领英HR精英汇
将新一代信息技术与先进制造技术深度融合的智能制造，被称为第四次工业革命的核心，是未来的大势所趋。
作为传统制造业大国，中国也将制造业的转型升级列为重点发展方向。
12 月 28 日，工业和信息化部等八部门联合印发了《“十四五”智能制造发展规划》。规划提出，到 2025 年，规模以上制造业企业基本普及数字化，重点行业骨干企业初步实现智能转型。
但另一方面，在加大投入、提升技术的同时，许多企业也感到，真正阻碍自身转型的，却是人才的匮乏。
麦肯锡调研发现，超过一半企业表示，“缺乏转型所需的相应人才” 是当前面临的最大困难。
近期，领英联手中关村产业研究院，推出《中国智能制造技术人才洞察》。以领英人才大数据为主要依托，报告将全球智能制造领域领先的 “灯塔工厂” 人才与中国相关技术人才进行对比，发现其不同特征，并总结出有效的人才培养模式。
点击下方图片，即可下载完整报告
各国竞争激烈
人才成“卡脖子”难题
智能制造领域的竞争，早已在全球展开。
继日本的 “社会5.0”、美国 “先进制造业领导力战略” 后，德国 “国家工业战略 2030” 及欧盟的 “工业5.0” 等政策也陆续出台，世界各国都试图在新一轮竞争中，抢占先机。
中国自 2015 年起便发布了包括《中国制造2025》、《智能制造发展规划（2016-2020年）》等 10 余项重要政策，支持智能制造发展。
能否在激烈竞争中突出重围，关乎未来我国制造业的全球地位。
目前，中国智能制造正处于转变发展方式、优化经济结构、转换增长动力的攻关期，但同时，制造业供给与市场需求适配性不高、产业链供应链稳定面临挑战、资源环境要素约束趋紧等问题，也仍然凸显。
在细分领域上，同样喜忧参半。一方面，我国工业机器人市场已连续 8 年稳居全球第一，2020 年装机量占全球总量的 44%，成为支撑产业发展的中坚力量；但另一方面，在半导体等领域，由于材料和器件长期依赖进口，行业发展仍面临巨大挑战。
各行各业的发展，人才都是基石，在智能制造领域，人才，更成为整个行业发展的关键难题。
据统计，在我国超 2 亿的技能劳动者中，高技能人才仅有 5000 多万，高级技工缺口达 2200 万人。人社部发布的 2021 年三季度全国 “最缺工” 的 100 个职业中，有 58 个属于 “生产制造及有关人员”，一线制造业企业的高级技能人才缺乏已经成为制约中国制造转型的重要阻碍。
除了数量上的不足，与世界灯塔工厂相比，我国智能制造的人才质量，也需要提升。
中国人才以“高学历白领”为主
工程属性有待加强
报告发现，相较于灯塔工厂，中国智能制造人才呈现出以下特征：
1）学历高，经验浅
领英人才大数据显示，中国智能制造技术人才普遍学历较高，超 60% 都拥有硕士学历，高于灯塔工厂技术人才中 52% 的硕士占比。
但另一方面，在工作经验上，灯塔工厂超过 61% 的技术人才都拥有十年以上工作经验，而中国相关领域技术人才超六成工作经验不足十年，尤其在工业互联网领域，十年以下工作经验的人才更是占到 71.56%。
尽管中国智能制造技术人才拥有较强的学习能力和发展潜力，但就现状来看，其在实践中历练的经验，明显少于世界领先企业人才的平均水平。
2）“计算机+制造”为主，工程属性较弱
从专业上看，中国智能制造技术人才主要毕业于计算机科学相关专业，精通数据分析、编程编码等技能。在转型至制造业之前，他们大多任职于信息技术与服务、计算机软件、通信等行业，普遍不具备 “工程属性”。
与之不同的是，灯塔工厂的技术人才，则更多来自电子与通信工程等专业，对制造业更为了解，他们不但拥有数字化技能，也具备将生产需求、生产流程 “翻译” 为数字化语言的转化能力，且能熟练操作数字化生产设备，具备更鲜明的 “工程属性”，与智能制造领域 “数字技术+生产制造” 的人才需求，更为匹配。
不同于中国 “高学历白领” 为主的行业人才构成，灯塔工厂技术人才是更为实用的 “数字化新型工匠”。
3）“软硬结合度”较弱，存在“技能偏科”
通过对灯塔工厂人才技能统计分析发现，成熟的智能制造技术人才，普遍具备五种常见技能：需求与数字化转换技能、数字化工具与技术技能、技术设备作业技能、数据分析技能、编程编码技能。
