从解决“看得见的问题”到预防“看不见的问题”人机一体化智能系统需要什么样的人才？
从解决“看得见的问题”到预防“看不见的问题”，人机一体化智能系统需要什么样的人才？
随着互联网、人工智能等新技术的深入布局应用，智能制造业数字化转型已步入深水区。人机一体化智能系统利用新一代信息技术，通过数据建立学习模型，自动优化生产流程，实现大规模定制化的同时提升产品质量。2022 年中国智能制造业产值约 3.3 万亿元，预计 2025 年将达 5 万亿元，年均增长率为 15%。
随着互联网、人工智能等新技术的深入布局应用，智能制造业数字化转型已步入深水区。人机一体化智能系统利用新一代信息技术，通过数据建立学习模型，自动优化生产流程，实现大规模定制化的同时提升产品质量。2022 年中国智能制造业产值约 3.3 万亿元，预计 2025 年将达 5 万亿元，年均增长率为 15%。
由人瑞人才与德勤中国联合发布的《产业数字人才研究与发展报告》（以下简称“报告”）指出，智能制造业的增长驱动大多数来源于两方面：一是产数融合下的数字技术发展，如AI在制造业应用市场 2020 年到 2025 年的年均复合增长率为 53%；二是产数融合下的应用场景丰富，如大规模定制、柔性制造、工厂能耗管理、产业链协同等。数字化转型是人机一体化智能系统实现增长的必经之路。
“报告”认为，智能制造业数字化转型已步入深水区，转型重点从 IT 基础设施搭建过渡到以数字技术推动业务转型，以及对数据的治理与应用。未来，制造业数字化转型投资将持续加速，数字技术应用从事后解决“看得见的问题”到提前预防“看不见的问题”，应用场景将更为丰富。而随着转型进入深水区，人机一体化智能系统数字人才重要性凸显。
“报告”认为，智能制造数字化转型的终极目标是战略指导下的业务变革，是以数据驱动改善研发、生产、运营和服务，最终实现盈利模式优化和使用者真实的体验提升。数据与业务需求结合是转型的必经之路。在数字技术密集爆发的大背景下，工业大数据生态建设加速。工业设施数据接口开放，加快多源异构数据的融合和汇聚，构建完整贯通的高质量数据链，数据应用从解决“看得见的问题”向预防“看不见的问题”拓展。以AI应用为例，制造公司能够把生产设备存在的问题、问题产生原因和压力、温度、运行时长、磨损程度等各种参数建模，通过深度学习，在问题还没有发生前预测风险并采取行动，避免问题发生。
企业数字化转型投入增加，以及数据和数字技术应用与业务结合等举措将持续推动智能制造业数字化转型深度推进，但数字化转型能否达到预期效果还将取决于智能制造领域数字人才的数量和质量。理清行业数字人才现状，了解行业面临的数字人才挑战和当前应对策略是产业数字人才转型的第一步。
“报告”指出，智能制造产业在数字化转型过程中衍生出巨大的数字化人才需求，而数字人才的短缺或者说数字人才供需的不匹配以及能力短板等问题成为企业数字化转型过程中的关键。
结合《制造业人才发展规划指南》，人瑞人才与德勤中国研究测算，2022年中国智能制造业数字人才缺口约430万人，人才供应与需求比率为1: 2.2。预计到2025年，行业数字人才缺达550万人，人才供需比为1: 2.6。人才缺口较大的岗位按紧缺程度排序为算法工程师、软件工程师、互联网架构师、系统工程师、研发工程师等。
“报告”指出，在能力需求方面，智能制造企业期望中高端技术人才除了具备智能制造通用知识体系，还需要具备知识和技术的融合能力，以数字化手段推动业务发展的前瞻能力，以及能突破原有思维跨界寻求解决方案的创新能力。
