脉脉林凡：企业在AI人才布局上最容易犯两类错误
当前AI人才市场竞争激烈，供需极度不平衡。据脉脉创始人兼CEO林凡介绍，2026年1至2月，新发AI岗位量同比猛增12倍，占新经济整体岗位的26.23%。其中，高性能计算工程师的供需比仅为0.15，自动驾驶相关的SLAM、规控算法等岗位供需比约为0.2，顶级人才依然处于极度稀缺状态。面对这种情况，许多企业在人才引进上陷入了误区。
两大核心误区
林凡认为，企业在AI人才布局上最容易犯两类错误：
- 用力过猛、人才超配：许多公司误以为只要招募最顶尖的底层研发人才就能解决所有问题，不惜重金聘请算法和模型专家。然而，在根本不需要自研底层能力的业务场景中，高配这些人才不仅造成巨大的成本浪费，也无法发挥其最大价值。
- 战略不清、犹豫不前：另一部分企业则因为对自身AI需求缺乏清晰认知，迟迟无法判断真正需要什么样的能力。这导致招聘方向摇摆不定，最终要么招错人、用错人，要么干脆错过了宝贵的市场窗口期。
用“人才九宫格”策略精准定位
为了避免上述错误，林凡提出了“人才九宫格策略”，帮助企业根据业务场景进行精准的人才配置。该策略通过两个维度构建坐标系：
- 横轴（业务场景对AI的依赖强度）：分为“AI提效”、“AI驱动部分业务”、“AI是产品或壁垒”三个阶段。
- 纵轴（企业AI能力的建设方式）：分为“外采模型”、“共建模型”、“自研模型”三种类型。
通过横纵两轴交叉，企业可以将自身所处的场景映射到九宫格中，明确当前的战略位置，从而制定出匹配的人才策略，避免盲目跟风或过度投入。
A、B、C三类人才的合理配置
基于上述策略，林凡将AI人才划分为三个明确类别，企业应根据定位决定这三类人才的需求比例和优先级：
- A类：技术底座人才：包括从事预训练、后训练、推理优化等底层能力建设的专家。这类人才主要服务于“自研模型”需求的企业。
- B类：应用开发人才：负责Agent（智能体）、Workflow（工作流）、RAG（检索增强生成）、工具调用和工程化落地。这是大多数企业实现AI应用落地的中坚力量。
- C类：AI使用者：这是业务侧的复合型人才，他们不直接开发AI，但懂得使用AI、熟悉业务流程，并能准确评估AI带来的实际效果。
林凡强调，企业不应简单照搬“大厂”或“创业公司”的人才策略，而应依据自身业务类型和发展阶段，决定A、B、C三类人才各自需要多少、优先补哪一类。只有这样，才能打赢这场关乎未来3年业务上限和组织进化速度的AI人才战。