近年随着3C、新能源汽车等产业的快速成长，自动化行业出现一片繁荣景象，但是，也的确因此暴露出很多问题，不仅仅是在技术、研发上，而且更多地延伸到了生产运营、供应链、销售预测等方面，人才的缺乏使得企业在处理诸多事宜时遇到了各种各样的难题。

人才是制造业竞争力第一要素

    在德勤2016年的全球制造业竞争力指数（GlobalManufacturingCompetitivenessIndex）中对制造业竞争力影响的最重要因素进行了针对CEO的调研，与2010、2013年的报告一致，人才显然是所有CEO们最为关注的竞争力资源，一个制造业国家若是缺乏受过良好训练的技能人才，那么其竞争力就不会太高，如果我们的制造业成本优势不断地削弱，那么就不会有那么强的竞争力了。

图1制造业CEO关于竞争力要素指数GMCI调研（资料来源：德勤）

    图2是德勤2016制造业竞争力指数关键要素的各个国家的对比，可以看到，除了在成本因素方面中国相对于其它国家有竞争力外，在人才、创新与基础设施、能源政策等方面均是落后于主要制造业国家的，这也的确是我们制造业的忧虑。

图2 2016年各国制造业竞争力指数关键要素对比（资料来源：德勤）

对创新的认知

    关于人才的最多话题牵扯到创新，因为普遍的共识聚焦在于认为虽然我们有大量的工程师，却缺乏“创新”能力，很多在产业的人会把问题归结于教育：认为大学没有培养出具有宽广视野和创新能力的人才。有一次在天津职业技术师范大学，我与一位老师交流，他却提出了截然相反的看法，他认为大学提供的是毛坯，而企业自己要进行结合自身的培养，这话倒是让我重新思考“创新”这个问题。大多数企业自身在很大程度上也是缺乏创新能力的，没有这样的氛围——就像大部分工程师都喜欢看供应商有没有“业绩”，这种思想其实就反映了缺乏创新的态度，不是基于自己需要什么，而是基于供应方能够提供什么。

    很多人持有的观点都是我们制造业缺乏“创新”，但是，创新是什么？该如何创新？我觉得大部分时候我们也是不清楚的，创新似乎要么被理解为高大上的事情，咱们这些还停留于解决温饱问题的社会似乎不应该提及，又有人说创新在一个知识产权保护如此匮乏的社会不适合，因此，无论在制造业，还是很多领域我们都会以“模仿、抄袭”为主。

（1）创新并非仅是研发一个新的产品

    很多时候，可能我们对于创新本身的理解就是有偏差的，以为创新就是要“颠覆”或者产生巨大的不同。其实，在美国国家制造业创新网络（NNMI）的推动项目里，降低碳纤维复合材料、柔性混合电子、宽带隙功率电子的成本就牵扯到众多的创新设计与需求，创新并非指“研发一个比别人更牛的产品”，如果按照郭朝晖老师经常强调的就是“经济性”——使得技术具有经济性本身就是创新。就像日本的机器人减速器，并非我们在技术上一定做不到，而是能否做到极其稳定的质量，而且价格还这么低是很难做到的（有人认为人家卖得贵，其实是因为订货量小），需要的不仅是技术，而且还包括生产的精益运营管理水平。实际上，专心致志把一件事情做好，就会有很多的创新。

（2）系统思维在哪里都很重要

     我们不谈制造业的创新，就说“中国好声音”、“爸爸去哪儿”，这种节目其实都是需要购买版权的，难道自己就无法设计出一个节目吗？

    其实，这种设计需要的同样是系统思维，显然，这些节目非常清楚地研究了观众的心理，如何表达、如何设计流程、如何进行评选，包括每个导师应该如何表达自己的谦卑、互相如何打骂戏笑，都是经过严格的分析与设计的。

    系统思维是面向全局来看问题，而非局部，但在大学的教育中，教育却是按照类似于垂直的管道方式来划分了专业，而又缺乏系统的课程，就像你学了PLC、检测技术、电子技术，但是，一个机器从需求分析、配置、软件架构、仿真、测试、系列化全过程各个阶段的任务与工具的使用等如何协同、代码与文档的规范与标准、对错误的处理、甚至如何设计一个美观的HMI画面，这些反倒是缺乏的。给了原材料，却没有告诉工艺流程，全靠自己的悟性琢磨了。

图3自动化工程师的工作概要

    系统思维的缺乏会导致认知的局限，仅从点上看问题，而无法全局而观，仅仅从技术而不从经济角度，或者看重成本却忽略安全问题。系统思维是一个框架结构，它可以以一种不变应万变的方式处理各种事务，就像你想表达清楚一件事情，你可以采用5W2H的方法一样，具有一个可参考、可重复利用的模型。

（3）规范与标准是创新的前提

    前些日子，因为面部神经麻痹（面瘫）我去杨浦医院进行针灸治疗，给我治疗的王医生是非常资深的中医专家，我问她为什么中国的医生明显比欧美国家的医生拥有更好的研究条件——病例，因为中国的医生，无论哪种病例数量级可能都是国外同行无法比拟的；但是，为什么就不能在医学研究领域成为国际顶级的。王医生讲到还是跟“创新能力”有关，医学研究需要非常严苛的条件，为了某种病例筛选样本都是非常苛刻的，但是，我们可能就像完成任务一样，“差不多”的就会被筛选进入，这样会导致样本不严谨带来的结论无法经过严苛的考验。

