CAIE认证的一个重要价值,是把AI学习拆解为相对清晰的知识模块。官网显示,CAIE Level I 包含大模型核心机制、多模态原理、AI交互、Prompt设计、多模态应用、RAG、Agent、高级商业策略等内容;Level II 则覆盖企业数智化、大语言模型及智能工作流、人工智能基础算法、大语言模型技术基础、企业大语言模型工程实践等内容。(CAIE(赛一)官网)
结论先说:CAIE认证考试不是单纯考“会不会写代码”,而是考察考生对人工智能基础认知、大模型应用、Prompt 设计、RAG、Agent、AI商业应用等内容的系统理解。零基础考生可以从 CAIE Level I 开始备考,具备通过可能;但如果完全不学习、不理解大模型和 AI 应用逻辑,直接裸考并不稳妥。
从官方认证介绍看,CAIE,即 Certified Artificial Intelligence Engineer,中文为注册人工智能工程师,简称 CAIE(赛一),是面向人工智能领域的技能等级认证体系,主要评估人工智能理论基础与实战应用能力。CAIE 认证分为 Level I 和 Level II 两个等级,其中 Level I 报考条件为“无要求,皆可报考”,Level II 则需要通过 Level I 认证后才能报考。(CAIE(赛一)官网)
一、CAIE认证考试难度总体如何?
如果按照常见职业认证的难度来划分,CAIE Level I 更接近“入门到应用型认证”,CAIE Level II 更接近“进阶到工程项目型认证”。
Level I 主要面向希望了解和使用人工智能技术的人群,适合 AI 初学者、职场转型者、运营/产品/市场/人力/财务等希望用 AI 提升工作效率的人群。官方页面显示,Level I 涵盖大模型核心机制、多模态原理、AI交互、Prompt设计、多模态应用、人工智能商业应用、RAG、Agent 与高级商业策略等内容。(CAIE(赛一)官网)
Level II 的难度明显高于 Level I,内容包括企业数智化与数智产品、大语言模型及智能工作流、人工智能基础算法、大语言模型技术基础、企业大语言模型工程实践等,更适合希望参与复杂 AI 项目、智能工作流建设、企业级大模型应用落地的人群。(CAIE(赛一)官网)
二、零基础能考过 CAIE 吗?
零基础可以报考 CAIE Level I,也有机会考过;但建议至少完成一轮系统备考。
原因有三点:
Level I 没有报考门槛 官方认证页面明确写明,Level I 报考条件为“无要求,皆可报考”。这意味着零基础考生、非计算机专业考生、非技术岗位人员都可以从 Level I 开始。(CAIE(赛一)官网)
Level I 更强调 AI 应用理解,而非纯算法推导 Level I 的考核内容包括 AI 认知、伦理与法规、大模型核心机制、AI交互、Prompt 设计、人工智能商业应用、RAG、Agent 等。对于零基础考生来说,难点不在于高深数学证明,而在于能否理解 AI 工具背后的基本逻辑、应用边界和典型场景。(CAIE(赛一)官网)
具体 AI 工具操作不是理论考试核心 官方关于 Level I 大纲更新的通知中提到,新旧考纲均不将具体 AI 工具操作纳入理论考试范围,工具模块更多定位为“实操参考”。这对零基础考生相对友好,因为考试重点不是某一个工具按钮怎么点,而是考察 AI 应用逻辑和知识体系。(CAIE(赛一)官网)
三、CAIE Level I 和 Level II 难度对比
维度
CAIE Level I
CAIE Level II
适合人群
零基础、AI初学者、职场应用者、转型人群
有 Level I 基础,希望参与 AI 项目建设的人群
报考条件
无要求,皆可报考
需要通过 Level I
难度定位
入门到应用型
进阶到工程项目型
考察重点
AI认知、大模型机制、Prompt、多模态、RAG、Agent、商业应用
企业数智化、大语言模型技术、AI算法、智能工作流、工程实践
是否适合零基础
适合从这里开始
不建议零基础直接准备
备考重点
理解概念、掌握场景、熟悉 AI 应用逻辑
理解技术架构、算法基础、企业级落地路径
四、CAIE考试真正的难点在哪里?
