隨著互聯網、人工智能等新技術的深入布局應用，智能制造行業數字化轉型已步入深水區。智能制造利用新一代信息技術，通過數據建立學習模型，自動優化生產流程，實現大規模定制化的同時提升產品質量。2022 年中國智能制造行業產值約 3.3 萬億元，預計 2025 年將達 5 萬億元，年均增長率為 15%。
由人瑞人才與德勤中國聯合發布的《產業數字人才研究與發展報告》（以下簡稱“報告”）指出，智能制造行業的增長驅動主要來自兩方面：一是產數融合下的數字技術發展，如人工智能在制造業應用市場 2020 年到 2025 年的年均復合增長率為 53%；二是產數融合下的應用場景豐富，如大規模定制、柔性制造、工廠能耗管理、產業鏈協同等。數字化轉型是智能制造實現增長的必經之路。
“報告”認為，智能制造行業數字化轉型已步入深水區，轉型重點從 IT 基礎設施搭建過渡到以數字技術推動業務轉型，以及對數據的治理與應用。未來，制造業數字化轉型投資將持續加速，數字技術應用從事后解決“看得見的問題”到提前預防“看不見的問題”，應用場景將更加豐富。而隨著轉型進入深水區，智能制造數字人才重要性凸顯。
轉型方向：數字技術與業務需求結合，挖掘數據應用價值
“報告”認為，智能制造數字化轉型的終極目標是戰略指導下的業務變革，是以數據驅動改善研發、生產、運營和服務，最終實現盈利模式優化和用戶體驗提升。數據與業務需求結合是轉型的必經之路。在數字技術密集爆發的大背景下，工業大數據生態建設加速。工業設備數據接口開放，加快多源異構數據的融合和匯聚，構建完整貫通的高質量數據鏈，數據應用從解決“看得見的問題”向預防“看不見的問題”拓展。以人工智能應用為例，制造企業可以把生產設備存在的問題、問題產生原因和壓力、溫度、運行時長、磨損程度等各種參數建模，通過深度學習，在問題尚未發生前預測風險并采取行動，避免問題發生。
企業數字化轉型投入增加，以及數據和數字技術應用與業務結合等舉措將持續推動智能制造行業數字化轉型深度推進，但數字化轉型能否達到預期效果還將取決于智能制造領域數字人才的數量和質量。理清行業數字人才現狀，了解行業面臨的數字人才挑戰和當前應對策略是產業數字人才轉型的第一步。
圖：智能制造數字化轉型普及度與深度
“報告”指出，智能制造產業在數字化轉型過程中衍生出巨大的數字化人才需求，而數字人才的短缺或者說數字人才供需的不匹配以及能力短板等問題成為企業數字化轉型過程中的關鍵。
智能制造行業數字人才挑戰：人才缺口和能力短板
結合《制造業人才發展規劃指南》，人瑞人才與德勤中國研究測算，2022年中國智能制造業數字人才缺口約430萬人，人才供應與需求比率為1: 2.2。預計到2025年，行業數字人才缺達550萬人，人才供需比為1: 2.6。人才缺口較大的崗位按緊缺程度排序為算法工程師、軟件工程師、互聯網架構師、系統工程師、研發工程師等。
“報告”指出，在能力需求方面，智能制造企業期望中高端技術人才除了具備智能制造通用知識體系，還需要具備知識和技術的融合能力，以數字化手段推動業務發展的前瞻能力，以及能突破原有思維跨界尋求解決方案的創新能力。
調查發現，46%的受訪者對其所在企業當前數字人才能力表示不滿意，能力短板體現在數字與業務結合、數字化技能和數字團隊建設方面。不同角色對人才能力短板看法有所不同，最困擾企業決策者的是人才數字化與產業結合運用能力弱，占比高達 86%，困擾技術主管的則是數字人才對業務賦能停留在基礎水平，不具備創造性和開拓性，占比 64%；HR 主管與技術主管有同樣的困擾，占比73%，HR 主管還對公司和人才的數字化學習頗有困擾。
數字化時代人才策略：“井”型人才模型和“數字人才實訓基地”
智能制造行業在對數字人才需求方面有明顯的獨有特點。從縱向產業鏈角度來看，產業鏈上游基礎部件和基礎技術領域更需要研發、開發類人才；產業鏈中游，如設備、工業軟件、平臺，除了開發類人才，對算法、數據分析類人才需求也較高；產業鏈下游細分領域眾多、應用場景眾多，對數字人才要求更為多元，對人才技能要求更加復合。企業和個人如何精準地找到對方，是數字化轉型中重要一環。
“報告”創新提出數字化時代“井”型人才概念，在原來“π”型人才基礎上增加了兩個要素，一是軟性技能，包括戰略性思考和業務管理能力、溝通協作能力、學習能力；二是數字能力，包括對數字化知識和技能掌握的“廣度”以及對某些領域的數字化知識和技能的“深度”掌握。該模型強調選才“精準”的第一步先從人才與企業對自身需求和實際情況的“科學、客觀”認知開始，建立在合理預期的基礎上實現“雙向精準匹配”的人才選拔。
圖：智能制造軟件工程師勝任力模型
軟件工程師“井”型結構勝任力模型，包括四個方面：一是基本特征，如熱招城市分布、薪酬水平、學歷要求、專業背景、工程經驗；二是軟性技能，是貫穿整個行業、領域、技能的通用能力，包含分析、溝通和學習能力；三是該崗位的業務能力，包括業務理解和系統設計方面的能力；最后是數字技能，指的是從廣度和深度上對數字化技術的知識和技能的掌握，例如對編程語言的掌握，項目經驗等。
解決了人才精準匹配問題后，下一步，“報告”建議從人才培養入手，從根本上解決數字人才緊缺問題。《報告》創新提出打造“數字人才實訓基地”的人才精準、批量、快速培育模式。該模式充分考量企業、院校、政府、人力資源培訓機構和個人在“數字人才實訓基地”有效構建中不可或缺的優勢能力組合所能創造的“聚合效應”，能更加有效，且更具針對性，對解決人才培育難、培訓慢等問題非常具有實用性，同時能充分釋放企業端的成本與精力，是單一任何一方都難以獨立撬動的“共建、共融、共享”新模式。
“報告”將人才生態供應鏈總結為“一核四環六角色”，即以人才實訓基地為核心，圍繞選、育、用、留四閉環人力資源環節，由院校、企業、人力資源技能培訓機構、社會資源、人才、政府六個關鍵角色，實現人才供應的精準化、生態化。隨著數字化技術的推動，《報告》預計未來的組織形態、用工模式、用工理念將會發生根本性的巨大變化——依賴于社會化共享用工大平臺的建立，真正意義的多元用工將普遍化。