可以说，同时具备这五方面关键技能的复合型人才，是制造企业成功转型升级的基础。
但在对中国相关领域人才的分析后发现，中国智能制造技术人才在偏软性的如数据分析、编程编码等技能方面具有优势，但在与硬件结合的如数字化工具与技术、技术设备作业方面的能力一般，而将实际的生产需求转化为数字化语言并最终形成解决方案方面的技能，尤为欠缺。
相较于灯塔工厂人才技能的全面发展，中国智能制造人才存在 “软硬结合度” 较弱、“技能偏科” 现象。
多方共同努力
走出人才困局
人才不足的问题，其根源是人才培养方式存在短板，要想提升人才质量，就需要从根源入手，从长计议。
通过对灯塔工厂人才培养经验的总结，报告指出，解决智能制造人才问题，需要从多方面做出转变：
1） 高校：注重实践能力，加强校企合作
随着数字化转型过程的不断深入，势必会带来巨大的人才缺口，而对于企业来讲，补充现有技能人才缺口的最直接来源，就是高校毕业生。
调研发现，灯塔工厂均十分重视高职院校在智能制造人才培养方面的作用，以德国为例，在其工业 4.0 的过程中，有近一半的技术人才，是由高校供给给企业的。
德国高校不但注重数字化课程的开发及更新，也与产业界、企业界形成了良好而深入的合作关系，实现了人才的联合培养。
麦肯锡数字化能力发展中心总监李铁良指出，制造业是一个实践性非常强的行业，高校可以在课堂教学的基础上，与企业开展更多合作，共同推进理论与实践的结合，用真实案例增强学生对实际业务场景的理解，提升实操能力。
2） 企业：提升管理水平，解决人才难题
中国智能制造企业普遍存在 “企业招募难”、“人才培养难”、“产业支撑难” 的三难问题。
对此，企业应从多维度入手，提升管理，形成人才招募、培养、保留的良性体系。
在人才招募方面，除了加强与高校合作，提前介入人才培养环节外，也应制定更加灵活的招聘方案，多途径扩大人才库，并通过有效的雇主品牌建设等方式，吸引包括海外人才在内的目标人群。
在内部培养方面，企业应制定更贴合实际、更有效的培训课程，用更有创意的方式，帮助现有员工提升相关技能。
比如，一些灯塔企业引入游戏化培训，让数字化学习变得简单有趣，同时通过即时的学习反馈，大幅提高了学习效果。
除此之外，企业也需要对管理方式做出调整，采用敏捷组织实现跨部门合作，以应对外部环境的挑战和变化，并为员工创造人机协同的工作机会，激发员工的主动性和创造力，以助其养成主动思考和利用技术创新的习惯。
3） 人才：了解行业趋势，重塑数字技能
对于人才个体来讲，在智能制造时代，掌握数字化技能，更是提升职场竞争力，在 “内卷” 大潮中弯道超车的重要方式。
《2020年智能制造技术与技能人才发展与激励调研报告》显示，从招聘职位的种类及数量上，拥有数字化技能的复合型人才需求，都位居前列。
而正如前文所说，我国的智能制造人才拥有较高的数据分析、编程等软性技能，但在与制造业相结合的领域则普遍存在欠缺，因此，数字人才应加强对生产场景的深入了解，观察新型生产流程对数字技术的需求，学习如何把生产场景需求转化为数字化解决方案。
写在最后
在《意会：算法时代的人文力量》一书中，作者将未来的人才分为五种类型：
按照规则按部就班完成任务的 “新手”、能够根据过往经验应对变化的 “熟手”、能够在大量信息中识别出关键信息，分出轻重缓急的 “高手”、拥有全局观，能够综合考虑问题并找出解决方案的 “专家”、以及已经将经验内化于心，只凭直觉就能做出正确判断的 “大师”。
显然，在中国智能制造的进程中，仅仅依靠新手、熟手，并不能实现既定目标。调动多方力量，培养更多高手、专家甚至大师，才是智能制造时代，解决人才困局的有效方式。
近年来，中国制造业在转型过程中面临技术人才严重短缺问题。领英中国联合中关村产业研究院共同编制了本报告，以领英人才大数据为主要依托，围绕中国智能制造重点细分产业——工业互联网、工业机器人、半导体，对标世界领先的 “灯塔工厂” 企业，总结智能制造技术人才培养的有效模式及案例，并提出针对性的人才发展建议。
点击上方图片，即刻下载完整报告。
