Прогноз кадровой потребности для сферы искусственного интеллекта в России

«Проблемы прогнозирования» 2023 №1 Pub Date : 2023-01-26 DOI:10.47711/0868-6351-196-129-143

А.О. Аверьянов, Ирина Сергеевна Степусь, Валерий Алексеевич Гуртов

{"title":"Прогноз кадровой потребности для сферы искусственного интеллекта в России","authors":"А.О. Аверьянов, Ирина Сергеевна Степусь, Валерий Алексеевич Гуртов","doi":"10.47711/0868-6351-196-129-143","DOIUrl":null,"url":null,"abstract":"В статье представлен научно-обоснованный подход к оценке кадровой потребности для сферы искусственного интеллекта в России с применением метода «по аналогии». Использование метода обосновано отсутствием в российской экономической статистике и других источниках базовых показателей экономики и рынка труда для сферы ИИ. Выбор эталонной страны–бенчмарка для трансфера структуры показателей в сфере ИИ на российский рынок труда проведен на основе трех факторов: наличие национальных данных по рынку труда; сходство структуры занятости в экономике; сравнительная публикационная активность. С использованием разработанных методологических подходов впервые для российской сферы ИИ сформированы количественные показатели среднегодовой численности работников на среднесрочный период до 2025 г., а также показатели ежегодной дополнительной кадровой потребности.","PeriodicalId":404807,"journal":{"name":"«Проблемы прогнозирования» 2023 №1","volume":"30 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-01-26","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"«Проблемы прогнозирования» 2023 №1","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.47711/0868-6351-196-129-143","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

В статье представлен научно-обоснованный подход к оценке кадровой потребности для сферы искусственного интеллекта в России с применением метода «по аналогии». Использование метода обосновано отсутствием в российской экономической статистике и других источниках базовых показателей экономики и рынка труда для сферы ИИ. Выбор эталонной страны–бенчмарка для трансфера структуры показателей в сфере ИИ на российский рынок труда проведен на основе трех факторов: наличие национальных данных по рынку труда; сходство структуры занятости в экономике; сравнительная публикационная активность. С использованием разработанных методологических подходов впервые для российской сферы ИИ сформированы количественные показатели среднегодовой численности работников на среднесрочный период до 2025 г., а также показатели ежегодной дополнительной кадровой потребности.

查看原文本刊更多论文

俄罗斯人工智能领域的人力资源需求预测

这篇文章介绍了一种科学和合理的方法来评估俄罗斯人工智能领域的人力需求，使用“类比”。该方法的使用是由于俄罗斯经济统计数据和其他基础经济和劳动力市场对人工智能领域的缺乏。标准国家的选择是将人工智能指标结构转换为俄罗斯劳动力市场，基于三个因素:国家劳动力市场数据;经济中的就业结构相似;比较出版物活动俄罗斯人工智能领域首次利用拟订的方法，确定了2025年至2025年中期的年度雇员数量，以及年度额外人事需求。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

«Проблемы прогнозирования» 2023 №1

自引率

0.00%

发文量