在最尖端的AI研究方面，提高数据分析效率、消除分析偏颇的技术、浅显易懂地向外界展示判断过程的手法等技术创新取得进展。大学与企业的共同研究也很多，这将直接推动各国企业的竞争力提高。

据日经中文网报道，加拿大的AI初创企业“Element AI”根据2018年内在21个国际学会上发表的论文调查了作者人数和经历，统计了顶尖AI人才的分布。

对企业来说，从海外吸引优秀人才也将成为课题。麦肯锡咨询公司的野中贤治指出，“如果日本企业也给出高薪，可以从全世界招聘人才”。在收入以外的方面，“关键是营造让人才积极工作的公司内部环境，应给予人才为业务作出巨大贡献的机会等”。

例如，2018年夏季在京都召开的国际学会上，筑波大学准教授秋本洋平获得最优秀论文奖。他研究的是使提高AI判断精度的开发工作自动化。这有助于大幅削减AI开发周期和成本。

AI人才较多的欧美和中国近年来出台国家政策，培育了覆盖综合科学技术领域的人才。美国自10多年前开始，推行理科和数学教育的振兴政策，大幅增加了科技相关教师人数。中国也于2017年制定新一代AI发展计划，推进新设置AI专业等。

日本的人才质量也成为课题。调查显示，日本的人才缺乏多样性。与其他国家相比，在海外接受过专门教育的国际型人才在日本很少。在外国学习之后，去日本企业工作的比率仅为17％，在17个主要国家和地区中排在倒数第2位。此外，日本女性人才的比率最低，仅有9％，是全球平均（18％）的一半。

日本提出与欧美建立国际数据流通圈。但如果准确分析数据的AI开发落后，则难以充分推动增长。改变教育体制、培育AI研究的顶尖人才成为日本的当务之急。

日本政府试图奋起直追，3月提出了每年培育25万AI人才的目标。计划推动几乎全部理工科大学生和部分文科生学习AI专业知识。

调查显示，全球有2.24万AI方面的顶尖人才。其中约半数在美国（1万295人），其次是中国（2525人）占到一成。英国（1475人）、德国（935人）和加拿大（815人）次之。日本以805人排在第六位，仅占到整体约3.6%。

秋本准教授曾任职于法国的国立研究所，他指出“在国际学会上，日本人发表的论文数量很少，存在感很低”，对日本研究人才的短缺感到担忧。原因之一被认为是日本的教育政策落后。秋本表示，“AI领域的新发现源于高等数学知识的情况正在增加，但日本跨越领域的研究体制薄弱”。

而日本始终维持理学系和工学系等传统的学科划分，培养精通数学和计算机技术等多个领域的人才进展迟缓。设置AI相关专业学科的只有滋贺大学等数所学校。日本经济产业省和文部科学省在3月归纳的报告中指出，“负责信息政策的经济产业省很晚才注意到数学的重要性”。

有消息称，主导人工智能（AI）研究和开发的约半数顶尖人才集中于美国。日本的人才仅占全球的不到4%，落后于中国和英国。对日本而言，在海外接受专业教育的AI人才很少，欠缺人才多样性等课题也浮出水面。AI是数据经济的核心技术。如果负责最尖端研究的群体薄弱，日本的竞争力有可能下降。日本政府和企业已开始采取行动。

以多样性的成员推进AI开发很重要。通过研究者之间的人脉接触最尖端技术，容易推动共同研究。据称由相同人种和性别团队打造的AI进行判断时容易出现偏颇。