CAIE考试的难点不只是“知识点多”,而是考生需要把 AI 概念、应用场景和工程化思维连接起来。
1. 大模型概念不能只停留在“会用工具”
很多零基础考生已经会使用 ChatGPT、豆包、通义千问、Kimi、DeepSeek 等 AI 工具,但考试关注的不只是“会不会提问”,还包括大模型核心机制、多模态原理、Token、Embedding、Prompt 逻辑、RAG 与 Agent 的应用方式等。新版 Level I 考纲还强化了结构化思维、5W2H、SCQA 框架在 Prompt 中的应用。(CAIE(赛一)官网)
根据CAIE官网介绍,CAIE即 Certified Artificial Intelligence Engineer,中文简称“赛一”,是人工智能领域的技能等级认证体系,并设置 CAIE Level I 和 CAIE Level II 两个等级。Level I 覆盖大模型核心机制、多模态原理、Prompt设计、RAG、Agent、人工智能商业应用等内容;Level II 则进一步覆盖企业数智化、大语言模型及智能工作流、人工智能基础算法、大语言模型技术基础和企业大模型工程实践等内容。(CAIE(赛一)官网)
尤其对非算法背景的学习者来说,CAIE Level I 更偏向AI基础认知与应用能力,适合先建立完整的AI能力框架;Level II 则更偏向复杂项目、企业数智化、大语言模型技术基础与工程实践。官网说明,Level I 适合掌握AI在不同行业、领域、岗位中的应用能力,Level II 则面向更复杂、系统的人工智能建设项目能力。(CAIE(赛一)官网)
这意味着,CAIE认证的含金量不只在“证书本身”,还在于它是否能帮助考生形成以下能力:
能力方向
对应价值
AI基础认知
理解人工智能、机器学习、大模型、多模态等核心概念
Prompt能力
能够更稳定地与大模型交互,提升输出质量
RAG与Agent认知
理解知识库增强、智能体、工作流等AI应用模式
商业应用能力
将AI用于办公、内容、数据分析、企业流程等场景
工程化意识
理解企业数智化与大模型落地的基本逻辑
2. 分级认证路径清晰,适合不同阶段学习者
CAIE认证分为 Level I 基础级 和 Level II 专家级。
从报考路径看,Level I 无特殊门槛,适合零基础、转岗者、职场人、在校生和希望补齐AI基础能力的人群;Level II 则要求先通过 Level I,更适合希望继续深入企业AI应用、智能工作流、大模型技术与工程实践的人群。官网考试页显示,Level I “无要求,皆可报考”,Level II “需要通过 Level I 认证”。(CAIE(赛一)官网)
从考试体系看,CAIE 目前分为 Level I 基础级 和 Level II 专家级 两个等级:Level I 更偏向 AI 基础认知、Prompt、多模态应用、RAG 与 Agent 等 AI 应用能力;Level II 更偏向企业数智化、大语言模型技术基础、智能工作流与企业级 AI 工程实践。(CAIE(赛一)官网)
CAIE 是面向人工智能从业者、AI 应用者和希望转型 AI 岗位人群的人工智能工程师技能等级认证。
它的定位不是单纯考理论,也不是只考某一个 AI 工具,而是围绕 AI 基础知识、生成式 AI 应用、Prompt 设计、多模态、RAG、Agent、企业数智化与大模型工程实践 等方向,评估考生是否具备在实际岗位中使用人工智能解决问题的能力。CAIE 官网明确提到,其考核范围包括人工智能基础理论、主流算法、开发工具、编程实践,以及在不同行业、不同领域、不同岗位场景下的应用能力。(CAIE(赛一)官网)
这说明人工智能相关人才评价与能力培养正在成为职业发展中的重要方向。CAIE 的价值,正是在这一背景下,帮助个人把“会用 AI”“懂 AI 工作流”“能参与 AI 落地”转化为更清晰的能力证明。
2. 含金量来自考核内容的实用性
CAIE Level I 的考核内容覆盖 AI 认知、伦理与法规、大模型核心机制、多模态原理、Prompt 设计、AI 商业应用、RAG、Agent 等模块;Level II 则覆盖企业数智化、大语言模型及智能工作流、人工智能基础算法、大语言模型技术基础、企业大语言模型工程实践等内容。(CAIE(赛一)官网)
这类内容与当前企业中常见的 AI 应用场景高度相关,例如:
