报道：张燕苹
（吉隆坡7日讯）如今人工智能（AI）竞争已超越技术层面，成为国家间的较量，然而在大马，相关人才培育、教育体系与研发能力等关键面向，被认为存明显落差。
专家向《南洋商报》指出，人工智能技术的有效落地高度依赖教师的实战经验，但现阶段许多大学教师主要专注于学术研究与论文发表，普遍缺乏对人工智能实际应用在挑战与机会方面的深入理解。
这种“重理论、轻实战”的现象，导致课堂教学难以贴近真实需求。同时，生成式人工智能发展迅猛，许多教师年龄偏大，难以跟上技术迭代，也在一定程度上压缩了年轻教师的发展空间。
为了让更多人才跟上时代脚步，专家认为教育体系需要更快地调整，不但要加强教师实际操作经验，还要推动微证书和工作学习相结合的培训方式，帮助各造更好地对接产业需求。
政府及相关单位受促采取更有系统的政策措施，强化工作基础学习（WBL）模式，并鼓励跨学科人才发展。唯有从教育改革、政策支持到产业协作三方面同步推进，大马才有机会在全球人工智能生态中占据一席之地。
刘哲涵：与中国印度相比
ACCIO大数据中心总裁刘哲涵博士表示，大马虽然拥有不少人工智能人才，但与印度、中国等人口大国相比，人才基数仍然较小，数量上缺乏优势。
他指出，以中小企业为主，超过八成企业规模限制了高端人工智能岗位的数量。即便有外资数据中心落户，涉及的数据存储与分析岗位多为工程类，难以达到模型开发等高端水平，这也成为本地人工智能产业链的短板。
“过去一两年里，国人在生成式人工智能技能学习方面有明显增长，也显示出他们对新兴技术的高度认可与积极学习态度。”
刘哲涵向《南洋商报》说，我国虽无法像印度和中国般依靠庞大人才规模和市场优势，但在市场、教育、医疗、清真服务等细分领域，具备发展AI+服务的潜力，如AI+回教金融和AI+旅游，有助提升行业竞争力。
“作为2024年东盟轮值主席，我国将推动多语种人工智能应用和数据集成实验，促进本地及区域人工智能解决方案发展，并借助低运营成本和语言优势，吸引各国人工智能企业设立区域技术中心，加强包括中国技术人才在内的交流合作。”
他表示，数据显示2024年大马生成式人工智能课程报读人数大幅增长，反映学习意愿强烈，可是在大语言模型和半导体研发等高端领域，人才培养体系尚不成熟，顶尖研究机构和生态尚待完善。
“人工智能技能培训多集中在基础应用层面，深度创新能力不足。高等教育改革周期长，短期难解人才供需和技能匹配问题，在职短期培训成为快速补充产业需求的重要方式。”
他也点出，中学教育偏重理论，缺少实践项目，难以直接输送合格技术人才，需依赖大学阶段培养。
师资不足质量弱
刘哲涵提到，人力资源部近期正在探讨微证书的实际作用，更希望高教部通过工作基础学习（WBL）来改善毕业生的就业问题，可是师资力量却出现明显的结构性不足，不仅是数量少，质量也跟不上。
他表示，人工智能技术的有效落地高度依赖教师的实战经验，然而现阶段许多大学教师主要专注于学术研究与论文发表，普遍缺乏对人工智能实际应用场景中的挑战与机会的深入理解。
“这种‘重理论、轻实战’的现象，导致课堂教学难以贴近真实需求。同时，生成式人工智能发展迅猛，许多教师年龄偏大，难以跟上技术迭代，也在一定程度上压缩了年轻教师的发展空间。”
以刘哲涵所在的LEAD学院为例，虽然目前提供大马唯一的人工智能工程师认证课程，但他坦言，全球人工智能领域尚未建立统一的技能标准与认证体系。各大企业和教育机构各自为政，标准不一，导致相关人才的能力难以客观衡量，也无形中增加了求职过程中的沟通与验证成本。
“在创新导向的企业中，雇主更看重应聘者的实际操作能力，往往不会考虑完全不具备人工智能技能的求职者，反而更愿意给予那些虽经验不足但具备强烈学习意愿的人才更多机会。”
综合过去10年的产业观察，他认为，高端研发与管理类岗位仍倾向于招募具备系统学历与学术背景的人才；而在人工智能、数据分析、数字营销等应用导向岗位上，拥有微认证加项目经验组合的人才，更具实战竞争力与就业优势。
复合型人才成“硬通货”
在人工智能时代，复合型人才将成为市场上的“硬通货”，尤其是在大马这样的中小市场，企业更倾向于录用具备跨领域能力的人才，而非单一专才。
