写点什么

三问智能制造人才管理:缺什么、为什么缺、怎么办

  • 2022 年 7 月 06 日
  • 本文字数:5628 字

    阅读完需:约 18 分钟

三问智能制造人才管理:缺什么、为什么缺、怎么办

智能制造是制造业加速数字化变革的核心抓手。通过数字技术与先进制造的深度融合,全面优化生产制造各环节,是企业实现降本增效,提升产品和服务体验的可靠路径。而随着变革进一步进入“深水区”,智能制造还将助力我国制造业重塑核心竞争力,实现高质量发展和产业升级。


而人才是企业创新的基石。在制造业从传统向智能转型的过程中,由于生产过程和服务模式的转变,企业所需要的人才,以及人才管理的方式也在发生变化。转型的挑战,不只来自于业务本身,还来自于人。


如果十年前,你问企业信息化负责人工作中遇到的最大挑战是什么,很多人的回答会是“说服老板”;但今天,当我们再问企业数字化的负责人同一个问题时,很多人的回答却是“没有人才”。而且,相比于互联网、科技等新兴行业,以及金融这样的“多金行业”,传统制造业在这个问题上的感触还要更为强烈。


看一个数据——根据教育部、人力资源和社会保障部、工业和信息化部印发的《制造业人才发展规划指南》统计,预计到 2025 年,全国制造业重点领域人才缺口将接近 3000 万人。尤其是在智能制造的大背景下,很多企业表示,自己需要的不再只是熟悉生产制造的作业人员,而是既懂设备又懂技术,同时又有行业经验的复合型人才——而现实情况是,这类人才目前在任何一个行业都是稀缺资源。


“制造企业的组织、业务、产品和价值链等各方面更具有复杂性,这会给大家从‘制造’到‘智造’的转型带来诸多障碍。同时,数字化转型又并非单项技术的应用,也不仅仅是业务命题,更是一个战略和管理命题,这些本质上都是‘人’的问题。”i 人事创始人兼 CEO 朱德权在日前接受 InfoQ 采访时说。在他看来,中国智能制造技术人才匮乏,企业更要注重内部人才重塑升级,比如——把“新型高学历白领”培养成专业工业工程属性强的“数字化工匠”,把技术人才从“技能偏科”培养为“软硬全能”的复合型人才等等,从而在一定程度上填补人才的空缺。

智能制造人才的“缺口”在哪


事实上,要补人才的“缺口”,首先要搞清楚的一个问题是——企业究竟需要什么人才;而要回答这个问题,则要了解智能制造带来的具体变化。


制造企业向智能制造转型通常有几个核心目标——一是持续降本增效;二是重塑生产方式,实现转型升级和高质量发展;三是让生产过程满足各种合规要求,比如绿色发展。对应这几个目标,具体可能会有几点变化:首先,设备会升级,企业通常会引入更多的机器人等智能设备,甚至包括更高标准的环保设备;其次,软件方面也会升级,应用系统中会加入自动化、AI 等技术能力;此外,服务模式会转变,以前研发、生产和服务是割裂的状态,但现在生产人员可能要直接面向客户组织生产(如 C2M 模式),因此前端到后端全流程都要打通。


可以看到,这些变化影响的首先是一线作业人员和设备维修运维人员的工作,比如要从过去以体力劳动为主转变为以信息处理等脑力劳动为主,并且要具备与智能设备和智能技术进行交互的能力;其次,这也会改变采购、研发、设计、营销、销售等各个角色的工作,比如即便是研发也要对复杂的智能制造系统非常熟悉,要运用好数字化工具,能基于系统的数据分析,洞察市场的需求,并据此对产品不断做出优化。


除了对企业现有人员的工作提出更高标准,一些新的人才能力需求也不断衍生出来。我们知道,智能制造强调的是人机一体化,目标是实现人员、设备、系统各部分的最大程度融合,同时,它改变的又不仅仅是生产本身,还包括对产业上下游全链条服务模式的变革和创新。在这个过程中,企业需要大量既懂先进制造又了解数字技术、既深耕企业业务又具备跨产业思维的“全能型选手”。


比如,能进行智能制造战略制定和体系构建的管理型人才。他们要具有战略统筹能力,能根据企业情况和市场环境制定路线图,能整合各环节资源,并且根据进度持续优化关键节点;


比如,既懂技术又懂业务的复合型人才,他们要非常了解数据与业务之间的融合逻辑,了解信息化与自动化、精益化之间的关系逻辑,并且能够深刻洞察业务部门的需求和痛点,具有有把业务需求转化为技术需求、用技术解决业务问题的能力;


