制造業AI人才啟示錄互聯網+
導讀
從人海戰術到高素質技工，中國的工業AI，也是時候開始鍛造自己的“匠心”了。
從人海戰術到高素質技工，中國的工業AI，也是時候開始鍛造自己的“匠心”了。
AI人才缺乏，并不是什么新鮮話題了。
高薪、高學歷，往往也與之捆綁在一起。縱觀企業招聘JD，動輒碩士起步，博士不嫌多，本科學士可能都不配擁有姓名。
當然，這些都是那些“高大上”職位才能擁有的配置，比如推薦算法開發、機器學習工程師之類的。諸多人工智能相關培訓機構，打出的旗號也往往與之有關，學員也大多有著JAVA、C++等從業經驗。
但AI的人才繁榮，是不是僅憑這類高等教育人才就夠了呢？
眾所周知，AI產業化開始逐步在制造、農業、服務業等各個領域落地，千行萬業的普通勞動者如何掌握與AI共事的基本能力，恐怕是繼高階人才荒之后的又一難題。
與AI共舞：下一代工人的必修課
以人工智能和機器自動化為形式的技術潮流，正在把我們帶入一個新的工業時代。
過去探討制造業融合AI時，如何改造設備、網絡等基礎設施，是最主要的命題。但伴隨著一個個AI項目的落地，這個領域的勞動力技能短板也開始凸顯。
一方面，制造業正在被90后、00后年輕人所拋棄。此前大部分制造業工作相對重復枯燥，每天一遍又一遍地機械重復著一個動作，勞動力與機器人看起來也沒有什么差別，許多年輕人寧可送外賣也不愿意進廠。與此同時，人們也普遍認為，AI會取代那些從事流水線重復工作的工作。
但問題是，機器人替代了部分重復勞動和體力要求的常規操作型任務，同時也增加了許多非常規認知型工作任務的需求。舉個例子，即使機器人接受了工作，當機器人出現故障時，也必須有人修理它們。這也是為什么，在先進的制造業工廠，人才與AI機器的協作能力反而更加重要。
而另一個問題，就是在有限的制造業勞動者中，大部分技能水平不足，可替代性強。這就導致許多諸如半導體企業會拒絕新的招聘，寧愿雇傭成本較低的承包商，只因為承包商可能擁有市面勞動力所普遍不具備的必需技能。
當然，這個問題并不是“中國特色”。實際上，在美國也面臨同樣的困境，許多美國先進的制造企業，認為工廠自動化水平的不斷提高，勞動力已經無法勝任需要操作數控機床等技能的工作。
即使AI，也是需要有人去協同的，那么，智能化的工業4.0時代，勞動力到底需要什么？
山高水遠的AI職業教育
目前，許多國家已經開始將人工智能與職業教育結合在一起。從這些先遣經驗中，可以大致看到AI職業教育的兩個關鍵難題：
1.高等教育系統與人資市場需求的矛盾
盡管獲得自動化、算法等高級領域學歷的學生更有機會晉升到中高級技術職位，但現有的高等教育系統根本無法滿足工程勞動力的需求。
比如加州州立大學的教育官員就發現，每年該系統工程專家能夠收到約十萬份申請，來競爭1萬個名額。
此時，向社區學院系統探索職業教育，就成了一個非常重要的補充力量。比如加州社區學院系統是加州州立大學和加州大學系統的“支線”，學生不需要本科學位就可以獲得晉升需要的相關證書和技術工作。
電力、汽車和能源等領域，特別是太陽能安裝等領域，雇主迫切需要員工能夠跟上人工智能、機器學習這樣的新技術，于是加州社區學院也開始推出了類似STEM這樣的課程。
2.職業教育的技能衡量標準
提升制造業、服務業的AI工程技能，一個常規的挑戰是，如何確定課程內容符合現實的應用標準？
實際上，美國也并沒有成熟的解決方法。當前的做法是，將與機器協同的工作技能培訓提前至八年級。也就是在K12階段就對課程進行相應的調整，同時引入更多具有相關工作經驗的兼職教師的加入，并要求技術工人的公司加強指導和其他在職培訓工作，集合社會教育體系來共同摸索。
