01
步入2026年的前夜，不管是企业经营还是投资，底层逻辑都随着AI开始改变。
AI已经不是互联网时代的升级版，而是范式跃迁，从“抢流量、拼规模”变成“用智能造价值、靠精准赢信任”。
我从2025年的产业实践里，也看到了实实在在的变化，生成式AI不再是实验室里的演示，开始规模化落地；产业AI的投资也从零散布局变成全面爆发。
当然，在2025年上半年，所有人都在围着算力卡脖子、算法迭代速度、数据语料这些话题转。
但在四季度就不一样了，不管是我走访调研上市公司，还是跟一些制造业老板聊天，大家都在吐槽一个事：
钱能买到算力，合作拿到算法，但关键还在于能不能找到把AI真正用到业务里的人。
我愈发强烈的判断，AI战略，拼到最后不是算力、算法，而是人才的争夺。
今天，AI人才的争夺已经进入“白热化、精准化”阶段，这也直接决定了2026年企业AI战略的成败。
在任何颠覆性赛道，最终的胜负手都是人。
02
在2025年夏天，扎克伯格率先在AI领域发起一场抢人大战，吹响了AI时代人才价值重构的信号。
为了挖苹果的AI核心人才，更是开出了超过2亿美元的综合薪酬，差不多是苹果CEO库克年薪的三倍，通过人才闪电战，Meta短期内聚集了大量顶尖AI人才。
这个信号也传导到了国内企业，年底腾讯和小米接连发起动作，直接把国内AI人才的争夺推向了新高度。
腾讯在12月17号官宣了AI核心岗位的人事变动，27岁原OpenAI科学家姚顺雨出任首席AI科学家。
姚顺雨从清华姚班毕业，随后去到普林斯顿大学读计算机博士，2024年加入OpenAI，深度参与了智能体产品的核心项目开发，提出了“推理-行动”的智能体范式。
如果履历还不能看出点什么，那么，腾讯给姚顺雨的职位和汇报关系，更能说明他的重要性。
总裁办公室的首席AI科学家，同时兼任AI Infra部和大语言模型部的负责人，直接向总裁刘炽平、技术工程事业群总裁卢山双线汇报。
这种双线汇报的设置，在腾讯内部很少见，而且新成立的AI Infra部、AI Data部、数据计算平台部这三个部门，构成了腾讯一贯的铁三角模式，姚顺雨负责的就是核心的基础设施和大模型研发，相当于腾讯AI战略的技术掌舵人。
2026年腾讯的AI战略，就是把姚顺雨这样懂前沿研究、又懂工程落地的人才拉进来，还给他双线汇报的高权限，打通“研发—数据—平台”的闭环，赋能游戏、广告、金融、产业互联网这些核心业务，从单点突破转向体系化作战。
这也说明AI的领军人才争夺，不是抢会写代码的人，而是抢能制定技术路线、能带团队落地的领军人才。
而在同一天，小米也亮出了自己的AI核心人才—95后女生罗福莉，担任小米自研MiMo大模型的负责人，直接向雷军汇报。
她在DeepSeek的时候，就主导过多个大模型的轻量化项目，解决大模型性能强但部署成本高的痛点。
小米把挖她过来，核心目的很明确，支撑“人车家全生态”的AI落地，这背后的核心支撑就是需要一个能在手机、汽车、家电这些不同终端高效运行的轻量化大模型，罗福莉的技术专长正好契合这个需求。
回顾小米公司的创业史，在选择做手机的时候，雷军就有了清晰的人才战略："硬件最好的是摩托罗拉，软件最好的是微软，互联网最厉害的是谷歌，把这三家公司的精英凑在一起，就能炼成铁人三项，打造世界级智能手机"。
后面就有了这三家公司的精英铸成小米的核心竞争力。
造车也是如此，在小米2021年宣布造车后，雷军就启动汽车人才战略，每个细分领域都配备有过落地经验的领军人才，在短短3年时间完成了造车到盈利。
从腾讯跟小米这两个案例，我们就能看清2026年头部企业AI人才争夺的核心逻辑：
1、年轻化，两个人都是95后，代表了AI行业的前沿活力；
2、国际化+实战化，要么有OpenAI这样顶尖机构的实战经验，要么在细分领域有标杆性成果；
3、战略匹配度，招聘的人才必须精准对接企业AI布局，核心就是落地。
03
当然，AI时代的人才争夺，不是唯顶尖论。
巨头之所以天价抢顶尖人才，是因为他们有着搭建底层架构、制定技术路线，防止对手挖角的原因。
但对于绝大多数中小企业来说，我们不需要年薪上亿的顶尖科学家，需要的是“既懂业务、又懂AI，愿意动手尝试”的复合型人才。
