工业AI时代的大数据人才培养

一、新工业时代需要哪种人才？

新工业时代各制造业强国的发展战略

纵观世界经济，制造业一直是世界各国经济增长、繁荣和创新的引擎。据德勤报告统计，美国、中国和德国位列全球制造业竞争力指数排名前三。除了以上三个国家，日本、法国、英国、韩国也都为下一代数字制造提出了长远展望与未来布局。

美国国家制造业创新网络计划，其目标是牢牢掌握住工业价值链当中价值含量最高的部分，并实现再工业化。美国处在制造业价值链的上游，其制造业核心并不是机器与设备，而是来自于对于隐形不可见世界，也就是其通过数据产生价值的能力，是IT技术与CPS（Cyber-Physical System信息物理系统，以下简称CPS）的结合，通过数据建模使得数字世界与物理世界能够互相映射与交互。

德国在2013年提出工业4.0，目标是通过智能工厂和智能生产，增强德国制造的竞争力，从而将重心从产品端向服务端转移，增强德国工业产品的持续盈利能力。其技术核心同样提出了CPS，并强调了与工业领域知识的结合。

中国在战略层面陆续提出了智能制造、工业互联网，制定了10-30年的发展规划，并且在CPS的推进方面也毫不落后，于2017年出版了《信息物理系统白皮书》，将CPS作为我国指导智能制造的核心技术。中国制造处在由大变强的历史关头，新一代信息技术与制造需要更加深度地融合，实现未来走到全球价值链顶端的目标。

新工业时代的“新物种”— 智造型人才

新一代工业浪潮是工业与互联网结合的新物种，行业跨领域，技术多类别。随着物联网、数据采集、云计算等技术的成熟，以及计算资源成本持续降低，很多十年前难以复制与推广的问题得到解决，大量新技术开始支撑新工业时代的发展，如今面临的最严峻挑战不再是技术，而是缺少与其相匹配的智造型人才。

人才是制造强国的根本

德勤《全球制造业竞争力指数》提出的六大制造业竞争力驱动因素中，人才是公认的最重要因素之一。高技能的人才可以对一个国家的整体竞争力产生强大的影响。

2017年国家教委、人社部、工信部联合印发《制造业人才发展规划指南》，规划指出2015年十大制造行业总人数3206万，2025年需求6192万，人才缺口2986万。这些数据为我国高校培养未来人才指明了方向。

互联网时代所连接的主题是人，而物联网时代要连接的是所有的物，这也将引发更大的技术浪潮带来更多的机会。随着中国智能制造战略的推行，制造从业者将从只擅长单一门类的专业性人才，演变为能将多个学科和专业融合在一起的复合型人才。

二、人才培养现状

美国人才培养-跨学科融合的复合型智造人才培养

美国非常注重政府、企业以及院校之间的合作。第二次工业革命的策源地辛辛那提是美国制造业的摇篮，GE航空、宝洁总部等都坐落于此。辛辛那提大学更被称为工业大数据分析技术的“西点军校”，自2000年起致力于工业大数据分析和预测性维护技术在产业的落地，同时在NSF（美国国家科学基金）的发起下成立了IMS（智能维护系统）中心。

IMS更注重人才复合技能的培养，更关注行业多场景应用的融合和理论的创新。他们把工业大数据融入机械工程学科之内，并将课程分为DT数据技术、AT分析技术、PT平台技术、OT运营技术4条主线。IMS中心认为只有跨领域技术相互融合后才能融会贯通，行业之间相互借鉴才可能产生更加通用化的技术。李杰教授的CPS 5C架构就是从实践中提炼而出的理论框架。

IMS人才培养模式的成功从另外一个维度来印证的话，当属美国制造工程学会“30 Under 30” （30岁以下30位制造业杰出青年领袖）评选。作为美国工业界每年一度最有影响力的人才评选活动，由全美制造业企业共同投票决定，申请人年龄必须在30岁以下，在推动制造业的发展以及在STEM（科学、技术、工程、数学）等跨学科领域均展现出几道的潜力和技能。近些年IMS中心培养出数位工业界杰出青年入选该榜单。

德国人才培养-双元制的复合型人才培养

德国提出“没有职业教育4.0，就没有德国的工业4.0”，传统的学徒制教育传承至今虽然有一些改变，但宗旨仍然是理论与技能相结合，即企业与学校合作办学，根据企业的需求量身打造未来工人所需具备的技能。

德国的教育体系秉承CPS理念，将数字化技术贯穿始终，因为制造业正在发生的改变对于人才技能的要求是，由传统行业服务者和机器操作者，转变为整个生产过程中可以实现人机对话的多方位行业技术人才。

中国人才培养-多学科融合人才培养意识已初显

中国在多学科人才培养方面已经有了非常好的认知，2016年“新工科”在成都吹响号角，之后“复旦共识”、“天大行动”、“北京指南”三部曲夯实新工科建设基础。与老工科相比，“新工科”更强调学科的实用性、交叉性与综合性，尤其注重信息通讯、电子控制、软件设计等新技术与传统工业技术的紧密结合。

