隨著大數據、人工智能、區塊鏈等前沿技術的迅速普及，企業越來越重視前沿技術給企業帶來的非凡的競爭優勢。根據全球領先人才社區 LinkedIn 的《全球 AI 領域人才報告》，轉型技術驅動的企業之間的競爭將最終升級為對核心的人才的競爭（見圖 1）。
根據著名諮詢公司美世的數據顯示，大數據/人工智能/區塊鏈等先進行業的核心人才的薪資水平遠遠高於傳統 IT 或諮詢分析部門的同等級專業人才水平（見圖2）。企業在日益重視核心人才的引入的同時，也面臨著巨大的成本壓力。外部高科技人才落地給企業帶來巨大競爭力的同時，也意味著風險——海歸人才難以適應國內的商業環境和企業文化等等——企業技術人員把新興技術看作可能在未來對他們的就業產生最大影響的威脅等。
目前在實現利益和規避風險方面，大多數企業仍然做得不足，企業自主的人才教育成為了當前企業培養自己的前沿技術核心團隊的重要方法。
在當今社會，隨著數據行業的變化，更多的機構開始重視海量數據背後蘊藏的無限“財富”，將數據資源作為一種基礎性或戰略性資源。 在國家層面，許多國家將數據資源的開發提升到了戰略高度，紛紛出臺大數據戰略。 但是依據 TalkingData University 的訪談，所面向的公司在計劃向數據驅動企業轉型的過程中，專業數據人才教育的投資比例遠遠小於對於基礎設施和數據源的投資；95%的企業都投入了較大的資源在基礎設施、平臺和工具、數據源以及算法優化（如下圖表 3 所示）。 而業內認為，一個好的公司應至少在專業數據人才上的投入要與其他方面的投入等同，甚至高於其他方面的投入。
甚至早在 2015 年 CSDN 的一份報告中就指出，人才的缺乏已經成為制約公司實現重大的數據相關戰略的首要因素（見圖 4）。
現有企業對於人員的能力需求中，數據分析能力排在前列：很多客戶都需要能夠深入瞭解他們的業務需求並可以運用數據解決商業問題的人才（見圖 5）；同時，數據技術和服務類企業需要能長期創造客戶價值的人才以增加客戶對產品的粘性，降低客戶對服務的依賴以提高投入產出比；同樣的，專業數據人才需要深耕某一商業情境，建立清晰的職業發展路徑，保障成長資源的到位。 培養數據人才成為大勢所趨：公司如果想要培養可以應對不斷變化工作狀況的高效能專業員工隊伍，則需要實戰訓練現有僱員，讓他們得到專業化技能的提升；同時讓員工們對於現有數據市場進行全新的認知，培養和鼓勵員工關於數據的新思維。
從美世2017年高科技行業報告的企業數字化進程調查結果來看（見圖 6），自認為已實現數字化的企業不超過10%，而已經踏上數字化之路的企業傾向於優先關注外部競爭力，其次關注內部的員工培養。 本報告旨在需要讓企業認識到提高企業數據能力的重要性，提升企業對於專業數據人才和數據教育的關注程度。
部分原文展示：
閱讀更多 行業報告研究院 的文章
