
114,6 % |
03.00.00 |
380 |
455 |
119,7 % |
268 |
70,5 % |
0 |
0 |
723 |
190,3 % |
09.00.00 |
15340 |
6716 |
43,8 % |
584 |
3,8 % |
4450 |
29,0 % |
11750 |
76,6 % |
10.00.00 |
1200 |
664 |
55,3 % |
118 |
9,8 % |
0 |
0 |
782 |
65,2 % |
11.00.00 |
1570 |
141 |
9,0 % |
68 |
4,3 % |
0 |
0 |
209 |
13,3 % |
12.00.00 |
730 |
160 |
21,9 % |
54 |
7,4 % |
0 |
0 |
214 |
29,3 % |
13.00.00 |
1820 |
68 |
3,7 % |
28 |
1,5 % |
0 |
0 |
96 |
5,3 % |
14.00.00 |
400 |
40 |
10,0 % |
14 |
3,5 % |
0 |
0 |
54 |
13,5 % |
15.00.00 |
3400 |
440 |
12,9 % |
242 |
7,1 % |
0 |
0 |
682 |
20,1 % |
22.00.00 |
250 |
0 |
0 |
10 |
4,0 % |
0 |
0 |
10 |
4,0 % |
23.00.00 |
820 |
35 |
4,3 % |
10 |
1,2 % |
0 |
0 |
45 |
5,5 % |
27.00.00 |
1730 |
381 |
22,0 % |
96 |
5,5 % |
0 |
0 |
477 |
27,6 % |
30.00.00 |
1050 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
35.00.00 |
410 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
37.00.00 |
200 |
0 |
0 |
60 |
30,0 % |
0 |
0 |
60 |
30,0 % |
38.00.00 |
940 |
361 |
38,4 % |
1541 |
163,9 % |
208 |
22,1 % |
2110 |
224,5 % |
44.00.00 |
750 |
82 |
10,9 % |
0 |
0 |
0 |
0 |
82 |
10,9 % |
45.00.00 |
290 |
57 |
19,7 % |
154 |
53,1 % |
0 |
0 |
211 |
72,8 % |
Другие УГСН |
2020 |
167 |
8,3 % |
758 |
37,5 % |
368 |
18,2 % |
1293 |
64,0 % |
Общий итог: |
39300 |
13914 |
35,4 % |
4966 |
12,6 % |
8843 |
22,5 % |
27723 |
70,5 % |
-
70,5 % покрытия кадровой потребности в сфере ИИ в 2023 году.
Ниже представлена балансовая таблица обеспечения кадровой потребности по УГСН из различных источников. Полученные значения показывают, что лишь по четырем группам специальностей кадровая потребность обеспечена полностью, и даже существует кадровый запас: «38.00.00 – Экономика и управление», «03.00.00 – Физика и астрономия», «01.00.00 – Математика и механика» и «02.00.00 – Компьютерные и информационные науки». При этом для двух важных для экономики областей образования выпуск специалистов в 2023 году отсутствует, и потребность полностью не удовлетворяется: «30.00.00 – Фундаментальная медицина» и «35.00.00 – Сельское, лесное и рыбное хозяйство». Для трех областей образования («13.00.00 – Электро-и теплоэнергетика», «22.00.00 – Технологии материалов» и «23.00.00 – Техника и технологии наземного транспорта») потребность в специалистах удовлетворяется за счет выпуска специалистов в 2023 году менее чем на 10 %.
Сформированная балансовая таблица «ежегодная дополнительная кадровая потребность – источники обеспечения кадровой потребности» в сфере ИИ в 2023 году позволяет оценить текущее состояние подготовки кадров системой образования. На основе полученных значений в рамках планирования контрольных цифр приема нужно акцентировать внимание на количественных показателях неудовлетворенного спроса по УГСН и увеличивать подготовку/ переподготовку по этим направлениям со специализацией в сфере ИИ. Также необходимо отметить, что для того, чтобы реализовать национальные стратегические задачи в сфере ИИ, важно не только увеличивать объемы подготовки ИИ-специалистов, но и ориентировать образовательные программы вузов на актуальные запросы рынка технологических решений в сфере ИИ, а также отраслей экономики и социальной сферы, где эти решения применяются9.
Представленные данные об объемах выпуска в вузах являются особенно актуальными в свете анонса запуска первого в России рейтинга российских высших учебных заведений, в которых ведется подготовка кадров для сферы ИИ10. Так, среди университетов, реализующих ОПОП в сфере ИИ, по объему выпуска лидируют Высшая школа экономики, Новосибирский государственный технический университет, Московский физико-технический институт. Схожая информация получена на основе анализа резюме: на рынке труда наибольшее число соискателей приходится на Высшую школу экономики, Московский государственный университет имени М. В. Ломоносова, Московский государственный технический университет имени Н. Э. Баумана и Московский физико-технический институт.
Научная новизна представленного исследования заключается в том, что впервые проведен детальный качественный и количественный анализ источников покрытия кадровой потребности для российской сферы ИИ и выявлены проблемные зоны в кадровом обеспечении. Качественный анализ по обеспечению кадровой потребности в сфере ИИ позволяет сделать вывод, что подготовка кадров в больше степени нацелена на ИКТ-специалистов, хотя на рынке труда ИИ требуются и управленческие кадры.
