中国制造业转型升级需要什么样的人才

中国制造业转型升级需要什么样的人才？

中国制造业转型升级需要什么样的人才？ 中欧国际工商学院 【MBA中国网讯】

在过去一段时间里，新中国成立70年来的诸多“今昔对比”引发了网络热议。今天的中国，飞机不用再飞两遍了，我们是制造业第一大国，创造了大批世界工业之最。但不可否认的是，中国制造业仍然存在大而不强、发展质量不够高的问题。尤其是随着智能制造浪潮来袭，人力和人才成为我们发展先进制造业的瓶颈之一。

“学校应该培养什么样的人才？企业需要什么样的人才？”从大学老师到工程教育创业者，中欧EMBA2018级的张贝克在中欧国际工商学院预见新锐演说论坛上分享了对制造业发展与人才需求的思考，探讨如何培养中国制造业迭代升级所需要的“新工程师”。

大家好！我是来自北京EMBA18级2班的张贝克，我是一名自动化专业的大学老师，一次偶然的机会开始创业，可以算是一名“斜杠青年”。今天非常高兴跟大家分享这些年我们在智能制造领域工程人才培养方面的一些观点和探索。

“

没有世界一流的人才

就不会有世界一流的制造业

”

大家都知道，没有世界一流的人才，就不会有世界一流的制造业，但是怎样培养一流的人才？这是一个非常复杂的问题。当我们问企业家，这个行业到底需要什么样的人？没有一个企业能够给我们一个全面、准确的答案。学校也从来没有关心过企业如何去构建自己的人才战略，以实现自己的商业目标。所以我想首先要解决的问题，是要弄清楚中国制造业如果要转型升级，到底需要什么样的人才？

我用了将近五年的时间，走访了国内国外超过300家制造业企业。这一次，我没有直接问这些企业“你要什么样的人”，而是反过来站在一个观察者的角度，去调研他的产品属性是什么、竞争对手是谁、企业处在工业发展的哪一个阶段等等问题。我希望站在企业发展的角度去思考，为了支撑他的发展战略，我们应该给他培养什么样的人。我发现这个方法非常奏效。

当然在我调研的企业当中，有很多优秀的企业已经在行业里占据了龙头地位，他们接近甚至已经完成了工业3.0大规模自动化生产的革命性工作。甚至在一些非常棒的企业里，我们还看到了工业4.0的雏形：一些智能的协作机器人在帮助人类工作。这样的柔性生产线既能满足大规模生产的定制化需求，同时还能实现高效率，我想这应该是制造业的未来。

但可惜的是，大部分企业（的生产线）目前还是处于工业2.0的状态，也就是在非常严格的生产节拍下，人像机器一样工作。

当然，过去工业2.0技术能够充分利用我们的劳动力低廉的优势，只是随着全球技术不断发展，发达国家的竞争对手已有日趋成熟的工业4.0技术，他们很快会在效率、成本与品质方面达到更高的水准，大大削弱我们的制造业竞争优势。

同时，一些新兴的制造业国家拥有比我们更低成本的劳动力，这意味着我们国家目前依靠人海战术为全球提供商品的做法已经很难再持续下去了。

那么我们的制造业如何转型？这个问题非常复杂，并不是说给企业融资或者更好的技术，企业就能从2.0自动进化到3.0甚至4.0。这需要企业考虑自身的战略特点、竞争对手情况，还有自身所处的市场环境以及自身的创新力等等方面。如果技术引进和企业发展的战略发生错配，那就意味着花大价钱买进来的高新技术，对企业来讲可能是一个成本中心，而不是一个利润中心。

因此，对于中国制造业而言，如果想要成功地进行转型升级，我们需要的是一大批能够在复杂的商业和技术环境下准确预测下一步该怎么走，并且根据企业实际情况来做出规划、富有决策能力的人才，我们称其为“新工程师”。

