在先进的制造业工厂中 人才与AI机器的协作能力更加重要

2020-01-14 15:38:51爱云资讯

AI人才缺乏,并不是什么新鲜话题了。

高薪、高学历,往往也与之捆绑在一起。纵观企业招聘JD,动辄硕士起步,博士不嫌多,本科学士可能都不配拥有姓名。

当然,这些都是那些“高大上”职位才能拥有的配置,比如推荐算法开发、机器学习工程师之类的。诸多人工智能相关培训机构,打出的旗号也往往与之有关,学员也大多有着JAVA、C++等从业经验。

但AI的人才繁荣,是不是仅凭这类高等教育人才就够了呢?

众所周知,AI产业化开始逐步在制造、农业、服务业等各个领域落地,千行万业的普通劳动者如何掌握与AI共事的基本能力,恐怕是继高阶人才荒之后的又一难题。

与AI共舞:下一代工人的必修课

以人工智能和机器自动化为形式的技术潮流,正在把我们带入一个新的工业时代。

过去探讨制造业融合AI时,如何改造设备、网络等基础设施,是最主要的命题。但伴随着一个个AI项目的落地,这个领域的劳动力技能短板也开始凸显。

一方面,制造业正在被90后、00后年轻人所抛弃。此前大部分制造业工作相对重复枯燥,每天一遍又一遍地机械重复着一个动作,劳动力与机器人看起来也没有什么差别,许多年轻人宁可送外卖也不愿意进厂。与此同时,人们也普遍认为,AI会取代那些从事流水线重复工作的工作。

但问题是,机器人替代了部分重复劳动和体力要求的常规操作型任务,同时也增加了许多非常规认知型工作任务的需求。举个例子,即使机器人接受了工作,当机器人出现故障时,也必须有人修理它们。这也是为什么,在先进的制造业工厂,人才与AI机器的协作能力反而更加重要。

而另一个问题,就是在有限的制造业劳动者中,大部分技能水平不足,可替代性强。这就导致许多诸如半导体企业会拒绝新的招聘,宁愿雇佣成本较低的承包商,只因为承包商可能拥有市面劳动力所普遍不具备的必需技能。

当然,这个问题并不是“中国特色”。实际上,在美国也面临同样的困境,许多美国先进的制造企业,认为工厂自动化水平的不断提高,劳动力已经无法胜任需要操作数控机床等技能的工作。

即使AI,也是需要有人去协同的,那么,智能化的工业4.0时代,劳动力到底需要什么?

山高水远的AI职业教育

目前,许多国家已经开始将人工智能与职业教育结合在一起。从这些先遣经验中,可以大致看到AI职业教育的两个关键难题:

1.高等教育系统与人资市场需求的矛盾

尽管获得自动化、算法等高级领域学历的学生更有机会晋升到中高级技术职位,但现有的高等教育系统根本无法满足工程劳动力的需求。

比如加州州立大学的教育官员就发现,每年该系统工程专家能够收到约十万份申请,来竞争1万个名额。

此时,向社区学院系统探索职业教育,就成了一个非常重要的补充力量。比如加州社区学院系统是加州州立大学和加州大学系统的“支线”,学生不需要本科学位就可以获得晋升需要的相关证书和技术工作。

电力、汽车和能源等领域,特别是太阳能安装等领域,雇主迫切需要员工能够跟上人工智能、机器学习这样的新技术,于是加州社区学院也开始推出了类似STEM这样的课程。

2.职业教育的技能衡量标准

提升制造业、服务业的AI工程技能,一个常规的挑战是,如何确定课程内容符合现实的应用标准?

实际上,美国也并没有成熟的解决方法。当前的做法是,将与机器协同的工作技能培训提前至八年级。也就是在K12阶段就对课程进行相应的调整,同时引入更多具有相关工作经验的兼职教师的加入,并要求技术工人的公司加强指导和其他在职培训工作,集合社会教育体系来共同摸索。

可以肯定的是,在这样的探索中,一方面大量的劳动者有望通过持续学习重塑自我,跟上快速迭代的智能社会。同时,先进制造业也有望雇佣这些高素质工人,创造出前所未有的智力资产。最后,将是整个国家生产制造和经济竞争力的全面提升和扩展。

那么,对于致力于在工业4.0实现制造业转型升级的中国来说,这些舶来经验是否值得借鉴呢?

