一、新工業時代需要哪種人才？

新工業時代各制造業強國的發展戰略

縱觀世界經濟，制造業一直是世界各國經濟增長、繁榮和創新的引擎。據德勤報告統計，美國、中國和德國位列全球制造業競爭力指數排名前三。除了以上三個國家，日本、法國、英國、韓國也都為下一代數字制造提出了長遠展望與未來布局。

美國國家制造業創新網絡計劃，其目標是牢牢掌握住工業價值鏈當中價值含量最高的部分，并實現再工業化。美國處在制造業價值鏈的上游，其制造業核心并不是機器與設備，而是來自于對于隱形不可見世界，也就是其通過數據產生價值的能力，是IT技術與CPS（Cyber-Physical System信息物理系統，以下簡稱CPS）的結合，通過數據建模使得數字世界與物理世界能夠互相映射與交互。

德國在2013年提出工業4.0，目標是通過智能工廠和智能生產，增強德國制造的競爭力，從而將重心從產品端向服務端轉移，增強德國工業產品的持續盈利能力。其技術核心同樣提出了CPS，并強調了與工業領域知識的結合。

中國在戰略層面陸續提出了智能制造、工業互聯網，制定了10-30年的發展規劃，并且在CPS的推進方面也毫不落后，于2017年出版了《信息物理系統白皮書》，將CPS作為我國指導智能制造的核心技術。中國制造處在由大變強的歷史關頭，新一代信息技術與制造需要更加深度地融合，實現未來走到全球價值鏈頂端的目標。

新工業時代的“新物種”— 智造型人才

新一代工業浪潮是工業與互聯網結合的新物種，行業跨領域，技術多類別。隨著物聯網、數據采集、云計算等技術的成熟，以及計算資源成本持續降低，很多十年前難以復制與推廣的問題得到解決，大量新技術開始支撐新工業時代的發展，如今面臨的最嚴峻挑戰不再是技術，而是缺少與其相匹配的智造型人才。

人才是制造強國的根本

德勤《全球制造業競爭力指數》提出的六大制造業競爭力驅動因素中，人才是公認的最重要因素之一。高技能的人才可以對一個國家的整體競爭力產生強大的影響。

2017年國家教委、人社部、工信部聯合印發《制造業人才發展規劃指南》，規劃指出2015年十大制造行業總人數3206萬，2025年需求6192萬，人才缺口2986萬。這些數據為我國高校培養未來人才指明了方向。

互聯網時代所連接的主題是人，而物聯網時代要連接的是所有的物，這也將引發更大的技術浪潮帶來更多的機會。隨著中國智能制造戰略的推行，制造從業者將從只擅長單一門類的專業性人才，演變為能將多個學科和專業融合在一起的復合型人才。

二、人才培養現狀

美國人才培養-跨學科融合的復合型智造人才培養

美國非常注重政府、企業以及院校之間的合作。第二次工業革命的策源地辛辛那提是美國制造業的搖籃，GE航空、寶潔總部等都坐落于此。辛辛那提大學更被稱為工業大數據分析技術的“西點軍校”，自2000年起致力于工業大數據分析和預測性維護技術在產業的落地，同時在NSF（美國國家科學基金）的發起下成立了IMS（智能維護系統）中心。

IMS更注重人才復合技能的培養，更關注行業多場景應用的融合和理論的創新。他們把工業大數據融入機械工程學科之內，并將課程分為DT數據技術、AT分析技術、PT平臺技術、OT運營技術4條主線。IMS中心認為只有跨領域技術相互融合后才能融會貫通，行業之間相互借鑒才可能產生更加通用化的技術。李杰教授的CPS 5C架構就是從實踐中提煉而出的理論框架。

IMS人才培養模式的成功從另外一個維度來印證的話，當屬美國制造工程學會“30 Under 30” （30歲以下30位制造業杰出青年領袖）評選。作為美國工業界每年一度最有影響力的人才評選活動，由全美制造業企業共同投票決定，申請人年齡必須在30歲以下，在推動制造業的發展以及在STEM（科學、技術、工程、數學）等跨學科領域均展現出幾道的潛力和技能。近些年IMS中心培養出數位工業界杰出青年入選該榜單。

德國人才培養-雙元制的復合型人才培養

德國提出“沒有職業教育4.0，就沒有德國的工業4.0”，傳統的學徒制教育傳承至今雖然有一些改變，但宗旨仍然是理論與技能相結合，即企業與學校合作辦學，根據企業的需求量身打造未來工人所需具備的技能。

德國的教育體系秉承CPS理念，將數字化技術貫穿始終，因為制造業正在發生的改變對于人才技能的要求是，由傳統行業服務者和機器操作者，轉變為整個生產過程中可以實現人機對話的多方位行業技術人才。

中國人才培養-多學科融合人才培養意識已初顯

中國在多學科人才培養方面已經有了非常好的認知，2016年“新工科”在成都吹響號角，之后“復旦共識”、“天大行動”、“北京指南”三部曲夯實新工科建設基礎。與老工科相比，“新工科”更強調學科的實用性、交叉性與綜合性，尤其注重信息通訊、電子控制、軟件設計等新技術與傳統工業技術的緊密結合。