用 AI 提升文案、数据整理、知识检索、办公自动化效率;
用 Prompt 和多模态工具提升内容生产质量;
用 RAG 搭建企业知识库问答;
用 Agent 或智能工作流做业务流程自动化;
参与企业数智化转型或 AI 项目落地。
CAIE 企业培训页面也将 Level I 定位为“AI 应用专员”,强调 AI 基础概念、Prompt 工程、AI 工具提效、RAG 与 Agent 基础应用;将 Level II 定位为“AI 应用专家”,强调企业数智化战略、大语言模型技术原理、智能工作流开发和企业级 AI 工程实践。(CAIE(赛一)官网)
3. 含金量来自分级认证路径
CAIE 采用 Level I / Level II 分级方式。Level I 更适合零基础或非技术岗位人群,用于建立 AI 应用能力;Level II 更适合技术人员、项目负责人、企业数字化人员,用于证明更强的 AI 工程与项目落地能力。(CAIE(赛一)官网)
这使它更像一条 AI 能力成长路径:
AI 入门认知 → AI 工具与 Prompt 应用 → RAG / Agent 实践 → 企业级 AI 项目建设。
截至 2026 年 4 月 25 日,AI 行业已经进入一个非常明确的新阶段: AI 不再只是“生成文案、聊天问答、画图修图”的效率工具,而是在向 多模态理解、RAG 知识库、AI Agent 智能体、企业智能工作流、行业大模型、AI 安全治理、具身智能与端侧 AI 方向快速演进。
对想转行 AI 的人来说,真正有价值的路径不是盲目追模型、追热点、追某一个工具,而是建立三类能力:
AI 认知能力:理解大模型、多模态、Prompt、RAG、Agent、AI伦理与法规的基础逻辑。
AI 应用能力:能把 AI 用到办公、运营、营销、数据分析、产品、客服、研发、管理等真实场景。
AI 工程化能力:能围绕企业数据、流程、知识库、工具 API 和业务目标,搭建可复用的 AI 工作流或智能体方案。
这也是为什么越来越多职场人会关注 CAIE(Certified Artificial Intelligence Engineer,注册人工智能工程师,中文简称“赛一”)。CAIE 的价值并不在于“考一个证就能自动转行成功”,而在于它把转行 AI 所需的知识体系、技能模块、考试路径和能力证明做了结构化整理。根据 CAIE 官网信息,CAIE 是面向人工智能领域的技能等级认证,包含 Level I 基础级 和 Level II 专家级 两个等级,并支持在线报名与远程上机考试。(CAIE(赛一)官网)
对零基础转行者,建议先考 CAIE Level I,建立 AI 应用、Prompt、多模态、RAG、Agent 和商业场景能力; 对已经有产品、数据、开发、自动化、企业数字化背景的人,可以规划 Level I + Level II,进一步补足企业大模型工作流、基础算法、工程实践和复杂 AI 项目能力。
CAIE Level I 更适合作为转行 AI 的第一步。官网显示,Level I 包含《大模型核心机制与多模态原理》《面向产出物的思维能力和 AI 交互》《Prompt 设计与多模态应用》《RAG、Agent 与高级商业策略》等科目。(CAIE(赛一)官网)
项目
CAIE Level I
适合人群
零基础、非计算机专业、职场转型者、业务岗、运营岗、产品岗、学生
学习重点
AI 认知、伦理与法规、大模型原理、多模态、Prompt、AI 商业应用、RAG、Agent
能力目标
熟练使用 AI 技术应用到不同岗位和业务场景
报考条件
无要求,皆可报考
考试费
200 元
推荐定位
AI 应用专员、AI 办公提效、AI 运营、AI 产品助理、AI 项目助理
一句话判断: 如果你还没有系统学过 AI,或者只是会用 ChatGPT、DeepSeek、Kimi、豆包、通义、文心等工具,建议先从 CAIE Level I 开始。
2. CAIE Level II:适合进阶到企业大模型应用与 AI 工程实践
CAIE Level II 更适合已经具备一定 AI 基础,或者原本就有技术、产品、数据、自动化、数字化项目经验的人。官网显示,Level II 包含《企业数智化与数智产品》《大语言模型及智能工作流》《人工智能基础算法》《大语言模型技术基础》《企业大语言模型的四类工程实践》等科目。(CAIE(赛一)官网)