可以肯定的是，在這樣的探索中，一方面大量的勞動者有望通過持續學習重塑自我，跟上快速迭代的智能社會。同時，先進制造業也有望雇傭這些高素質工人，創造出前所未有的智力資產。最后，將是整個國家生產制造和經濟競爭力的全面提升和擴展。
那么，對于致力于在工業4.0實現制造業轉型升級的中國來說，這些舶來經驗是否值得借鑒呢？
用AI鍛造中國匠心， 需要破除哪些桎梏？
在討論這個問題之前，我們必須正視的現實情況是：
首先，中國制造業過去十年都是以勞動密集（如紡織）、資本密集型（如鋼鐵）企業為主，在高技術制造業上與發達國家有著不小的差距，因此高素質技工的總量和質量相對也更少。根據國際機器人聯合會（IFR）統計，2017年中國工業機器人密度（每萬人擁有的工業機器人數量）僅為97臺/萬人，明顯低于日本、德國等傳統制造強國。
同時，近年來環保、產業結構調整等政策的相繼落地，也導致制造業在“騰籠換鳥”的過程中出現了一定的“過渡期”，具體表現就是，大量勞動密集型低端制造開始流向東南亞等次大陸，而創新企業對高端人才的吸納能力又出現暫時性的不足。
另外，長期以來，中國制造業的職業教育大部分是由企業來完成的，即傳統的學徒工制度，但“師傅帶徒弟”模式在AI時代顯然首先連師傅都找不到了，新的技能養成體系尚未建立。
而面對人工智能浪潮，技能人才的短缺，僅僅依靠市場力量來調節，勢必會經歷一段漫長的調整期，恐怕會導致錯過制造業AI落地的關鍵窗口期。
因此，在中國的AI職業教育中，恐怕也必須借助相應的政府和社會力量：
1.AI相關的技能形成體系有待全面鋪開。
目前，我國的職業教育主要是由公共財政支持的，受限于規模與資金，大部分職業學校更傾向于開展制造業所需要的適性技能。對于AI相關的培訓，往往需要大量投入來出儲備師資、研發課程，在現有條件下，盲目上馬AI技能培訓也難以保證培訓的質量和效果。
2.企業自主崗內培訓的激勵效果不足。
那么，讓有相關需求的制造企業自行開展對高技能工人的培養呢？一方面，企業處于經營管理的考慮，對于培訓投入往往都會有所限制，加上制造業人才短缺問題導致的流動性，企業投入高素質技工的風險也大大增加。因此，能否在政策上對積極參與員工技能培訓的企業給予培訓經費返還、稅收優惠等政策支持；在科技項目立項、成果評定時，AI職業教育能否作為關鍵的考量標準，才有可能真正激發出制造企業主動與AI融合的積極性。
3.科技公司的社會化力量引入是重點。
培養高素質、AI化的技能人才，科技企業的力量也不可小覷。目前，已經有眾多AI領域的領軍企業，如百度、華為、阿里等紛紛建立了AI人才培養機制，推出了相應的公益培訓體系。不過，目前大部分AI項目還著眼于高精尖的崗位職業資格，以及與雙一流高等院校的研發合作，針對高素質工人的職業教育還很少。但從市場需求與技術普惠的角度來看，科技巨頭的工業AI項目同樣對合作伙伴的技工質量提出了一定的要求，未來通過與職業學校合作，輸出相應的基礎課程和職業培訓，建立共享型公共實習實訓基地，也會幫助科技公司收獲合作方的高認可度。
每每提到工業4.0、制造業自動化等話題，人們總會第一時間想到德國的“工匠精神”，這是推動德國產品走向世界的品牌力量，也是中國制造在轉型升級中所迫切渴求的魂力。但“工匠精神”并非天生天養，而是伴隨著德國制造業和職業教育發展，所自然形成的人企之間的一種默契與規則。
從人海戰術到高素質技工，中國的工業AI，也是時候開始鍛造自己的“匠心”了。
