據日本經濟新聞發布消息稱，主導人工智能（AI）研究和開發的約半數頂尖人才集中于美國。日本的人才僅占全球的不到4％，落后于中國和英國。對日本而言，在海外接受專業教育的AI人才很少，欠缺人才多樣性等課題也浮出水面。AI是數據經濟的核心技術。如果負責最尖端研究的群體薄弱，日本的競爭力有可能下降。日本政府和企業已開始采取行動。
加拿大的AI初創企業“Element AI”根據2018年內在21個國際學會上發表的論文調查了作者人數和經歷，統計了頂尖AI人才的分布。
調查顯示，全球有2.24萬AI方面的頂尖人才。其中約半數在美國（1萬295人），其次是中國（2525人）占到1成。英國（1475人）、德國（935人）和加拿大（815人）次之。日本以805人排在第6位，僅占到整體約3.6％。
日本的人才質量也成為課題。調查顯示，日本的人才缺乏多樣性。與其他國家相比，在海外接受過專門教育的國際型人才在日本很少。在外國學習之后，去日本企業工作的比率僅為17％，在17個主要國家和地區中排在倒數第2位。此外，日本女性人才的比率最低，僅有9％，是全球平均（18％）的一半。
以多樣性的成員推進AI開發很重要。通過研究者之間的人脈接觸最尖端技術，容易推動共同研究。據稱由相同人種和性別團隊打造的AI進行判斷時容易出現偏頗。
在最尖端的AI研究方面，提高數據分析效率、消除分析偏頗的技術、淺顯易懂地向外界展示判斷過程的手法等技術創新取得進展。大學與企業的共同研究也很多，這將直接推動各國企業的競爭力提高。
AI人才較多的歐美和中國近年來出臺國家政策，培育了覆蓋綜合科學技術領域的人才。美國自10多年前開始，推行理科和數學教育的振興政策，大幅增加了科技相關教師人數。中國也于2017年制定新一代AI發展計劃，推進新設置AI專業等。
而日本始終維持理學系和工學系等傳統的學科劃分，培養精通數學和計算機技術等多個領域的人才進展遲緩。設置AI相關專業學科的只有滋賀大學等數所學校。日本經濟產業省和文部科學省在3月歸納的報告中指出，“負責信息政策的經濟產業省很晚才注意到數學的重要性”。