新工程师和过去传统的工程师最大的区别是什么？首先他是复合型人才，需要具备技术、管理、商业和人文四个学科的背景知识；同时，要具备解决问题的方法论和深度的思维能力；最重要的一点是，为了应对智能制造时代层出不穷的新技术，新工程师还必须具备终身学习的自我迭代能力。

这样的优秀人才当然每个企业都想要，这是一个宏大的课题！我们到底怎样去破题，去培养出这么优秀的人才？我想通过我自己亲历的三个故事，引发大家共同的思考。

从大学生挑战赛开始

第一个故事，2006年一次机缘巧合的合作，我和西门子（中国）有限公司创办了一个公益活动――全国大学生过程仿真控制挑战赛，刚开始它只是一个夏令营，希望给学生一些工业上的挑战，告诉他们将来工作之后会遇到哪些问题。没想到13年后，这一项公益活动从一个民间赛事，演变成了受到官方认可的中国目前智能制造领域最大的学生竞赛之一――中国智能制造挑战赛。

在比赛中，我们作为主办方会用仿真系统软件去模拟工业上的问题，包括正常工况和各种异常工况，把仿真系统和实际工业中的控制器、信息化系统等工业手段结合在一起，形成一个完整复杂的工业环境，然后以甲方的角色将这套工业环境交给学生。

所有参赛的学生要以一个乙方的角色完成整个工程项目从分析、设计、规划、实施到运营的过程，并且需要平衡生产指标、安全指标和优化指标等等，最终根据运营的实际效果来判断名次。

高精度动态仿真软件模拟的生产系统，与真实的工业自动化、数字化系统构成一个实时互动的综合工程挑战环境。在这个环境下，要求参赛学生以团队的方式针对工业实际中可能遇到的各类项目需求进行分析、设计、实施、调试和验收。仿真系统将对学生构建的生产过程的品质、效率、成本、安全和灵活性等方面进行综合评价。

这是一个非常综合的挑战，涉及到80%以上的知识和技能，是在正规大学课堂里都没有教过的。但这个比赛却获得了全国绝大多数工科院校的热烈欢迎，也获得了教育主管部门和专家的支持。发展到今天，它已经从一个赛项变成了八个赛项，覆盖了智能制造领域相关的自动化、信息化、数字化、人机协作、工程创新等等方向，每年超过1700多个学院组织数万名学生来参加比赛。

为了帮助这些学生学习，我们在全国100多所学校中创办了学习小组，并且大部分在指导老师的帮助下由学生自己来运营。

今年发生了一件让人特别高兴的事情，2019年全国总决赛年度冠军是由成都理工大学获得，而他们的领队“老师”居然是一名研二的学生，他叫孟令宇。孟令宇是我们大赛的忠实粉丝，之前曾经多次参赛，由于今年老师在国外，他就承担起了老师的角色，带领他的师弟师妹们在八个正式赛项当中拿到了三个特等奖。

这个故事说明什么？说明只要给学生一个激活的学习环境，学生所爆发出来的能量是巨大的。

2

德国人的教育方法

第二个故事是关于求学的故事。2016年我带着团队到德国，向德国同行学习如何培养世界一流的工程师。但让我非常惊喜的是，德国人用的方法和我们在大赛中用的方法几乎是一样的，他们同样也给学生一套复杂的工程实训项目，然后给予一定的指导输入，让学生们自己组队相互PK和交流。

这种教育方法实际上被称之为“以学习者为中心”的方法。在这种方法体系下，老师变成了教练，他要为学生构建一个复杂的实训环境，同时给予学生足够的自主权，然后通过各种办法去激励他们，培养学生自我学习的能力。

事实上，这并不是一个非常新的方法。很多年以前我们大学就已经引入了，但为什么没有推广开？因为我们的课时太有限了，总觉得没有那么多时间去完成这么复杂（多）的课程教学（任务）。