高薪、高學歷，往往也與之捆綁在一起。縱觀企業招聘JD，動輒碩士起步，博士不嫌多，本科學士可能都不配擁有姓名。
當然，這些都是那些“高大上”職位才能擁有的配置，比如推薦算法開發、機器學習工程師之類的。諸多人工智能相關培訓機構，打出的旗號也往往與之有關，學員也大多有著JAVA、C++等從業經驗。
但AI的人才繁榮，是不是僅憑這類高等教育人才就夠了呢？
眾所周知，AI產業化開始逐步在制造、農業、服務業等各個領域落地，千行萬業的普通勞動者如何掌握與AI共事的基本能力，恐怕是繼高階人才荒之后的又一難題。
與AI共舞：下一代工人的必修課
以人工智能和機器自動化為形式的技術潮流，正在把我們帶入一個新的工業時代。
過去探討制造業融合AI時，如何改造設備、網絡等基礎設施，是最主要的命題。但伴隨著一個個AI項目的落地，這個領域的勞動力技能短板也開始凸顯。
一方面，制造業正在被90后、00后年輕人所拋棄。此前大部分制造業工作相對重復枯燥，每天一遍又一遍地機械重復著一個動作，勞動力與機器人看起來也沒有什么差別，許多年輕人寧可送外賣也不愿意進廠。與此同時，人們也普遍認為，AI會取代那些從事流水線重復工作的工作。
但問題是，機器人替代了部分重復勞動和體力要求的常規操作型任務，同時也增加了許多非常規認知型工作任務的需求。舉個例子，即使機器人接受了工作，當機器人出現故障時，也必須有人修理它們。這也是為什么，在先進的制造業工廠，人才與AI機器的協作能力反而更加重要。
而另一個問題，就是在有限的制造業勞動者中，大部分技能水平不足，可替代性強。這就導致許多諸如半導體企業會拒絕新的招聘，寧愿雇傭成本較低的承包商，只因為承包商可能擁有市面勞動力所普遍不具備的必需技能。
當然，這個問題并不是“中國特色”。實際上，在美國也面臨同樣的困境，許多美國先進的制造企業，認為工廠自動化水平的不斷提高，勞動力已經無法勝任需要操作數控機床等技能的工作。
即使AI，也是需要有人去協同的，那么，智能化的工業4.0時代，勞動力到底需要什么？
山高水遠的AI職業教育
目前，許多國家已經開始將人工智能與職業教育結合在一起。從這些先遣經驗中，可以大致看到AI職業教育的兩個關鍵難題：
1.高等教育系統與人資市場需求的矛盾
盡管獲得自動化、算法等高級領域學歷的學生更有機會晉升到中高級技術職位，但現有的高等教育系統根本無法滿足工程勞動力的需求。
比如加州州立大學的教育官員就發現，每年該系統工程專家能夠收到約十萬份申請，來競爭1萬個名額。
此時，向社區學院系統探索職業教育，就成了一個非常重要的補充力量。比如加州社區學院系統是加州州立大學和加州大學系統的“支線”，學生不需要本科學位就可以獲得晉升需要的相關證書和技術工作。
電力、汽車和能源等領域，特別是太陽能安裝等領域，雇主迫切需要員工能夠跟上人工智能、機器學習這樣的新技術，于是加州社區學院也開始推出了類似STEM這樣的課程。
2.職業教育的技能衡量標準
提升制造業、服務業的AI工程技能，一個常規的挑戰是，如何確定課程內容符合現實的應用標準？
實際上，美國也并沒有成熟的解決方法。當前的做法是，將與機器協同的工作技能培訓提前至八年級。也就是在K12階段就對課程進行相應的調整，同時引入更多具有相關工作經驗的兼職教師的加入，并要求技術工人的公司加強指導和其他在職培訓工作，集合社會教育體系來共同摸索。
可以肯定的是，在這樣的探索中，一方面大量的勞動者有望通過持續學習重塑自我，跟上快速迭代的智能社會。同時，先進制造業也有望雇傭這些高素質工人，創造出前所未有的智力資產。最后，將是整個國家生產制造和經濟競爭力的全面提升和擴展。