    中药并非不能治病，为何日本、台湾的中药却可以有比较好的疗效，很多人出去日本、香港、新加坡都会带来很多中药回来，因为日本的汉方药实际上采用的是西方的科学规范来进行生产的，因为同样是人参一钱，那三年的种植参和野参肯定药效会不同，而日本人则以其中的元素为定量目标，并非是要用多少，而是经过测量这个批次的原料需要多少可以产生多少的“麻黄碱”来进行标定，使其要素达标，才具有药效。

    规范与标准化在创新研究中是非常重要的，创新并非是一种“概念”的新就因此被称为创新。这就回答前面的一个问题——创新并非是灵光一现，而是系统的、严谨的过程。不是我们不能创新，而是我们并没有严格的规范工作流程、设计驱动人们创新的体制。

人才培养需要全局规划

（1）缺乏产业横向技术的分享

    其实研发总监这个角色，通常应该关注的问题是客户需求与横向技术，客户需求是指产业对于自动化产品的期望，尤其是前沿领先的企业对系统的性能与功能的需求，这使得产品技术必须适应于产业实际需求；而另一个方面则是对横向如信息技术、软件处理、半导体技术的融合，如何让这些技术能够被自动化所应用，这也是为何贝加莱一直以开放自动化而著称的原因。

    因此，像运动控制产业联盟这种组织应该起到连接与桥梁作用，并非是行业内企业的交流，而是将功率电子（如宽带隙功率电子技术）、编码器、连接器、FPGA芯片、智能算法等产业链上下游的企业集中在一起，进而进行横向技术的交流，使得需求方提出需求，而横向技术也为下游提供新的技术与方法的支撑，跨界实现产业的融合。

    包括今时今日在中国兴起的各种产业联盟、技术协会、组织都应该起到这样的作用，但是，仅就“商业生态系统”建设本身就需要专业性，不是一群公司凑在一起，然后召开一个大会就是一个联盟，美国国家制造创新网络NNMI其实就给了我们一个样本，如何有效地构建创新组织，并且NNMI三大战略主线无论在哪个MII系列都是必须包括教育与人才培养计划的。

（2）产品技术与运营管理复合型人才

    其实，企业有比较好的条件培养人才，因为相对于大学，企业所接触的是真实的战场，工程师面对的是不同的客户追求于投资回报的项目需求，机器设计往往带来千万亿计的营业收入，而所有这些与大学里研究某项技术具有完全不同维度级别的考量，需要全局、综合、系统地把握问题的能力。同时，销售职业则让人更了解产业需求、把握技术发展、客户需求，对商业合作有更为全局深入的认知，通过轮岗本身就要训练其从技术、市场、财务、生产运营多个角度观察公司运作的能力。

表1智能时代对于员工的能力需求

    表1为VDMA研究关于工业4.0时代的员工能力需求，其实，不仅包括技术技能，在综合能力包括社交、沟通能力、持续改善与终生学习的思想都是应该具备的。而技术技能则包括了横向的跨学科知识组织，其中，“应该、、、、、、”、“可以、、、、、、”栏目里的内容是更缺乏的。

（3）企业与大学的协同

    人才培养由企业自己来做，并不是说全部靠企业，而是应深入大学进行交流合作，把自己的需求提出来，经过交流让企业和大学之间提供更多的机会，包括毕业前的职业辅导，让学生能够对企业与大学的差异有个充分的认识，包括对自己未来从事工作的认识，避免盲目的职业选择。

    企业与大学有几个点的合作是必须的：

    -全局性的教学装置开发，而非仅针对编程；

    -重视软件工程训练，规范与标准的重要性大于技术本身。

（4）全局的眼光看待人才培养

    大学教育经常陷入争论，焦点是关于究竟大学是在培养劳动者还是研究者，很多学校都以市场上最流行的一些产品为教材进行教学，美其名曰“易于就业”，这听上去不错，但是，却是在毁灭学生的前途，学到的“术”是会完全制约学生的长期发展，短期见效却长期使得学生缺乏全局、创新能力。那么国家关于职业教育与研究型大学的独立运行是否可行？同样道理，即使是培养职业性学生，也必须是讲求“道”——即通识与全局思想的，标准与规范同样重要，具有全局思想的、解决复杂问题的系统思维能力的人才是高附加值的，具有很强的职业前景。

图4工业自动化与机器人系统培养的内容交叉

    图4所示为一个关于自动化与机器人系统的交叉课程，包括了控制器、机电、CAD软件、机器人控制多个学科的集成，全局地看待机器与系统才能让整个产线有效运行。

    其实，国内领先的大学在教学研究方面还是超前的，像上次卓越工程师交流会上少远老师所分享的，上海交大在基础教育阶段有多个学院对电气专业的学生进行了交叉培养，包括通信、机械、计算机等六个学院共同为电气学院开设相关的课程，当然每个工科专业都会在基础阶段由跨学科的专业来进行培养，这样就会使得电气工程专业学生同时有了软件工程、机械工程、计算机网络领域的跨学科课程的训练，这样就会更具全局性。

    不过，这也并非能够给实体制造业带来人才，目前清华、交大，包括同济大学这些985学校都会遇到一个问题：“学生会留在制造业吗？”，很多毕业的学生其实都流向了金融、IT、网络、人工智能等领域，好像留在自动化、制造业的还是比较少的。当然，也许是我们狭隘了，你也可以认为他们更全局地服务于制造业了，制造业的投资融资、产业政策研究也是需要人才的——经过严格工程教育训练的人，更具有系统思维和全局问题协调能力，对制造业更有利。

    总之，人才培养关乎中国制造的竞争力，对于企业微观同样如此，重视人才不能停留于口号，而必须有实际的行动支撑。