3

德国人是如何利用课时的？

所以，接下来，我想讲第三个故事，讲一讲德国人是如何利用课时的。

有一天德国教授把我们组织起来，用一天的时间去玩了一个游戏。游戏的核心是想说明在生产线设计上产能分配要均衡的道理。在中国的教育场景下，这个知识点可能是两页PPT加十分钟解说就结束了，因为它本身确实很容易理解。

但是我们却用了一天的时间去玩这个游戏。最开始的时候，我们这个小组用40多分钟完成一个产品的装配，经过不断改进迭代之后，我们在这天的结束时能做到5分钟生产一个产品，我们觉得已经很不错了。但是德国教授告诉我们，在他们正规的教学当中，这样的游戏要贯穿整个学期。学生们要在一学期中想尽一切办法去改进这条生产线。他们有史以来最高的纪录，是五秒钟就生产出这个产品。

怎么做到呢？学生们会发明各种标准化的方法（以减少失误），无论是对颜色、字母、数字标号，还是设计各种防错机制。他们还会收集各种各样的数据，来分析这个系统中还有哪些地方可以改进，以消除任何一秒的浪费。通过一学期反反复复练习这个简单的知识点任务，这些学生不仅收获到的是面向“精益生产”的应用能力，更关键的是学会了如何创新地学习与解决问题。

从人脑的学习过程来看，一个人真正地学会新知识大约需要分为五个步骤：知道、理解、应用、掌握，最后进行创新。

大脑从接受一个新的概念转化为创新能力，是通过一种叫做LTP的“长时加固机制”来完成。说白了，就是要反复地练习。需要有足够的时间，才能达到深度的思维。

但如果我们在单位教学时间内塞进去太多的知识点，那么我们大脑里另外一个自我防御机制就会起作用，深度思考会迅速切换成为强制记忆，学生们就会用记忆来代替思考，这样的后果就是他们的思维方式永远停留在低层次。

如果学生对知识的理解只是停留在知道、理解和应用的话，那么就只能对别人所创造的新产品、新技术进行点评或者山寨，我们离真正的创新就永远隔了一道鸿沟。

所以我们的德国同行非常聪明，他们不像我们那样迷恋那些非常时髦的技术，也没有把学时用在新知识和工具上的传授，而是用大量课时来对学生进行方法和思维能力的培养。他们在知识、工具上做了非常大的减法，只教给学生最基础的知识和工具，他们更看重这些基础的知识在新的领域中的迁移能力。

因为等到这个学生毕业真正工作的时候，这份工作所需要的特殊知识、工具和技能，可以利用在学校里培养的学习能力快速掌握。即使某一天这家公司不幸破产了，这些人才（因其卓越的学习能力和思维深度）也可以迅速找到一份新的工作。

所以，德国的双元制从本质上来讲是学校和企业之间接力的人才终身培养机制。作为一名教育者，我非常羡慕这样一个机制，希望中国某一天能够建立起相似的、校企合作的体系。

所以，最近我们成立了一个智能制造新工程师联盟，希望在若干年以后，学校和企业能够结合起来，共同制定人才契约，共同来建设和开发相应的人才培养体系。我们正在全国招募最优秀的老师，组成开发小组，来开发这类以学习者为中心、强调学习能力和深度思维的课程。

当然，我们也非常欢迎企业和我们一起来做这件事情，希望企业能够给我们提供你的典型案例、典型人才（模型），由我们的专家团队把它变成行业的通用能力模型，进而改进我们的课程。企业的需求变化，会不断地迭代反映到课程中，形成一个动态的改进过程。未来通过大赛和联盟这两个平台，在一两千家学校中进行课程部署。我想若干年以后，我们就能为中国制造提供卓越的工程人才。

最后，我想引用一位著名的未来学家Alvin Toffler在1970年说过的一句话来结束我的演讲：

“

21世纪的文盲，

不是那些不会写字和读书的人，

而是那些不会学习的人。

”

三次元光学影像测量仪

测量仪器官网

3d测量

三维光学测量仪器