再比如,既懂机器又懂软件的专业型人才,他们要能基于软件和大数据对整个智能生产线进行总控、操作和运营,能根据市场需求灵活调整产线配置,并在出现系统故障等紧急状况时快速应变、提供专业性指导,他们与设备的关系不再是传统的机械化操作,而是有机的协同。


除此之外,随着产业的进一步升级,以及数据与业务的融合日益加深,包括计算机科学、数据科学等领域在内的高端人才也是企业落地智能制造的稀缺资源。“归根结底,企业智能制造需要的是专业能力和综合能力都更强的高阶人才,这将是企业未来发展的重要命脉。”朱德权表示。

为什么智能制造人才找不到、招不来、留不住


那么,为什么制造企业“找不到、招不来、留不住”上面所说的这些人才?


首先,就是因为随着智能制造的推进,行业的人才需求结构出现变化,但高阶人才在市场上普遍不足;其次,人才供给结构也不够完善,由于产教融合不够深入,教育环节输出的人才和企业实际需求的人才有比较大的出入,造成的结果是,一边是越来越多的毕业生找不到工作,另一边却是越来越多的企业寻不到合适的员工,人才资源被极大浪费——这是企业“找不到”人才的两个主要外因。


而从内部来看,人才体系标准的不明确、不规范则是主要因素。如今,很多企业其实还处在智能制造由浅入深的探索阶段,对自己需要的人才类型还不够明晰,也没能构建对应的人才标准体系。即便有了明确目标和标准,由于过去传统制造企业是以一线的操作工人为主,人员配置比较单一,在招揽跨行业、跨领域的人才时,还没能摸清他们的求职偏好、求职习惯及沟通评判标准,这就导致“盲目”寻找,很难触达目标人才。


那么,假设市场上人才供给充足,企业又能找到他们,状况就会好转吗?恐怕并不一定。“我们每天会收到很多的简历,给出的薪资在行业里也是中上水平,但能招到满足条件的是极少数。”烟台中集来福士海洋工程有限公司 CIO 苏振宁在谈及这个话题时坦言,“首先他们的基数本来就少,而且大部分集中在一二线城市,更容易被头部企业和一流的科技公司吸引。对于绝大多数的传统制造企业来说,要找到合适的人员非常难。”


也就是说,制造业“招不来”、“留不住”高阶人才,也受到自身行业特殊性的影响。


比如,我国制造业过去长期以中低端生产为主,因此被贴上了诸如工作环境恶劣、社会地位不高等特有的标签,而这些“偏见”的存在,就使得制造业与互联网、金融等行业相比,缺少了最基础的吸引力。与此同时,制造又是一个非常重现场、重经验的行业,人才的培养周期相对较长,在越来越趋于“短期主义”的价值观驱动下,很多人会被劝退。并且,传统制造业平均薪资其实普遍还是偏低,这也进一步导致人才流失严重,很容易就被其它行业“挖墙脚”。


还有一个趋势值得关注——如今越来越多的“Z 时代”年轻人正在进入职场,他们和 80 后、甚至 70、60 后员工相比,对个人发展、薪资有更高的敏感度,甚至工作的体验感也会直接影响他们的去留。“如果制造企业在面对年轻人时还只是提供一些枯燥、乏味、重复性的工作岗位,那就很难让他们踏踏实实地留下来。”朱德权强调,能不能提供具有活力、创新力且体验性好的工作环境,将是决定制造企业能不能“留住”人才的关键。

如何化解智能制造人才困境


要应对以上人才管理的“三连击”,i 人事 HR 系统人力资源数字化业务专家李芳阳告诉 InfoQ,这需要政府政策、基层教育和产业融合、以及企业人才培养的相辅相成,三者不可偏废。“首先,政府不仅要营造鼓励智能制造转型的政策环境,还可以通过制定对应的人才流动政策,鼓励更多高端技术人才进入制造业;此外,基层教育要更注重人才的升级,并通过产业间的跨界融合模式,培养与产业需求相匹配的人才;而对于企业来说,则要打造新型人才管理模式。”


在她看来,如果将前两个外力比喻为“水库扩建”,企业自身的应对策略就是“自建人才自循环水利工程”的过程,如何通过自修水道,从能“引水回流”,到能“存下来”,这同样非常重要。一方面,企业要通过对自身竞争力的提升,比如提高制造产品附加值,推动生产制造过程的高端化、智能化等等,来改变制造业在大众眼中的刻板印象,从而吸引高端技术人才;另一方面,企业还必须重新构建内部的人才培养模式和工作体验,从而留住更多人才,尤其是年轻员工,并且让他们在企业中不断得到成长。