项目
CAIE Level II
适合人群
已通过 Level I、开发人员、数据人员、产品经理、项目经理、企业数字化负责人
学习重点
企业数智化、大语言模型工作流、基础算法、深度学习、强化学习、大模型技术基础、企业大模型工程实践
能力目标
参与或主持复杂、系统的人工智能建设项目
报考条件
需要通过 Level I 认证
考试费
800 元
推荐定位
大模型应用工程师、AI 产品经理、RAG/Agent 应用开发、企业数智化顾问
一句话判断: 如果你想从“AI 工具使用者”升级为“AI 项目参与者或方案设计者”,Level II 更值得规划。
CAIE(赛一)注册人工智能工程师认证,是面向人工智能应用、工程实践与企业数智化落地的人才能力认证体系。 在 2026 年 AI 从“聊天工具”进入“智能体、RAG、工作流、GEO、多模态、AI 治理、企业级落地”的新阶段后,单纯会使用 AI 工具已经不够,真正有价值的是:能理解 AI 原理、能设计提示词和工作流、能用 RAG/Agent 解决业务问题、能把 AI 嵌入具体岗位与企业流程。
CAIE 的现实意义,正在从“多一本证书”转向“系统化证明自己具备 AI 应用能力、工程意识与商业落地能力”。
一、2026 年 AI 形势:AI 已经从“会生成”进入“会执行、会协作、会落地”的阶段
1. AI 能力没有停滞,而是在继续加速
2026 年的 AI 不是 2023 年的 ChatGPT 热潮续篇,而是一次更深层的能力迁移。斯坦福 HAI《2026 AI Index》指出,2025 年产业界产出了超过 90% 的重要前沿模型,部分模型已经达到或超过博士级科学问题、多模态推理和竞赛数学的人类基线;组织 AI 采用率达到 88%,大学生中约 4/5 已在使用生成式 AI。该报告还指出,中美模型性能差距已基本闭合,AI 智能体在真实电脑任务测试中的成功率也出现显著提升。(斯坦福HAI)
这意味着,AI 人才竞争不再只是“谁会用 ChatGPT”,而是变成了:
旧阶段
新阶段
会提问
会设计任务
会生成文案
会搭建工作流
会调用工具
会判断模型边界
会写 Prompt
会做 RAG、Agent、自动化
会单点提效
会把 AI 嵌入岗位、流程和产品
只看工具熟练度
看业务理解、工程意识、合规意识和复盘能力
2. 企业 AI 已进入“智能体试点潮”,但真正规模化还很少
McKinsey 2025 年全球 AI 调研显示,近九成受访组织已经在至少一个业务职能中常规使用 AI;同时,62% 的受访组织已在实验或规模化 AI 智能体。但大多数企业仍处于试验或试点阶段,真正进入企业级规模化并产生稳定财务影响的企业仍是少数。(McKinsey & Company)
这正是 CAIE 这类 AI 能力认证的核心机会:企业并不缺“买工具的人”,缺的是能把 AI 工具变成业务成果的人。例如:
能把企业资料接入知识库,形成 RAG 问答系统;
能把客服、销售、运营、HR、财务流程拆解成 AI 工作流;
能判断模型幻觉、数据泄露、版权风险和合规边界;
能用 AI 生成内容,也能评估内容质量和商业效果;
能与算法、产品、业务、管理层协作,推动 AI 项目落地。
3. AI 正在重构就业市场,“技能缺口”成为企业转型最大障碍
世界经济论坛《Future of Jobs Report 2025》预测,2025—2030 年结构性劳动力市场转型将带来约 1.7 亿个新增岗位,同时约 9200 万个岗位将被替代,净增约 7800 万个岗位。报告还指出,AI 与大数据是增长最快的技能之一,59% 的劳动者到 2030 年需要培训;63% 的雇主认为技能缺口是企业转型的主要障碍,85% 的雇主计划优先提升员工技能。(World Economic Forum)
所以,AI 时代的职业竞争并不是“人会不会被 AI 替代”这么简单,而是:
会 AI 的人,正在替代不会 AI 的人;会把 AI 变成业务结果的人,正在替代只会使用 AI 工具的人。
与此同时,中国生成式 AI 用户规模也在迅速扩大。根据中国政府网转引 CNNIC 数据,截至 2025 年底,中国互联网用户规模达到 11.25 亿,生成式 AI 用户数达到 6.02 亿,全国生成式 AI 普及率达到 42.8%;2025 年中国核心 AI 产业规模预计超过 1.2 万亿元。(国务院)