刘哲涵指出，人工智能结合其他领域的复合技能将更具竞争力，例如AI+商业分析、AI+人文社科、AI+用户体验、AI+医疗金融制造等，不仅能推动企业数字化转型，也能带动各行各业的智能化升级。
“会用人工智能只是起点，真正具备价值的是能把它用在正确场景中、解决实际问题的跨界整合能力。”
刘哲涵也建议仿效新加坡，推动全民终身学习，不应只补贴部分企业，而是鼓励更多在职人士持续进修，同时为全职妈妈、退休人士等群体提供学习机会，协助他们重新融入职场。
他认为应善用人工智能的成本优势，将教育资源带入乡镇，缩小城乡差距，提升基础教育与数字素养，为未来5到10年的科技转型打好人才基础。
“即使没有人口红利，只要准备得当，我们仍有机会抓住时代机遇。”
根据早前报道，Coursera《2025年全球技能报告》指出，大马生成式人工智能课程的注册量年增183%，超过亚太平均132%。
我国在人工智能成熟度指数全球排名第31，整体技能熟练度排在全球第50及亚太排在第14。
孙德俊：大马具备技术能力
打造本土AI生态系统
数字行业专家孙德俊认为，大马仍具备打造属于自己的人工智能生态系统和本土技术的能力。
他指出，虽然当前全球大型人工智能模型主要由美国和中国主导，但我国可以聚焦于开发更小型的模型和贴近本地需求的应用工具，这不但能帮助本地企业和用户更好地利用这技术，提升效率和竞争力，更能推动产业升级和数字化转型。
“更重要的是，这样的本土人工智能发展路径还能带动人才培养和创新创业，为大马的科技产业注入新活力，形成健康且持续发展的生态链。这是大马在人工智能领域值得努力追求的方向。”
孙德俊认为，传统高等教育依然不可替代，不仅传授专业技能，更培养独立思考和终身学习能力，这些是应对未来变化的关键。
随着时代发展，专业内容会不断更新，但拥有学习方法和批判性思维的人才能持续进化。
高教须加速转型
他指出，高等教育必须加速转型，与人工智能时代同步更新课程内容和教学方式。然而，国内外高校课程改革普遍审批繁琐，难以跟上人工智能技术飞速发展的步伐，这对教育决策者带来了很大挑战。
他乐见目前已有不少高校和硕士课程开始引入人工智能、数据模型和系统开发内容，并强调关键是课程必须与业界紧密结合，涵盖生成式人工智能、大型语言模型和代理式人工智能等前沿技术，并与科技公司合作，将最新技术和实战经验带入课堂。
领导层需带头推AI数字转型
“30年前电脑和互联网仍未普及，但现在没有数字工具根本无法经营企业。同理，如果现在忽视人工智能的发展，30年后回望，或许会遗憾地发现，已经是白白躺平了30年，并错失了一次重要的转型机会。”
面对这场技术革新，孙德俊认为，每个人都肩负着参与转型的责任，这不只是政府的任务，也非企业或员工单方面的努力所能完成的。
他说，无论是政府的策略、企业的执行力或员工的学习意愿，都必须环环相扣，才能真正让人工智能成为组织的“DNA”，为国家未来10年、20年甚至30年的发展奠定基础。
“从数字化到人工智能化，其实是一个自然的发展过程。技术一直在变化，关键是我们能不能真正把新技术融入到公司的日常工作和文化里，让它变成推动进步的力量。只有这样，技术才能真正帮到我们。”
孙德俊强调，推动人工智能和数字化转型需企业领导层主动引领，特别是中小企业，管理层不带头，难以形成深入的组织文化和能力。
他鼓励各专业人士积极思考与人工智能的共存方式，并要贯彻如何和它共存，而不是被它取代。
他以法律行业为例指出，人工智能可自动生成格式化合同，但客户更需专业咨询和复杂谈判等难以被替代的服务。
孙德俊分享一家公司的案例，原先依赖大量人工处理外国客户注册流程，如今已实现全面数字化，并以“AI+自动化”运作。
应探索更多AI工具
ChatGPT虽然在生成式人工智能领域具有引领作用，但不能被视为人工智能的全部。
孙德俊分享看法说，ChatGPT只是当前这波人工智能浪潮的起点，社会应保持开放心态，积极探索更多人工智能工具和应用场景，挖掘更广阔的可能性。
“过去两年，人工智能的认知普及率已有明显提升，尤其在职场群体中表现突出，但深入理解和实际应用方面仍有很大提升空间。回顾过去30年的数字化浪潮，美国科技产品几乎主导了所有创新发展，而大多数国家更多是‘使用者’角色。人工智能浪潮为更多国家带来了新的机遇，推动它们从单纯的使用者转变为积极的技术贡献者。”