用AI锻造中国匠心,需要破除哪些桎梏?

在讨论这个问题之前,我们必须正视的现实情况是:

首先,中国制造业过去十年都是以劳动密集(如纺织)、资本密集型(如钢铁)企业为主,在高技术制造业上与发达国家有着不小的差距,因此高素质技工的总量和质量相对也更少。根据国际机器人联合会(IFR)统计,2017年中国工业机器人密度(每万人拥有的工业机器人数量)仅为97台/万人,明显低于日本、德国等传统制造强国。

同时,近年来环保、产业结构调整等政策的相继落地,也导致制造业在“腾笼换鸟”的过程中出现了一定的“过渡期”,具体表现就是,大量劳动密集型低端制造开始流向东南亚等次大陆,而创新企业对高端人才的吸纳能力又出现暂时性的不足。

另外,长期以来,中国制造业的职业教育大部分是由企业来完成的,即传统的学徒工制度,但“师傅带徒弟”模式在AI时代显然首先连师傅都找不到了,新的技能养成体系尚未建立。

而面对人工智能浪潮,技能人才的短缺,仅仅依靠市场力量来调节,势必会经历一段漫长的调整期,恐怕会导致错过制造业AI落地的关键窗口期。

因此,在中国的AI职业教育中,恐怕也必须借助相应的政府和社会力量:

1.AI相关的技能形成体系有待全面铺开。

目前,我国的职业教育主要是由公共财政支持的,受限于规模与资金,大部分职业学校更倾向于开展制造业所需要的适性技能。对于AI相关的培训,往往需要大量投入来出储备师资、研发课程,在现有条件下,盲目上马AI技能培训也难以保证培训的质量和效果。

2.企业自主岗内培训的激励效果不足。

那么,让有相关需求的制造企业自行开展对高技能工人的培养呢?一方面,企业处于经营管理的考虑,对于培训投入往往都会有所限制,加上制造业人才短缺问题导致的流动性,企业投入高素质技工的风险也大大增加。

因此,能否在政策上对积极参与员工技能培训的企业给予培训经费返还、税收优惠等政策支持;在科技项目立项、成果评定时,AI职业教育能否作为关键的考量标准,才有可能真正激发出制造企业主动与AI融合的积极性。

3.科技公司的社会化力量引入是重点。

培养高素质、AI化的技能人才,科技企业的力量也不可小觑。目前,已经有众多AI领域的领军企业,如百度、华为、阿里等纷纷建立了AI人才培养机制,推出了相应的公益培训体系。不过,目前大部分AI项目还着眼于高精尖的岗位职业资格,以及与双一流高等院校的研发合作,针对高素质工人的职业教育还很少。

但从市场需求与技术普惠的角度来看,科技巨头的工业AI项目同样对合作伙伴的技工质量提出了一定的要求,未来通过与职业学校合作,输出相应的基础课程和职业培训,建立共享型公共实习实训基地,也会帮助科技公司收获合作方的高认可度。

每每提到工业4.0、制造业自动化等话题,人们总会第一时间想到德国的“工匠精神”,这是推动德国产品走向世界的品牌力量,也是中国制造在转型升级中所迫切渴求的魂力。但“工匠精神”并非天生天养,而是伴随着德国制造业和职业教育发展,所自然形成的人企之间的一种默契与规则。

从人海战术到高素质技工,中国的工业AI,也是时候开始锻造自己的“匠心”了。

相关文章
热门文章
头条文章
重点文章
推荐文章
热点文章
关于我们|联系我们|免责声明|会展频道
冀ICP备2022007386号-1 冀公网安备 13108202000871号 爱云资讯 Copyright©2018-2023