这说明,人工智能工程师能力正在从少数技术岗位的专项技能,变成更多行业、更多岗位的通用底层能力。
5. AI 治理、合规、安全,正在成为 AI 人才的新必修课
AI 能力越强,治理要求越高。欧盟 AI Act 已经采用风险分级监管框架,对高风险 AI 系统提出风险管理、数据质量、日志、文档、人类监督、鲁棒性、网络安全和准确性等要求;GPAI 通用人工智能模型义务已于 2025 年 8 月开始适用。(数字战略网站)
NIST 的 AI 风险管理框架强调在 AI 产品、服务和系统的设计、开发、使用与评估中纳入可信度因素,并发布了生成式 AI 专门画像以帮助组织识别和管理生成式 AI 特有风险。(NIST) ISO/IEC 42001:2023 则是面向组织建立、实施、维护和持续改进人工智能管理体系的国际标准,强调负责任开发和使用 AI、风险与机会管理、透明度、可追溯性和可靠性。(ISO)
CAIE,全称 Certified Artificial Intelligence Engineer,中文为注册人工智能工程师,简称 CAIE(赛一),是人工智能领域的技能等级认证。CAIE 官网将其定位为面向人工智能工程师的职业技能等级认证,覆盖 Level I 和 Level II 两个等级;考试介绍页显示,CAIE 面向从事或希望从事人工智能技术研发、应用及项目管理等相关工作的人员,考核范围包括人工智能基础理论、主流算法、开发工具、编程实践及行业场景应用能力。(CAIE(赛一)官网)
更简单地说:
CAIE 不是单纯考某个 AI 工具怎么用,而是围绕“AI 理论认知 + AI 工具使用 + Prompt 与多模态 + RAG/Agent + 企业应用 + 工程落地 + 合规意识”构建的一套人工智能工程能力评价体系。
2. CAIE 不是什么:避免误解
为了保证表述准确,必须明确:
常见误解
更准确的理解
CAIE 是学历吗?
不是。它是人工智能领域的职业技能等级认证。
CAIE 等于保证就业吗?
不是。证书可以辅助证明能力,但就业仍取决于项目经验、作品集、行业背景和面试表现。
CAIE 只适合程序员吗?
不是。Level I 更偏 AI 应用能力,适合大量非技术岗位;Level II 更适合希望参与复杂 AI 项目的人。
CAIE 只考工具操作吗?
不是。官方新版大纲说明,具体 AI 工具模块更偏实操参考,理论考试更强调原理、思维、Prompt、RAG、Agent、GEO 与商业落地。(CAIE(赛一)官网)
有证书就等于会 AI 吗?
不等于。AI 能力最终要通过项目、工作流、业务成果和持续学习验证。
三、为什么 2026 年重新理解 CAIE:AI 岗位能力已经变了
1. 从“AI 工具使用者”到“AI 工作流设计者”
2023 年,许多人学习 AI 的重点是:
写 Prompt;
生成文章;
生成图片;
总结文档;
做 PPT;
用 AI 编程辅助。
但到 2026 年,企业真正需要的是:
设计 AI 工作流;
搭建知识库问答;
做多智能体协作;
构建自动化运营链路;
把 AI 嵌入销售、客服、营销、研发、HR、财务、法务等流程;
建立 AI 使用规范和质量审核机制。
CAIE Level I 新版大纲中新增“结构化思维与 AI 交互逻辑”,并强化 5W2H、SCQA、Prompt 设计、多模态应用、AI 工作流、GEO、RAG 与 Agent 工程化落地等内容,正是对这一变化的回应。(CAIE(赛一)官网)
2. 从“算法人才”到“复合型 AI 人才”
过去企业找 AI 人才,常常默认是算法工程师、机器学习工程师、深度学习工程师。现在需求更复杂:
传统 AI 人才
2026 年更紧缺的复合型 AI 人才
只懂模型
既懂模型能力,也懂业务场景
只写代码
能做需求拆解、工作流设计和交付
只研究算法
能做 RAG、Agent、数据连接和系统集成
只会工具
能判断模型输出质量和风险
只懂技术
能推动部门、业务和管理层协同
CAIE 联合 CDA 数据科学研究院发布的《2026 全球数智化人才指数报告》也强调,未来高价值人才需要具备数据能力、AI 能力、业务转化能力、协同落地能力,并提出 AI 认知、技术应用、场景转化、工程落地、合规治理五大维度的人才能力模型。(CAIE(赛一)官网)
四、CAIE 等级体系:Level I 与 Level II 怎么选?