Ограничением представленного исследования является то, что количественные характеристики объемов подготовки специалистов в сфере ИИ были получены на основе самооценки образовательных организаций высшего образования. Планируемая государственная экспертиза ОПОП в сфере ИИ, реализуемых вузами, может изменить представленные количественные оценки как числа реализуемых образовательных программ, так и объемов специалистов, подготовленных по этим программам.
Список литературы Обеспечение потребности сферы искусственного интеллекта кадрами с высшим образованием
- Индекс готовности приоритетных отраслей экономики Российской Федерации к внедрению искусственного интеллекта: аналитический отчет. Москва: Аналитический центр при Правительстве Российской Федерации; МГУ имени М. В. Ломоносова, 2021. 159 с.
- Федотов А. В., Беляков С. А., Клячко Т. Л., Полушкина Е. А. Кадровое обеспечение приоритетных направлений социально-экономического развития: состояние и проблемы // Университетсткое управление: практика и анализ. 2017. № 21(3). С. 27-37. https://doi.org/10.15826/umpa.2017.03.035
- Гуртов В. А., Питухин Е. А. Прогнозирование потребностей экономики в квалифицированных кадрах: обзор подходов и практик применения // Университетское управление: практика и анализ. 2017. Т. 21, № 4 (110). С. 130-161. https://doi.org/https://doi.org/10.15826/umpa.2017.04.05
- Блинова Т. Н., Федотов А. В., Коваленко А. А. Соответствие структуры подготовки кадров с высшим образованием потребностям экономики: проблемы и решения // Университетское управление: практика и анализ. 2021. Т. 25, № 2. С. 13-33. https://doi.org/10.15826/umpa.2021.02.012.
- Виниченко В. А. Диспропорции спроса и предложения в системе воспроизводства кадров для транспортной отрасли // Университетское управление: практика и анализ. 2022. Т. 26, № 3. С. 83-99. https://doi.org/10.15826/umpa.2022.03.023.
- Сигова С. В., Степусь И. С. Кадровое обеспечение приоритетов развития Арктической зоны России - вклад системы высшего образования // Университетское управление: практика и анализ. 2015. № 5 (99). С. 19-29.
- Будзинская О. В., Мартынов В. Г., Шейнбаум В. С. Кадровое обеспечение топливно-энергетического комплекса как объект проектирования // Управление устойчивым развитием. 2020. № 5 (30). С. 76-84.
- Пополитова С. В., Ушмодина Л. И., Карплюк Ю. А. Кластерный подход при обеспечении потребности в кадрах российских предприятий оборонно-промышленного комплекса с учетом ситуации на региональных рынках труда // Вестник МГТУ «Станкин». 2017. № 1(40). С. 122-126.
- ИТ-кадры для цифровой экономики в России. Москва: Ассоциация предприятий компьютерных и информационных технологий, 2020. 19 с.
- Амиров Р. А., Егоров Е. В. Цифровая экономика и актуальные задачи ее кадрового обеспечения в России // Управленческое консультирование. 2018. № 9 (117). С. 42-50. https://doi.org/10.22394/1726-1139-2018-9-42-50.
- Окунькова Е. А. Стратегический форсайтинг кадровых потребностей инновационного развития социальноэкономических систем // Управление. 2019. № 1. С. ¬114-120. https://doi.org/10.26425/2309-3633-2019-1-114-120
- Трофимова И. Н. Подготовка кадров для цифровой экономики: текущие проблемы и целевые ориентиры // Социодинамика. 2020. № 10. С. 1-10. https://doi.org/10.25136/2409-7144.2020.10.33619.
- Гайнанов Д. А., Климентьева А. Ю. Приоритеты кадрового обеспечения цифровой экономики // Креативная экономика. 2018. Т. 12. № 12. С. 1963-1976.
- Аверьянов А. О., Степусь И. С., Гуртов В. А. Прогноз кадровой потребности для сферы искусственного интеллекта в России // Проблемы прогнозирования. 2023. № 1 (196). С. 113-133.
- Источники новых индустрий. Искусственный интеллект в промышленности: экспертно-аналитический доклад. Санкт-Петербург: [б. и.], 2022. 44 с.
- Academic Offer of Advanced Digital Skills in 2019-20. International Comparison: Focus on Artificial Intelligence, High Performance Computing, Cybersecurity and Data Science. Luxembourg: Publications Office of the European Union, 2020, 76 p. (In Eng). https://doi.org/10.2760/225355.
- Artificial Intelligence Index Report 2022. Stanford University Human-Centered Artificial Intelligence, 2022, 229 p. (In Eng).
- Zweben S., Bizot B. Growth Continues but New Student Enrollment Shows Declines. Survey Bachelor’s and Doctoral Degree Production, Taulbee, 2020, 67 p. (In Eng).
- Клюкин Б. Н. Кушлин В. И., Яковец Ю. В. Балансовые методы и макромоделирование в долгосрочном прогнозировании // Прогнозирование, стратегическое планирование и национальное программирование: учебник. Москва: Экономика, 2011. С. 151-188.
- Рябко Т. В., Гуртов В. А., Степусь И. С. Анализ показателей подготовки кадров для сферы искусственного интеллекта по результатам мониторинга вузов // Высшее образование в России. 2022. Т. 31, № 7. С. 9-24. https://doi.org/10.31992/0869-3617-2022-31-7-9-24.