【媒體報道】三問智能制造人才管理：缺什么、為什么缺、怎么辦

三問智能制造人才管理：缺什么、為什么缺、怎么辦 

如果十年前，你問企業信息化負責人工作中遇到的最大挑戰是什么，很多人的回答會是“說服老板”；但今天，當我們再問企業數字化的負責人同一個問題時，很多人的回答卻是“沒有人才”。而且，相比于互聯網、科技等新興行業，以及金融這樣的“多金行業”，傳統制造業在這個問題上的感觸還要更為強烈。 

看一個數據——根據教育部、人力資源和社會保障部、工業和信息化部印發的《制造業人才發展規劃指南》統計，預計到 2025 年，全國制造業重點領域人才缺口將接近 3000 萬人。尤其是在智能制造的大背景下，很多企業表示，自己需要的不再只是熟悉生產制造的作業人員，而是既懂設備又懂技術，同時又有行業經驗的復合型人才——而現實情況是，這類人才目前在任何一個行業都是稀缺資源。 

“制造企業的組織、業務、產品和價值鏈等各方面更具有復雜性，這會給大家從‘制造’到‘智造’的轉型帶來諸多障礙。同時，數字化轉型又并非單項技術的應用，也不僅僅是業務命題，更是一個戰略和管理命題，這些本質上都是‘人’的問題?！眎 人事創始人兼 CEO 朱德權在日前接受 InfoQ 采訪時說。在他看來，中國智能制造技術人才匱乏，企業更要注重內部人才重塑升級，比如——把“新型高學歷白領”培養成專業工業工程屬性強的“數字化工匠”，把技術人才從“技能偏科”培養為“軟硬全能”的復合型人才等等，從而在一定程度上填補人才的空缺。

智能制造人才的“缺口”在哪 

事實上，要補人才的“缺口”，首先要搞清楚的一個問題是——企業究竟需要什么人才；而要回答這個問題，則要了解智能制造帶來的具體變化。 

制造企業向智能制造轉型通常有幾個核心目標——一是持續降本增效；二是重塑生產方式，實現轉型升級和高質量發展；三是讓生產過程滿足各種合規要求，比如綠色發展。對應這幾個目標，具體可能會有幾點變化：首先，設備會升級，企業通常會引入更多的機器人等智能設備，甚至包括更高標準的環保設備；其次，軟件方面也會升級，應用系統中會加入自動化、AI 等技術能力；此外，服務模式會轉變，以前研發、生產和服務是割裂的狀態，但現在生產人員可能要直接面向客戶組織生產（如 C2M 模式），因此前端到后端全流程都要打通。 

可以看到，這些變化影響的首先是一線作業人員和設備維修運維人員的工作，比如要從過去以體力勞動為主轉變為以信息處理等腦力勞動為主，并且要具備與智能設備和智能技術進行交互的能力；其次，這也會改變采購、研發、設計、營銷、銷售等各個角色的工作，比如即便是研發也要對復雜的智能制造系統非常熟悉，要運用好數字化工具，能基于系統的數據分析，洞察市場的需求，并據此對產品不斷做出優化。 

除了對企業現有人員的工作提出更高標準，一些新的人才能力需求也不斷衍生出來。我們知道，智能制造強調的是人機一體化，目標是實現人員、設備、系統各部分的最大程度融合，同時，它改變的又不僅僅是生產本身，還包括對產業上下游全鏈條服務模式的變革和創新。在這個過程中，企業需要大量既懂先進制造又了解數字技術、既深耕企業業務又具備跨產業思維的“全能型選手”。 

比如，能進行智能制造戰略制定和體系構建的管理型人才。他們要具有戰略統籌能力，能根據企業情況和市場環境制定路線圖，能整合各環節資源，并且根據進度持續優化關鍵節點； 

比如，既懂技術又懂業務的復合型人才，他們要非常了解數據與業務之間的融合邏輯，了解信息化與自動化、精益化之間的關系邏輯，并且能夠深刻洞察業務部門的需求和痛點，具有有把業務需求轉化為技術需求、用技術解決業務問題的能力； 

再比如，既懂機器又懂軟件的專業型人才，他們要能基于軟件和大數據對整個智能生產線進行總控、操作和運營，能根據市場需求靈活調整產線配置，并在出現系統故障等緊急狀況時快速應變、提供專業性指導，他們與設備的關系不再是傳統的機械化操作，而是有機的協同。 

除此之外，隨著產業的進一步升級，以及數據與業務的融合日益加深，包括計算機科學、數據科學等領域在內的高端人才也是企業落地智能制造的稀缺資源?！皻w根結底，企業智能制造需要的是專業能力和綜合能力都更強的高階人才，這將是企業未來發展的重要命脈?！敝斓聶啾硎?。

為什么智能制造人才找不到、招不來、留不住 

那么，為什么制造企業“找不到、招不來、留不住”上面所說的這些人才？ 

首先，就是因為隨著智能制造的推進，行業的人才需求結構出現變化，但高階人才在市場上普遍不足；其次，人才供給結構也不夠完善，由于產教融合不夠深入，教育環節輸出的人才和企業實際需求的人才有比較大的出入，造成的結果是，一邊是越來越多的畢業生找不到工作，另一邊卻是越來越多的企業尋不到合適的員工，人才資源被極大浪費——這是企業“找不到”人才的兩個主要外因。 