  • 做好技能分块和人才分层


事实上,越来越多的企业已经意识到了这些问题的关键性。根据北森人才管理研究院发布的《2021 中国制造行业人才白皮书》显示,人才培养、人力资源数字化和人才梯队建设已经成为制造业在人才管理工作的三大重点。而具体到落地的方法和实践,众企业们也是绞尽脑汁、各显神通。


有企业告诉 InfoQ 记者,他们的思路,一是先培养内部技术人员的业务能力,让他们深入一线,到对应的业务部门进行一段时间(通常是 3 个月左右)的轮岗——例如,负责产品质量模块的就去到产品质量部门,负责采购模块的就去采购部门,负责营销模块的就去营销部门,以此类推。二是培育业务人员,让他们更懂技术,通过低代码、数据分析等工具降低技术的使用门槛,让业务人员直接受益于数字化带来的价值。


还有企业强调,在做人才培养时一定要注重人才按技能分块培养。具体来说,他们在人才培养体系中设计了四大技能矩阵,根据不同的技能对人才进行差异化的培养和职责划分。“比如 a 不在的时候,b 得能干他的活,但是,他们之间又不能完全做替代,否则你的人员一定是有冗余的。”“另外,这样还能确保有人被挖走的时候,不会出现空档,业务可以继续。”


而除了技能分块,朱德权表示,企业还要做人才分层,“要针对核心人才、关键人才、普通人员进行不同的层级人才建设、培养和管理”。具体来说,企业可以通过以下几个动作实现:


第一,对企业的业务需求进行评估、诊断和测评,充分了解人才缺口在哪,企业亟需的是什么类型的人才,据此找到具有针对性的方法路径甚至是技术方案;


第二,借助数字化技术给人才“贴标签”,标签信息可以包括个人基本信息、工作成绩、学习能力、发展潜能、性格特征、能力维度等等,基于多维分析把合适的人放在合适的位置,做到人尽其才、才尽其用;


第三,把对人才的管理拉长到组织发展的不同阶段,以及个人发展的不同阶段,从而有针对性地进行技能培训和能力培养,为相关的任命、晋升提供依据、打造基础。


  • 贯穿全生命周期做人才精细化管理


而李芳阳表示,在面对智能制造带来的人与技术协同融合以及工作业务场景创新的巨变时,如何针对“产量”人才与“专业技能”人才做差异化和精细化管理是人才管理的重点。在这个过程中,如何把数字化技术与人才管理相结合、重构人才管理场景则是关键的突破点。


举例来说:针对“产量”人才,管理的要点在于确保用工更安全,让管理更高效。对此,李芳阳认为,在招聘和入职过程中,不同岗位的新员工填写提交的信息应该具有差异性,另外,企业还可以引入二维码扫码快速入职,身份证、银行卡 OCR 识别等技术,对应聘人员的身份快速进行识别,这可以帮助企业规避很多用工风险,比如招入劳动黑名单人员、应聘人员身份证信息不真实等等;而针对“专业技能”人才,管理的要点在于实现人才识别和培养的可视化。对此,企业可以通过数字化平台构建 360 度全生命周期的员工成长记录,把人力资源管理手段与 AI 人才识别技术、智能人才绩效、智能人才盘点、培训等数字化技术融合。


而越是深入业务底层,精细化划分的维度和考量的依据还要越细,越要深度结合现场需求来做。拿排班这个场景举例,有企业向 InfoQ 记者介绍,排班排的不应该是出勤时间,而要把这个人排具体的订单工序上。比如,每天上午用 a 模式做 a 订单,下午用 b 模式做 b 订单——其初衷是把有合适的人放到最需要的地方,让资源得到最大化利用,实现劳动资源的异常调拨。尤其是在眼下人员紧缺人的情况下,什么时间把什么人放到什么岗位上,就变得更加重要。这背后需要强大的数据支撑能力,要让现场人的调度人员清楚、实时地掌握用工成本、用工需求、用工效率等信息,才能做出最优的决策。


事实上,不只是在某个业务条线上要做这样的人员精细化管理,李芳阳强调,从人才管理的视角来说,企业应该对员工从入职到培训、晋升、离职全生命周期的可视化管理,然后针对不同类型的员工,在薪资、考勤、绩效考核等方面做出统筹考量和差异调整,比如通过“能者多得”的机制,调动自驱力员工的积极性,并且为有特殊需求的员工提供更灵活的考勤方式,如此一来也可以提升他们的工作体验。


以瑞阳制药为例,为了激发产线人员的工作积极性,他们把改善提案、技术创新、质量对比、员工培训等元素都加入到了内部数字化应用平台的绩效考核模块中,并通过与 HR 系统的关联,将考核结果与员工奖金做了直接挂钩。在这个过程中,薪酬福利等方案的制定不再是拍脑袋的主观决策,也不是普适的平均分配,而是可以基于数字化平台进行模拟计算、快速验证和数据环比,然后找出最优解。


