AI人才缺乏，并不是什么新鮮話題了。

高薪、高學歷，往往也與之捆綁在一起。縱觀企業(yè)招聘JD，動輒碩士起步，博士不嫌多，本科學士可能都不配擁有姓名。

當然，這些都是那些“高大上”職位才能擁有的配置，比如推薦算法開發(fā)、機器學習工程師之類的。諸多人工智能相關培訓機構，打出的旗號也往往與之有關，學員也大多有著JAVA、C++等從業(yè)經(jīng)驗。

但AI的人才繁榮，是不是僅憑這類高等教育人才就夠了呢？

眾所周知，AI產(chǎn)業(yè)化開始逐步在制造、農(nóng)業(yè)、服務業(yè)等各個領域落地，千行萬業(yè)的普通勞動者如何掌握與AI共事的基本能力，恐怕是繼高階人才荒之后的又一難題。

與AI共舞：下一代工人的必修課

以人工智能和機器自動化為形式的技術潮流，正在把我們帶入一個新的工業(yè)時代。

過去探討制造業(yè)融合AI時，如何改造設備、網(wǎng)絡等基礎設施，是最主要的命題。但伴隨著一個個AI項目的落地，這個領域的勞動力技能短板也開始凸顯。

一方面，制造業(yè)正在被90后、00后年輕人所拋棄。此前大部分制造業(yè)工作相對重復枯燥，每天一遍又一遍地機械重復著一個動作，勞動力與機器人看起來也沒有什么差別，許多年輕人寧可送外賣也不愿意進廠。與此同時，人們也普遍認為，AI會取代那些從事流水線重復工作的工作。

但問題是，機器人替代了部分重復勞動和體力要求的常規(guī)操作型任務，同時也增加了許多非常規(guī)認知型工作任務的需求。舉個例子，即使機器人接受了工作，當機器人出現(xiàn)故障時，也必須有人修理它們。這也是為什么，在先進的制造業(yè)工廠，人才與AI機器的協(xié)作能力反而更加重要。

而另一個問題，就是在有限的制造業(yè)勞動者中，大部分技能水平不足，可替代性強。這就導致許多諸如半導體企業(yè)會拒絕新的招聘，寧愿雇傭成本較低的承包商，只因為承包商可能擁有市面勞動力所普遍不具備的必需技能。

當然，這個問題并不是“中國特色”。實際上，在美國也面臨同樣的困境，許多美國先進的制造企業(yè)，認為工廠自動化水平的不斷提高，勞動力已經(jīng)無法勝任需要操作數(shù)控機床等技能的工作。

即使AI，也是需要有人去協(xié)同的，那么，智能化的工業(yè)4.0時代，勞動力到底需要什么？

山高水遠的AI職業(yè)教育

目前，許多國家已經(jīng)開始將人工智能與職業(yè)教育結合在一起。從這些先遣經(jīng)驗中，可以大致看到AI職業(yè)教育的兩個關鍵難題：

1.高等教育系統(tǒng)與人資市場需求的矛盾

盡管獲得自動化、算法等高級領域學歷的學生更有機會晉升到中高級技術職位，但現(xiàn)有的高等教育系統(tǒng)根本無法滿足工程勞動力的需求。

比如加州州立大學的教育官員就發(fā)現(xiàn)，每年該系統(tǒng)工程專家能夠收到約十萬份申請，來競爭1萬個名額。

此時，向社區(qū)學院系統(tǒng)探索職業(yè)教育，就成了一個非常重要的補充力量。比如加州社區(qū)學院系統(tǒng)是加州州立大學和加州大學系統(tǒng)的“支線”，學生不需要本科學位就可以獲得晉升需要的相關證書和技術工作。

電力、汽車和能源等領域，特別是太陽能安裝等領域，雇主迫切需要員工能夠跟上人工智能、機器學習這樣的新技術，于是加州社區(qū)學院也開始推出了類似STEM這樣的課程。

2.職業(yè)教育的技能衡量標準

提升制造業(yè)、服務業(yè)的AI工程技能，一個常規(guī)的挑戰(zhàn)是，如何確定課程內容符合現(xiàn)實的應用標準？

實際上，美國也并沒有成熟的解決方法。當前的做法是，將與機器協(xié)同的工作技能培訓提前至八年級。也就是在K12階段就對課程進行相應的調整，同時引入更多具有相關工作經(jīng)驗的兼職教師的加入，并要求技術工人的公司加強指導和其他在職培訓工作，集合社會教育體系來共同摸索。