而從內部來看，人才體系標準的不明確、不規范則是主要因素。如今，很多企業其實還處在智能制造由淺入深的探索階段，對自己需要的人才類型還不夠明晰，也沒能構建對應的人才標準體系。即便有了明確目標和標準，由于過去傳統制造企業是以一線的操作工人為主，人員配置比較單一，在招攬跨行業、跨領域的人才時，還沒能摸清他們的求職偏好、求職習慣及溝通評判標準，這就導致“盲目”尋找，很難觸達目標人才。 

那么，假設市場上人才供給充足，企業又能找到他們，狀況就會好轉嗎？恐怕并不一定。“我們每天會收到很多的簡歷，給出的薪資在行業里也是中上水平，但能招到滿足條件的是極少數?！睙熍_中集來福士海洋工程有限公司 CIO 蘇振寧在談及這個話題時坦言，“首先他們的基數本來就少，而且大部分集中在一二線城市，更容易被頭部企業和一流的科技公司吸引。對于絕大多數的傳統制造企業來說，要找到合適的人員非常難?！?/span> 

也就是說，制造業“招不來”、“留不住”高階人才，也受到自身行業特殊性的影響。 

比如，我國制造業過去長期以中低端生產為主，因此被貼上了諸如工作環境惡劣、社會地位不高等特有的標簽，而這些“偏見”的存在，就使得制造業與互聯網、金融等行業相比，缺少了最基礎的吸引力。與此同時，制造又是一個非常重現場、重經驗的行業，人才的培養周期相對較長，在越來越趨于“短期主義”的價值觀驅動下，很多人會被勸退。并且，傳統制造業平均薪資其實普遍還是偏低，這也進一步導致人才流失嚴重，很容易就被其它行業“挖墻腳”。 

還有一個趨勢值得關注——如今越來越多的“Z 時代”年輕人正在進入職場，他們和 80 后、甚至 70、60 后員工相比，對個人發展、薪資有更高的敏感度，甚至工作的體驗感也會直接影響他們的去留。“如果制造企業在面對年輕人時還只是提供一些枯燥、乏味、重復性的工作崗位，那就很難讓他們踏踏實實地留下來?！敝斓聶鄰娬{，能不能提供具有活力、創新力且體驗性好的工作環境，將是決定制造企業能不能“留住”人才的關鍵。

如何化解智能制造人才困境

要應對以上人才管理的“三連擊”，i 人事 HR 系統人力資源數字化業務專家李芳陽告訴 InfoQ，這需要政府政策、基層教育和產業融合、以及企業人才培養的相輔相成，三者不可偏廢?！笆紫龋粌H要營造鼓勵智能制造轉型的政策環境，還可以通過制定對應的人才流動政策，鼓勵更多高端技術人才進入制造業；此外，基層教育要更注重人才的升級，并通過產業間的跨界融合模式，培養與產業需求相匹配的人才；而對于企業來說，則要打造新型人才管理模式?！?/span> 

在她看來，如果將前兩個外力比喻為“水庫擴建”，企業自身的應對策略就是“自建人才自循環水利工程”的過程，如何通過自修水道，從能“引水回流”，到能“存下來”，這同樣非常重要。一方面，企業要通過對自身競爭力的提升，比如提高制造產品附加值，推動生產制造過程的高端化、智能化等等，來改變制造業在大眾眼中的刻板印象，從而吸引高端技術人才；另一方面，企業還必須重新構建內部的人才培養模式和工作體驗，從而留住更多人才，尤其是年輕員工，并且讓他們在企業中不斷得到成長。 

做好技能分塊和人才分層

事實上，越來越多的企業已經意識到了這些問題的關鍵性。根據北森人才管理研究院發布的《2021 中國制造行業人才白皮書》顯示，人才培養、人力資源數字化和人才梯隊建設已經成為制造業在人才管理工作的三大重點。而具體到落地的方法和實踐，眾企業們也是絞盡腦汁、各顯神通。 

有企業告訴 InfoQ 記者，他們的思路，一是先培養內部技術人員的業務能力，讓他們深入一線，到對應的業務部門進行一段時間（通常是 3 個月左右）的輪崗——例如，負責產品質量模塊的就去到產品質量部門，負責采購模塊的就去采購部門，負責營銷模塊的就去營銷部門，以此類推。二是培育業務人員，讓他們更懂技術，通過低代碼、數據分析等工具降低技術的使用門檻，讓業務人員直接受益于數字化帶來的價值。 

還有企業強調，在做人才培養時一定要注重人才按技能分塊培養。具體來說，他們在人才培養體系中設計了四大技能矩陣，根據不同的技能對人才進行差異化的培養和職責劃分?！氨热?a 不在的時候，b 得能干他的活，但是，他們之間又不能完全做替代，否則你的人員一定是有冗余的?！薄傲硗?，這樣還能確保有人被挖走的時候，不會出現空檔，業務可以繼續。” 