另外,针对人才升级,企业基于员工的可视化管理,还可以精准找到有自我提升意愿的员工,以便及时为他们打开上升通道,反之,也可以及时找到有流动可能性的员工,以便采取应对措施。包括在日常的培训过程中,也可以对培训全过程做跟进,让培训时间、培训资源更合理分配,并且对培训效果也能及时追踪、反馈,持续企业内部的优化人才升级和培养体系。


“当然,这又是一个长期的过程,不是一蹴而就的,需要从基础建设一点一点做过来。”朱德权表示。对此,数字化工具是关键但不是唯一,企业不仅仅要引进新的技术,还要构建新的管理方法论,甚至是营造新的文化氛围。

总结


总而言之,人作为核心资源,在企业建设智能制造的过程中将发挥至关重要的作用,这一点已经成为行业共识;但是,高阶人才的缺失仍是普遍难题。从外部来说,这需要政产学的多方合力;从内部而言,这需要企业从企业文化、组织制度、体系建设到技术引进多管齐下——和智能制造这件事本身一样,智能制造人才的升级和管理,也将是一个长期且复杂的工程。尽管路途艰难,但每一步都要企业一点点扎实地蹚出来。

2022 年 7 月 06 日 14:571721

评论

发布
暂无评论
发现更多内容

架构训练营-学生管理系统详细架构文档

sophiahuxh

如何实现支持百亿级文件的分布式文件存储

焱融科技

云计算 云原生 高性能 分布式存储 海量存储

架构实战营模块四作业

老猎人

架构实战营

【入门必读】《TcaplusDB数据库常见问题解决及诊断技巧集锦-数据库使用类-2》

TcaplusDB

nosql 腾讯 Data TcaplusDB

模块三作业

秀聪

架构训练营

带你了解弯曲文本检测算法的两种思路:区域重组和像素分割

华为云开发者联盟

文字 目标检测算法 文本检测 区域重组 像素分割

从源码角度详解Java的Callable接口

华为云开发者联盟

Java ide jdk Callable Callable接口

手写基数排序算法

实力程序员

程序员 C语言 排序算法

架构实战营 - 模块三作业: 架构文档

Julian Chu

架构实战营

没怎么写过 Java 的遗憾

escray

学习 极客时间 朱赟的技术管理课 7月日更

我花了 24 天使用 C++ 从零实现了一个解释器

lmymirror

interpreter compiler

怎么在Guitar Pro乐谱中加入哇音

懒得勤快

架构实战营模块三作业

袁小芬

“运愁维卧”,决胜千里 | TcaplusDB7.24运维日致敬每一位运维人

TcaplusDB

nosql 腾讯 TcaplusDB

云图说|云上应用监控神器——应用性能监控APM2.0

华为云开发者联盟

APM 华为云 云图说 应用性能管理 应用监控

架构实战营 模块 3作业 - 消息队列架构设计文档

Geek_8c5f9c

架构师训练

Go语言:RESTful API 服务,急速入门

微客鸟窝

Go 语言

TensorFlow 2 quickstart for experts

毛显新

tensorflow

《TcaplusDB数据库常见问题解决及诊断技巧集锦-数据库使用类-3》

tcaplus

TcaplusDB

【学习笔记】:使用Chrome浏览器的网络面板分析http请求

姬翔

来也科技:RPA+AI的赋能者和布道者

海比研究院

Java实战:教你如何进行数据库分库分表

华为云开发者联盟

Java 数据库 分布式 分库 分表

架构实战营模块 3 课后作业

hello

架构师实战营

takin(全链路压测)快速安装-mac图文版

国隆

大数据 性能压测 生产环境全链路压测 takin 探针

第三届WICC圆满结束 融云打造技术与生态平台推动产业发展

融云 RongCloud

通过运行期类型检查实现泛型算法

喵叔

7月日更

架构实战营 模块三作业

孫影

架构实战营 #架构实战营

Python OpenCV 轮廓检测与轮廓特征,加图像金字塔知识补充一点点

梦想橡皮擦

Python 7月日更

4问教你搞定java中的ThreadLocal

华为云开发者联盟

Java 线程 多线程 ThreadLocal 变量

架构实战营 模块三 作业

脉醉

#架构实战营

就想搞明白,component-scan 是怎么把Bean都注册到Spring容器的!

小傅哥

Java spring 小傅哥 bean注册

三问智能制造人才管理:缺什么、为什么缺、怎么办_技术管理_高玉娴_InfoQ精选文章