可以肯定的是，在這樣的探索中，一方面大量的勞動者有望通過持續(xù)學習重塑自我，跟上快速迭代的智能社會。同時，先進制造業(yè)也有望雇傭這些高素質工人，創(chuàng)造出前所未有的智力資產(chǎn)。最后，將是整個國家生產(chǎn)制造和經(jīng)濟競爭力的全面提升和擴展。

那么，對于致力于在工業(yè)4.0實現(xiàn)制造業(yè)轉型升級的中國來說，這些舶來經(jīng)驗是否值得借鑒呢？

用AI鍛造中國匠心，需要破除哪些桎梏？

在討論這個問題之前，我們必須正視的現(xiàn)實情況是：

首先，中國制造業(yè)過去十年都是以勞動密集（如紡織）、資本密集型（如鋼鐵）企業(yè)為主，在高技術制造業(yè)上與發(fā)達國家有著不小的差距，因此高素質技工的總量和質量相對也更少。根據(jù)國際機器人聯(lián)合會（IFR）統(tǒng)計，2017年中國工業(yè)機器人密度（每萬人擁有的工業(yè)機器人數(shù)量）僅為97臺/萬人，明顯低于日本、德國等傳統(tǒng)制造強國。

同時，近年來環(huán)保、產(chǎn)業(yè)結構調整等政策的相繼落地，也導致制造業(yè)在“騰籠換鳥”的過程中出現(xiàn)了一定的“過渡期”，具體表現(xiàn)就是，大量勞動密集型低端制造開始流向東南亞等次大陸，而創(chuàng)新企業(yè)對高端人才的吸納能力又出現(xiàn)暫時性的不足。

另外，長期以來，中國制造業(yè)的職業(yè)教育大部分是由企業(yè)來完成的，即傳統(tǒng)的學徒工制度，但“師傅帶徒弟”模式在AI時代顯然首先連師傅都找不到了，新的技能養(yǎng)成體系尚未建立。

而面對人工智能浪潮，技能人才的短缺，僅僅依靠市場力量來調節(jié)，勢必會經(jīng)歷一段漫長的調整期，恐怕會導致錯過制造業(yè)AI落地的關鍵窗口期。

因此，在中國的AI職業(yè)教育中，恐怕也必須借助相應的政府和社會力量：

1.AI相關的技能形成體系有待全面鋪開。

目前，我國的職業(yè)教育主要是由公共財政支持的，受限于規(guī)模與資金，大部分職業(yè)學校更傾向于開展制造業(yè)所需要的適性技能。對于AI相關的培訓，往往需要大量投入來出儲備師資、研發(fā)課程，在現(xiàn)有條件下，盲目上馬AI技能培訓也難以保證培訓的質量和效果。

2.企業(yè)自主崗內培訓的激勵效果不足。

那么，讓有相關需求的制造企業(yè)自行開展對高技能工人的培養(yǎng)呢？一方面，企業(yè)處于經(jīng)營管理的考慮，對于培訓投入往往都會有所限制，加上制造業(yè)人才短缺問題導致的流動性，企業(yè)投入高素質技工的風險也大大增加。

因此，能否在政策上對積極參與員工技能培訓的企業(yè)給予培訓經(jīng)費返還、稅收優(yōu)惠等政策支持；在科技項目立項、成果評定時，AI職業(yè)教育能否作為關鍵的考量標準，才有可能真正激發(fā)出制造企業(yè)主動與AI融合的積極性。

3.科技公司的社會化力量引入是重點。

培養(yǎng)高素質、AI化的技能人才，科技企業(yè)的力量也不可小覷。目前，已經(jīng)有眾多AI領域的領軍企業(yè)，如百度、華為、阿里等紛紛建立了AI人才培養(yǎng)機制，推出了相應的公益培訓體系。不過，目前大部分AI項目還著眼于高精尖的崗位職業(yè)資格，以及與雙一流高等院校的研發(fā)合作，針對高素質工人的職業(yè)教育還很少。

但從市場需求與技術普惠的角度來看，科技巨頭的工業(yè)AI項目同樣對合作伙伴的技工質量提出了一定的要求，未來通過與職業(yè)學校合作，輸出相應的基礎課程和職業(yè)培訓，建立共享型公共實習實訓基地，也會幫助科技公司收獲合作方的高認可度。

每每提到工業(yè)4.0、制造業(yè)自動化等話題，人們總會第一時間想到德國的“工匠精神”，這是推動德國產(chǎn)品走向世界的品牌力量，也是中國制造在轉型升級中所迫切渴求的魂力。但“工匠精神”并非天生天養(yǎng)，而是伴隨著德國制造業(yè)和職業(yè)教育發(fā)展，所自然形成的人企之間的一種默契與規(guī)則。

從人海戰(zhàn)術到高素質技工，中國的工業(yè)AI，也是時候開始鍛造自己的“匠心”了。