而除了技能分塊，朱德權表示，企業還要做人才分層，“要針對核心人才、關鍵人才、普通人員進行不同的層級人才建設、培養和管理”。具體來說，企業可以通過以下幾個動作實現： 

第一，對企業的業務需求進行評估、診斷和測評，充分了解人才缺口在哪，企業亟需的是什么類型的人才，據此找到具有針對性的方法路徑甚至是技術方案； 

第二，借助數字化技術給人才“貼標簽”，標簽信息可以包括個人基本信息、工作成績、學習能力、發展潛能、性格特征、能力維度等等，基于多維分析把合適的人放在合適的位置，做到人盡其才、才盡其用； 

第三，把對人才的管理拉長到組織發展的不同階段，以及個人發展的不同階段，從而有針對性地進行技能培訓和能力培養，為相關的任命、晉升提供依據、打造基礎。 

貫穿全生命周期做人才精細化管理

而李芳陽表示，在面對智能制造帶來的人與技術協同融合以及工作業務場景創新的巨變時，如何針對“產量”人才與“專業技能”人才做差異化和精細化管理是人才管理的重點。在這個過程中，如何把數字化技術與人才管理相結合、重構人才管理場景則是關鍵的突破點。 

舉例來說：針對“產量”人才，管理的要點在于確保用工更安全，讓管理更高效。對此，李芳陽認為，在招聘和入職過程中，不同崗位的新員工填寫提交的信息應該具有差異性，另外，企業還可以引入二維碼掃碼快速入職，身份證、銀行卡 OCR 識別等技術，對應聘人員的身份快速進行識別，這可以幫助企業規避很多用工風險，比如招入勞動黑名單人員、應聘人員身份證信息不真實等等；而針對“專業技能”人才，管理的要點在于實現人才識別和培養的可視化。對此，企業可以通過數字化平臺構建 360 度全生命周期的員工成長記錄，把人力資源管理手段與 AI 人才識別技術、智能人才績效、智能人才盤點、培訓等數字化技術融合。 

而越是深入業務底層，精細化劃分的維度和考量的依據還要越細，越要深度結合現場需求來做。拿排班這個場景舉例，有企業向 InfoQ 記者介紹，排班排的不應該是出勤時間，而要把這個人排具體的訂單工序上。比如，每天上午用 a 模式做 a 訂單，下午用 b 模式做 b 訂單——其初衷是把有合適的人放到最需要的地方，讓資源得到最大化利用，實現勞動資源的異常調撥。尤其是在眼下人員緊缺人的情況下，什么時間把什么人放到什么崗位上，就變得更加重要。這背后需要強大的數據支撐能力，要讓現場人的調度人員清楚、實時地掌握用工成本、用工需求、用工效率等信息，才能做出最優的決策。 

事實上，不只是在某個業務條線上要做這樣的人員精細化管理，李芳陽強調，從人才管理的視角來說，企業應該對員工從入職到培訓、晉升、離職全生命周期的可視化管理，然后針對不同類型的員工，在薪資、考勤、績效考核等方面做出統籌考量和差異調整，比如通過“能者多得”的機制，調動自驅力員工的積極性，并且為有特殊需求的員工提供更靈活的考勤方式，如此一來也可以提升他們的工作體驗。 

以瑞陽制藥為例，為了激發產線人員的工作積極性，他們把改善提案、技術創新、質量對比、員工培訓等元素都加入到了內部數字化應用平臺的績效考核模塊中，并通過與 HR 系統的關聯，將考核結果與員工獎金做了直接掛鉤。在這個過程中，薪酬福利等方案的制定不再是拍腦袋的主觀決策，也不是普適的平均分配，而是可以基于數字化平臺進行模擬計算、快速驗證和數據環比，然后找出最優解。 

另外，針對人才升級，企業基于員工的可視化管理，還可以精準找到有自我提升意愿的員工，以便及時為他們打開上升通道，反之，也可以及時找到有流動可能性的員工，以便采取應對措施。包括在日常的培訓過程中，也可以對培訓全過程做跟進，讓培訓時間、培訓資源更合理分配，并且對培訓效果也能及時追蹤、反饋，持續企業內部的優化人才升級和培養體系。 

“當然，這又是一個長期的過程，不是一蹴而就的，需要從基礎建設一點一點做過來?！敝斓聶啾硎?。對此，數字化工具是關鍵但不是唯一，企業不僅僅要引進新的技術，還要構建新的管理方法論，甚至是營造新的文化氛圍。

總結 

總而言之，人作為核心資源，在企業建設智能制造的過程中將發揮至關重要的作用，這一點已經成為行業共識；但是，高階人才的缺失仍是普遍難題。從外部來說，這需要政產學的多方合力；從內部而言，這需要企業從企業文化、組織制度、體系建設到技術引進多管齊下——和智能制造這件事本身一樣，智能制造人才的升級和管理，也將是一個長期且復雜的工程。盡管路途艱難，但每一步都要企業一點點扎實地蹚出來。

（轉自媒體：InfoQ）