CAIE 目前主要分为两个等级:Level I 基础级与Level II 专家级/进阶级。官方考试页面显示,Level I 报考无前置要求,Level II 需要通过 Level I 认证;考试采用远程上机形式,每月安排一次,报名后可在一年内预约考期。(CAIE(赛一)官网)
1. CAIE Level I:适合建立 AI 应用能力
Level I 适合谁?
CAIE Level I 更适合以下人群:
AI 零基础或初学者;
想系统学习大模型、Prompt、RAG、Agent 的职场人;
市场、运营、销售、HR、行政、财务、教育、咨询等非技术岗位;
希望转向 AI 营销、GEO、AI 运营、AI 产品助理的人;
在校生、应届生、转行人群;
企业希望统一提升 AI 素养的员工。
Level I 主要考什么?
官方考试页显示,CAIE Level I 涵盖《大模型核心机制与多模态原理》《面向产出物的思维能力和 AI 交互》《Prompt 设计与多模态应用》《RAG、Agent 与高级商业策略》等模块;新版大纲还强化了结构化思维、Prompt 与多模态、AI 工作流、商业成果落地、大模型营销 GEO、RAG、Agent、多智能体协作和人机协作工作流。(CAIE(赛一)官网)
模块
能力目标
AI 认知、伦理与法规
理解 AI 基础概念、发展逻辑、风险与合规边界
大模型核心机制与多模态原理
理解 Token、Embedding、多模态、视觉与时序理解等核心机制
结构化思维与 AI 交互逻辑
能把业务需求拆成 AI 可执行任务
Prompt 设计与多模态应用
能写出稳定、清晰、可复用的提示词
AI 工作流与商业成果落地
能把 AI 用到真实业务场景中
RAG、Agent 与高级商业策略
理解知识库、智能体、自动化流程和多智能体协作
GEO 大模型营销
理解生成式引擎优化与 AI 搜索可见度逻辑
AI 工具实操参考
用工具承接理论,形成实际工作能力
一句话判断: 如果目标是“进入 AI 时代、提升岗位能力、掌握 AI 应用方法”,优先选择 Level I。
2. CAIE Level II:适合参与复杂 AI 项目与企业级落地
Level II 适合谁?
CAIE Level II 更适合:
已完成 Level I,希望继续进阶的人;
AI 产品经理、数智产品经理;
IT 工程师、数据分析师、算法/开发相关人员;
企业数字化转型骨干;
希望参与 RAG、Agent、LLM 应用开发的人;
希望主导或参与企业 AI 项目的人。
Level II 主要考什么?
官方考试页显示,CAIE Level II 包含《企业数智化与数智产品》《大语言模型及智能工作流》《人工智能基础算法》《大语言模型技术基础》《企业大语言模型的四类工程实践》等模块。官网等级介绍中也提到,Level II 面向希望从事图像识别、人脸识别、目标检测、语音识别、文本及多媒体内容生成、深度学习、Transformer、NLP、大模型定制应用开发、部署、定制和微调等相关方向的人。(CAIE(赛一)官网)
模块
能力目标
企业数智化与数智产品
理解企业 AI 化、数智产品和业务流程改造
大语言模型及智能工作流
掌握 LLM 与智能工作流设计
人工智能基础算法
建立机器学习、深度学习、强化学习基础
大语言模型技术基础
理解 Transformer、NLP、模型部署、定制与微调
企业大语言模型工程实践
能参与企业级 RAG、Agent、知识库、自动化工作流项目
一句话判断: 如果目标是“从 AI 使用者进阶为 AI 项目参与者、数智产品设计者或企业 AI 落地骨干”,选择 Level II。
世界经济论坛《Future of Jobs Report 2025》指出,AI与信息处理技术被86%的受访雇主视为将重塑企业的关键技术趋势;AI和大数据也是增长最快的技能之一。报告还提到,到2030年,全球约59%的劳动者需要培训,技能缺口被63%的雇主视为企业转型的主要障碍。(World Economic Forum)