那么，對于致力于在工業4.0實現制造業轉型升級的中國來說，這些舶來經驗是否值得借鑒呢？
用AI鍛造中國匠心， 需要破除哪些桎梏？
在討論這個問題之前，我們必須正視的現實情況是：
首先，中國制造業過去十年都是以勞動密集（如紡織）、資本密集型（如鋼鐵）企業為主，在高技術制造業上與發達國家有著不小的差距，因此高素質技工的總量和質量相對也更少。根據國際機器人聯合會（IFR）統計，2017年中國工業機器人密度（每萬人擁有的工業機器人數量）僅為97臺/萬人，明顯低于日本、德國等傳統制造強國。
同時，近年來環保、產業結構調整等政策的相繼落地，也導致制造業在“騰籠換鳥”的過程中出現了一定的“過渡期”，具體表現就是，大量勞動密集型低端制造開始流向東南亞等次大陸，而創新企業對高端人才的吸納能力又出現暫時性的不足。
另外，長期以來，中國制造業的職業教育大部分是由企業來完成的，即傳統的學徒工制度，但“師傅帶徒弟”模式在AI時代顯然首先連師傅都找不到了，新的技能養成體系尚未建立。
而面對人工智能浪潮，技能人才的短缺，僅僅依靠市場力量來調節，勢必會經歷一段漫長的調整期，恐怕會導致錯過制造業AI落地的關鍵窗口期。
因此，在中國的AI職業教育中，恐怕也必須借助相應的政府和社會力量：
1.AI相關的技能形成體系有待全面鋪開。
目前，我國的職業教育主要是由公共財政支持的，受限于規模與資金，大部分職業學校更傾向于開展制造業所需要的適性技能。對于AI相關的培訓，往往需要大量投入來出儲備師資、研發課程，在現有條件下，盲目上馬AI技能培訓也難以保證培訓的質量和效果。
2.企業自主崗內培訓的激勵效果不足。
那么，讓有相關需求的制造企業自行開展對高技能工人的培養呢？一方面，企業處于經營管理的考慮，對于培訓投入往往都會有所限制，加上制造業人才短缺問題導致的流動性，企業投入高素質技工的風險也大大增加。因此，能否在政策上對積極參與員工技能培訓的企業給予培訓經費返還、稅收優惠等政策支持；在科技項目立項、成果評定時，AI職業教育能否作為關鍵的考量標準，才有可能真正激發出制造企業主動與AI融合的積極性。
3.科技公司的社會化力量引入是重點。
培養高素質、AI化的技能人才，科技企業的力量也不可小覷。目前，已經有眾多AI領域的領軍企業，如百度、華為、阿里等紛紛建立了AI人才培養機制，推出了相應的公益培訓體系。不過，目前大部分AI項目還著眼于高精尖的崗位職業資格，以及與雙一流高等院校的研發合作，針對高素質工人的職業教育還很少。但從市場需求與技術普惠的角度來看，科技巨頭的工業AI項目同樣對合作伙伴的技工質量提出了一定的要求，未來通過與職業學校合作，輸出相應的基礎課程和職業培訓，建立共享型公共實習實訓基地，也會幫助科技公司收獲合作方的高認可度。
每每提到工業4.0、制造業自動化等話題，人們總會第一時間想到德國的“工匠精神”，這是推動德國產品走向世界的品牌力量，也是中國制造在轉型升級中所迫切渴求的魂力。但“工匠精神”并非天生天養，而是伴隨著德國制造業和職業教育發展，所自然形成的人企之間的一種默契與規則。
從人海戰術到高素質技工，中國的工業AI，也是時候開始鍛造自己的“匠心”了。
1.TMT觀察網遵循行業規范，任何轉載的稿件都會明確標注作者和來源；
2.TMT觀察網的原創文章，請轉載時務必注明文章作者和"來源：TMT觀察網"，不尊重原創的行為TMT觀察網或將追究責任；
3.作者投稿可能會經TMT觀察網編輯修改或補充。