此外，近兩年舉辦的中國工業大數據創新競賽、全國智能制造創業大賽等競賽也是一種非常不錯的人才培養方式，通過競教結合讓理論實踐融會貫通。在同濟大學首屆中國大學生機械工程創新創意大賽中，比賽成績更是可直接納入研究生的成績。

高等工程教育從 “技術范式”轉換為 “科學范式”，又轉換成為注重實踐的“工程范式”，并時刻瞄準未來的新范式。相對于傳統的工科人才，未來新興產業和新經濟需要的是工程實踐能力強、創新能力強、具備國際競爭力的高素質復合型“新工科”人才。

國內人才培養基礎環境良好

中國的工業場景和工業數據量均為世界之最。以高鐵為例，作為中國工業的縮影，其350公里以上的多類型地區運行數據是其他國家目前都沒有的。這些數據非常有用，我們通過數據可以知道設備在運維過程中如何調優、如何重新設計等。針對這些數據分析出來的洞察以及對未來發展的啟示，能夠幫助我們在競爭談判中掌握更多的主動權。

此外，中國人才儲備非常充裕，政府的支持力度也相當給力。去年信通院舉辦的第一屆中國工業大數據競賽，就有超過1500人參賽，其中60%以上來自于高校學生。今年將繼續舉辦第二屆競賽，天澤智云與富士康合作將數據脫敏后作為賽題，預計會吸引來更多的團隊參與。

三、復合型智造人才培養體系

工業AI時代需要DT/AT/PT/OT融合的復合型智造人才

目前很多院校都有設立DT數據技術、AT分析技術、PT平臺技術、OT運營技術相關的課程和專業，但需注意的是，并不是計算機專業的同學又學了算法課程就是融合人才。需要有基于大數據的工業場景作為牽引，將這四方面的技術和知識納入到整體的培養體系當中，這樣的融合才是一個體系化的融合。

工業AI時代人才培養需要理論學習、工程實踐與產業發展融合

除了體系化的課程融合，還需有理論與實踐的結合。

>> 立體化的理論體系培養計劃

在現有的課程資源基礎上，以DT、AT、PT、OT四個維度設立人才培養脈絡，開始建立工業大數據和工業智能人才培養體系，制定符合中國特色的人才發展戰略。

>> 產業創新為目標的理論實踐融合

整合政府、企業和研究機構資源，通過工程實踐、企業實習和產業發展融合的方式，推動人才在產業研究方面的理論創新。

>> 針對性的工程實踐平臺建設

綜合豐富的工業場景資源，結合理論課程體系，以工業現場的實際問題出發，設立定制化的實訓課程，協助學生以理論課程為工具，解決復雜多樣的工業現場問題。

四、“讓工業無憂”，需要復合型智造人才的助力

培養工業AI時代的復合型智造人才，是天澤智云的使命

>> 技術融合

天澤智云基于DT、AT、PT、OT四個方面完成工業智能研發人才體系化建設，將各個工業應用能力培養需求解耦為不同技術版塊，分別進行模塊化培訓及開發實踐，以流水線方式實現集成，協助院校實現工業智能應用能力建設的快速落地。

這套能力培養體系已經協助天澤智云在兩年內完成了整個企業的工業智能人才體系培養和建設。基于天澤智云工業智能實驗室的實踐案例和美國智能維護系統中心（IMS）內訓課程，天澤智云設計了自己的專業課程體系，包括工業4.0的技術框架等思維框架類課程、PHM等算法技術類課程、工業智能建模平臺使用方法等工具使用類課程，以及數據驅動的無憂風場等前沿實踐類課程。

>> 行業實踐融合

第一是策劃競賽。我們和上海交大、同濟大學等高校以及工信部等部門開展合作，聯合舉辦工業數據相關競賽，為比賽提供數據及命題、評審等支持。

其次，參與國家、院校技術示范線與測試平臺。天澤智云提供可靠的基礎實驗環境及工具平臺，供智能制造研究及深入場景和數據的挖掘。同時基于工業智能項目經驗和場景，建立有清晰演示效果的示范產線，讓研究者真正將理論和實踐相結合。

最后是培訓、實訓和標準。天澤智云開設工業智能相關實驗與實訓，滿足綜合實訓需要，并逐步建立CPS測試標準，為企業落地應用提供參考依據。

>> 創新融合

天澤智云協助院校完成工業領域標準與教學體系結合應用落地，助力人才培養與國家標準相結合，參與制定的國際、國內標準包括工業自動化設備預測性維護、CPS參考體系架構等。

同時，與IMS中心、瑞典皇家科學院院士、瑞典呂勒奧理工大學合作探討軌道交通等工業智能技術；與中車青島四方、東方電氣、富士康等企業合作進行智能高鐵、風場、機加工等體系設計研究。

天澤智云能夠將全球的前沿工業智能化技術引入教學與實驗，與企業應用無縫對接，為學校以及企業提供合作平臺。同時，借助企業資源和實踐經驗，推動院校課程與工業企業實踐、理論創新相結合，實現院校人才培養體系價值閉環，為我國培養高端復合型智造人才提供良好的環境和高價值的服務。

Reference：

[1] 《2016全球制造業競爭力指數》，德勤有限公司和美國競爭力委員會

[2] 《制造業人才發展規劃指南》，國家教委、人社部、工信部

[3] 《工業大數據》，李杰，機械工業出版社