此外，近两年举办的中国工业大数据创新竞赛、全国智能制造创业大赛等竞赛也是一种非常不错的人才培养方式，通过竞教结合让理论实践融会贯通。在同济大学首届中国大学生机械工程创新创意大赛中，比赛成绩更是可直接纳入研究生的成绩。

高等工程教育从 “技术范式”转换为 “科学范式”，又转换成为注重实践的“工程范式”，并时刻瞄准未来的新范式。相对于传统的工科人才，未来新兴产业和新经济需要的是工程实践能力强、创新能力强、具备国际竞争力的高素质复合型“新工科”人才。

国内人才培养基础环境良好

中国的工业场景和工业数据量均为世界之最。以高铁为例，作为中国工业的缩影，其350公里以上的多类型地区运行数据是其他国家目前都没有的。这些数据非常有用，我们通过数据可以知道设备在运维过程中如何调优、如何重新设计等。针对这些数据分析出来的洞察以及对未来发展的启示，能够帮助我们在竞争谈判中掌握更多的主动权。

此外，中国人才储备非常充裕，政府的支持力度也相当给力。去年信通院举办的第一届中国工业大数据竞赛，就有超过1500人参赛，其中60%以上来自于高校学生。今年将继续举办第二届竞赛，天泽智云与富士康合作将数据脱敏后作为赛题，预计会吸引来更多的团队参与。

三、复合型智造人才培养体系

工业AI时代需要DT/AT/PT/OT融合的复合型智造人才

目前很多院校都有设立DT数据技术、AT分析技术、PT平台技术、OT运营技术相关的课程和专业，但需注意的是，并不是计算机专业的同学又学了算法课程就是融合人才。需要有基于大数据的工业场景作为牵引，将这四方面的技术和知识纳入到整体的培养体系当中，这样的融合才是一个体系化的融合。

工业AI时代人才培养需要理论学习、工程实践与产业发展融合

除了体系化的课程融合，还需有理论与实践的结合。

>> 立体化的理论体系培养计划

在现有的课程资源基础上，以DT、AT、PT、OT四个维度设立人才培养脉络，开始建立工业大数据和工业智能人才培养体系，制定符合中国特色的人才发展战略。

>> 产业创新为目标的理论实践融合

整合政府、企业和研究机构资源，通过工程实践、企业实习和产业发展融合的方式，推动人才在产业研究方面的理论创新。

>> 针对性的工程实践平台建设

综合丰富的工业场景资源，结合理论课程体系，以工业现场的实际问题出发，设立定制化的实训课程，协助学生以理论课程为工具，解决复杂多样的工业现场问题。

四、“让工业无忧”，需要复合型智造人才的助力

培养工业AI时代的复合型智造人才，是天泽智云的使命

>> 技术融合

天泽智云基于DT、AT、PT、OT四个方面完成工业智能研发人才体系化建设，将各个工业应用能力培养需求解耦为不同技术版块，分别进行模块化培训及开发实践，以流水线方式实现集成，协助院校实现工业智能应用能力建设的快速落地。

这套能力培养体系已经协助天泽智云在两年内完成了整个企业的工业智能人才体系培养和建设。基于天泽智云工业智能实验室的实践案例和美国智能维护系统中心（IMS）内训课程，天泽智云设计了自己的专业课程体系，包括工业4.0的技术框架等思维框架类课程、PHM等算法技术类课程、工业智能建模平台使用方法等工具使用类课程，以及数据驱动的无忧风场等前沿实践类课程。

>> 行业实践融合

第一是策划竞赛。我们和上海交大、同济大学等高校以及工信部等部门开展合作，联合举办工业数据相关竞赛，为比赛提供数据及命题、评审等支持。

其次，参与国家、院校技术示范线与测试平台。天泽智云提供可靠的基础实验环境及工具平台，供智能制造研究及深入场景和数据的挖掘。同时基于工业智能项目经验和场景，建立有清晰演示效果的示范产线，让研究者真正将理论和实践相结合。

最后是培训、实训和标准。天泽智云开设工业智能相关实验与实训，满足综合实训需要，并逐步建立CPS测试标准，为企业落地应用提供参考依据。

>> 创新融合

天泽智云协助院校完成工业领域标准与教学体系结合应用落地，助力人才培养与国家标准相结合，参与制定的国际、国内标准包括工业自动化设备预测性维护、CPS参考体系架构等。

同时，与IMS中心、瑞典皇家科学院院士、瑞典吕勒奥理工大学合作探讨轨道交通等工业智能技术；与中车青岛四方、东方电气、富士康等企业合作进行智能高铁、风场、机加工等体系设计研究。

天泽智云能够将全球的前沿工业智能化技术引入教学与实验，与企业应用无缝对接，为学校以及企业提供合作平台。同时，借助企业资源和实践经验，推动院校课程与工业企业实践、理论创新相结合，实现院校人才培养体系价值闭环，为我国培养高端复合型智造人才提供良好的环境和高价值的服务。

Reference：

[1] 《2016全球制造业竞争力指数》，德勤有限公司和美国竞争力委员会

[2] 《制造业人才发展规划指南》，国家教委、人社部、工信部

[3] 《工业大数据》，李杰，机械工业出版社