今天中国AI人才缺口已经超过500万，但59%的企业都表示，最缺的不是会训练模型的人，而是“懂场景、能把AI用到业务里”的人。
我在调研中也发现，很多成功的AI落地案例，主角都不是AI技术专家，而是扎根业务一线的普通人。
有做财务的利用AI工具自动识别票据、匹配账目；做工业制造的用AI优化生产排程，降低了15%的生产成本；
有做人力资源的，用AI筛选简历、构建员工画像，招聘效率提升了30%，还有做农业的，用AI分析土壤、预测病虫害，帮助农户提高产量。
这些人有个共同点，好奇心+行动力。
他们知道自己的业务痛点在哪里，愿意花时间学习AI工具，然后动手尝试应用。
所以，结合我对腾讯、小米等企业的观察，以及中小企业的实战案例，我总结了2026年企业AI人才的三大落地策略：引才、育才、留才。
1、分层引才，量体裁衣。
头部企业聚焦“顶尖领军人才+产业落地专家”的组合，引进顶尖科学家搭建底层架构，同时招聘有产业经验的人才，把技术落地到具体业务场景，像腾讯云现在大力推进产业AI，就需要既懂AI技术，又懂制造、金融、医疗等行业的人才。
中小企业的核心是“业务骨干+AI基础能力”的复合型人才。
不用招聘全职的AI科学家，而是招聘有3-5年行业经验的业务骨干，要求他们具备AI学习能力。
比如做电商的，招聘的人选不仅要有电商运营经验，更要有意愿去学习跟运用AIGC内容生成、AI选品工具。做制造的，就是招聘有生产管理经验的人，愿意去学习AI质检、AI排程工具的应用。这种不仅招聘成本低，而且因为懂业务，AI落地的成功率更高。
所以，一家企业的引才策略是否合理，就看他的人才结构和战略目标是否匹配。
如果一家中小企业非要花大价钱挖顶尖AI科学家，那大概率是在蹭热点，如果一家头部企业只招技术人才，不招产业落地人才，那AI战略大概率会悬在空中，落不了地。
2、内部育才，搭建轻量化培训体系，让人人都能用上AI。
面对500万的AI人才缺口，只靠外部引进肯定不够，内部培育才是可持续的路径。
2026年，企业需要搭建“低门槛入门+场景化进阶”的轻量化培训体系，不用搞复杂的课程，重点是“实用、能落地”。
像在入门阶段，针对全体员工开展AI基础工具培训，给财务岗培训AI票据处理工具，给营销岗培训AI内容生成工具，给HR培训AI招聘工具。
目前市面上针对各个领域都有现成的AI应用，比如单仁牛商的文思子牙大模型，目标很简单，让每个员工都能用上1-2个AI工具提升工作效率，成本低、见效快。
在进阶阶段，企业要做的就是从各个业务线选拔有好奇心、行动力强的骨干，开展“业务痛点+AI解决方案”的实战培训，给他们提供学习的机会和平台。
跟培训机构合作，开展定制化培训，重点不是让他们成为AI专家，而是让他们能精准对接业务需求，找到AI落地的切入点，把业务痛点和AI工具结合起来。
3、重构激励机制，让“AI落地成果”成为核心考核指标。
首先，要调整考核指标，不能看员工会不会用AI工具，而是看用AI提升了多少效率、降低了多少成本、创造了多少价值？
比如财务岗用AI提升了30%的对账效率，营销岗用AI让转化率提升了10%，这些都要纳入考核。
其次，要设置专项激励。
可以设立AI提效专项奖金，如果有员工用AI解决了实际应用场景的痛点，降低了成本，提高了效率，就要给予实实在在的奖励，激发更多员工学习AI、应用AI的积极性。
最后，要打通晋升通道，把AI能力纳入员工的晋升评价体系，让那些懂业务、会用AI的员工有更广阔的发展空间，让优秀的复合型人才能够晋升，不用再挤管理岗的独木桥。
这样才能形成“人人愿意学AI、人人能用好AI”的企业氛围。
04
做了30多年投资，我一直坚信“人才是企业最核心的资产”。
在AI时代，这个观点更加成立，因为算力会迭代，算法会更新，但能精准对接业务需求、让AI创造实际价值的人，才是企业长期竞争力的核心。
对于投资者来说，判断一家企业的AI战略是否有价值，关键就看他的人才布局是否合理，是否有一批能让AI落地的人。
今天，头部企业的AI人才争夺已经进入白热化阶段，核心是抢夺能支撑战略落地的领军人才。
而对于中小企业来说，不用盲目跟风，重点是培养和引进“业务+AI”的复合型人才，让AI真正服务于业务痛点。