调查发现，46%的受访者对其所在企业当前数字人才能力表示不满意，能力短板体现在数字与业务结合、数字化技能和数字团队建设方面。不一样的角色对人才能力短板看法不一样，最困扰企业决策者的是人才数字化与产业结合运用能力弱，占比高达 86%，困扰技术主管的则是数字人才对业务赋能停留在基础水平，不具备创造性和开拓性，占比 64%；HR 主管与技术主管有同样的困扰，占比73%，HR 主管还对公司和人才的数字化学习颇有困扰。
智能制造业在对数字人才需求方面有明显的独有特点。从纵向产业链角度来看，产业链上游基础部件和基础技术领域更需要研发、开发类人才；产业链中游，如设备、工业软件、平台，除了开发类人才，对算法、数据分析类人才需求也较高；产业链下游细致划分领域众多、应用场景众多，对数字人才要求更为多元，对人才技能要求更加复合。企业和个人如何精准地找到对方，是数字化转型中重要一环。
“报告”创新提出数字化时代“井”型人才概念，在原来“π”型人才基础上增加了两个要素，一是软性技能，包括战略性思考和业务管理能力、沟通协作能力、学习能力；二是数字能力，包括对数字化知识和技能掌握的“广度”以及对某些领域的数字化知识和技能的“深度”掌握。该模型强调选才“精准”的第一步先从人才与企业对自身需求和真实的情况的“科学、客观”认知开始，建立在合理预期的基础上实现“双向精准匹配”的人才选拔。
软件工程师“井”型结构胜任力模型，包括四个方面：一是基本特征，如热招城市分布、薪酬水平、学历要求、专业背景、工程经验；二是软性技能，是贯穿整个行业、领域、技能的通用能力，包含分析、沟通和学习能力；三是该岗位的业务能力，包括业务理解和系统模块设计方面的能力；最后是数字技能，指的是从广度和深度上对数字化技术的知识和技能的掌握，例如对编程语言的掌握，项目经验等。
解决了人才精准匹配问题后，下一步，“报告”建议从人才教育培训入手，从根本上解决数字人才紧缺问题。《报告》创新提出打造“数字人才实训基地”的人才精准、批量、快速培育模式。该模式充分考量企业、院校、政府、人力资源培训机构和个人在“数字人才实训基地”有效构建中不可或缺的优势能力组合所能创造的“聚合效应”，能更加有效，且更具针对性，对解决人才培育难、培训慢等问题很具有实用性，同时能充分释放企业端的成本与精力，是单一任何一方都难以独立撬动的“共建、共融、共享”新模式。
“报告”将人才生态供应链总结为“一核四环六角色”，即以人才实训基地为核心，围绕选、育、用、留四闭环人力资源环节，由院校、企业、人力资源技能培训机构、社会资源、人才、政府六个关键角色，实现人才供应的精准化、生态化。随着数字化技术的推动，《报告》预计未来的组织形态、用工模式、用工理念将会发生根本性的巨大变化——依赖于社会化共享用工大平台的建立，真正意义的多元用工将普遍化。
今年春运自1月17日起，至2月25日止，为期40天。在疫情防控背景下，健康码查验机、智能雾化消毒机器人、无接触智能语音呼梯系统等智能设备一一登场，成为火车站、机场等春运要塞的“标配”。与此同时，往年春运期间屡遭质疑的12306也悄然推出了若干新功能，在低调中继续“负重前行”。且让我们在本期文章中数一数那些春运期间你看得见或看不见的技术博弈。
回答敏捷是什么？为何需要敏捷？回答“为何需要敏捷”的前提是回答“敏捷是什么”，因此第一个任务是要先回答第一个问题，从敏捷技术的观点看，核心是敏捷价值观、敏捷价值观外层为敏捷管理，比如XP或者Scrum；最外层为敏捷技术实践，比如CI、TDD和结对编程等技术，从这个结构看最里层是一种敏捷文化、中间层为软件开发过程管理方法，最外层为具体技术实践，...
上一篇:首席科技官｜对话民生银行张斌：数字化转型一场由技术驱动的经营管理和组织文化变革
下一篇:海口快速编写社会稳定风险评估