人工智能人才的缺乏不是一个新话题。

高薪和高等教育经常联系在一起。从企业招聘JD来看，可以很容易地从硕士学位开始，而不是太多的博士学位。学士学位可能名不副实。

当然，这些配置只能由“高级”职位拥有，例如推荐的算法开发和机器学习工程师。许多与人工智能相关的培训机构往往都挂着横幅，而且大多数学员都有JAVA、C等专业经验。

但人工智能的人才热潮是否只对这样的高等教育人才足够？

众所周知，人工智能产业化已经逐渐开始登陆制造业、农业和服务业等各个领域。对于成千上万行业的普通工人来说，如何掌握人工智能的基本工作能力，可能是继高层次人才短缺之后的另一个难题。

与人工智能共舞：下一代工人的必修课

人工智能和机器自动化形式的技术趋势正把我们带入一个新的工业时代。

过去，在讨论制造业中人工智能的集成时，如何改造设备和网络等基础设施是最重要的命题。然而，随着人工智能项目一个接一个的登陆，这一领域的劳动力短缺问题也开始显现。

一方面，制造业正被90后和00后年轻人抛弃。在此之前，大多数制造工作都相对重复和乏味，每天都有一个动作机械地重复一遍又一遍。劳动力和机器人看起来没有什么不同。许多年轻人宁愿送外卖也不愿进工厂。同时，人们也普遍认为人工智能将取代那些在装配线上从事重复性工作的人。

然而，问题是机器人已经取代了一些需要重复劳动和体力的日常任务，同时也增加了对许多非常规认知任务的需求。例如，即使机器人接受工作，当机器人出现故障时，必须有人修理它们。这就是为什么在先进的制造工厂中，人才与人工智能机器合作的能力更加重要。

另一个问题是，在有限的制造业工人中，他们中的大多数人技能不足，而且很容易被替代。这导致许多公司，如半导体公司，拒绝新员工，而倾向于雇用成本较低的承包商，因为承包商可能拥有市场上通常不具备的必要技能。

当然，这个问题不是“中国特色”。事实上，美国也面临着同样的困境。美国的许多先进制造企业认为，随着工厂自动化程度的不断提高，劳动力不再能够胜任需要技能的工作，如操作数控机床。

即使人工智能也需要有人合作，那么在智能工业4.0时代，劳动力需要什么呢？

高山流水的人工智能职业教育

目前，许多国家已经开始将人工智能与职业教育相结合。从这些先进经验中，我们可以大致看到人工智能职业教育中的两个关键问题：

1.高等教育体制与人力资本市场需求的矛盾

尽管自动化、算法等领域的高学历学生更有可能晋升到高级技术职位，但现有的高等教育体系根本无法满足工程劳动力的需求。

例如，加州州立大学的教育官员发现，系统工程专家每年可以收到大约10万份申请，争夺1万个名额。

此时，社区学院职业教育的系统探索已经成为一股非常重要的补充力量。例如，加州社区学院系统是加州州立大学和加州大学系统的“分支”。学生不需要学士学位就能获得晋升所需的相关证书和技术工作。

在电力、汽车和能源领域，尤其是在太阳能安装领域，雇主迫切需要员工能够跟上新技术，如人工智能和机器学习，因此加州社区学院也开始提供类似STEM的课程。

2.职业教育技能测量标准

为了提高制造业和服务业的人工智能工程技能，一个传统的挑战是

事实上，美国也没有成熟的解决方案。目前的做法是将与机器协调的工作技能培训提高到8级。换句话说，在K12阶段，课程将相应调整。同时，将引进更多具有相关工作经验的兼职教师，并要求技术工人公司加强指导等在职培训工作，将社会教育体系聚集起来共同探索。

可以肯定的是，在这样的探索中，一方面，大量的工作者被期望通过不断的学习来重塑自己，并跟上快节奏和迭代的智能社会。与此同时，先进的制造业也有望雇佣这些高素质的工人，创造前所未有的智力资产。最后，它将是整个国家制造业和经济竞争力的全面提升和扩大。

那么，对于致力于在工业4.0中实现制造业转型升级的中国来说，这些引进的经验值得学习吗？

在用人工智能打造中国人的创造力时，需要打破什么样的枷锁？

在讨论这个问题之前，我们必须面对现实：

首先，在过去十年中，中国的制造业一直由劳动密集型(如纺织)和资本密集型(如钢铁)企业主导。中国在高科技制造业方面与发达国家有很大差距，因此高素质技术人员的总量和质量相对较小。根据国际机器人联合会(IFR)的统计，2017年中国工业机器人的密度(每万人的工业机器人数量)仅为97台/万人，明显低于日本和德国等传统制造大国。

与此同时，近年来，环保政策和产业结构调整相继出台，也导致制造业在“以笼代鸟”的过程中出现了一定的“过渡期”。具体表现为大量劳动密集型低端制造业开始流向东南亚等次大陆，而创新型企业吸收高端人才的能力暂时不足。

此外，长期以来，我国制造业的职业教育大多由企业完成，即传统的学徒制。然而，在人工智能时代，“师带徒”模式显然连一个师傅都找不到，新的技能开发体系还没有建立起来。

面对人工智能的浪潮，仅仅依靠市场力量进行调整的技术人才的短缺，必然会经历一个漫长的调整期，这可能会导致制造业错失人工智能落地的关键窗口。

因此，在中国的人工智能职业教育中，恐怕还必须依靠相应的政府和社会力量：

1.人工智能相关的技能形成系统需要全面推出。

目前，中国的职业教育主要由公共财政支持，受规模和资金的限制，大多数职业学校更倾向于发展制造业所需的适当技能。对于人工智能相关的培训，通常需要大量的投资来保留教师和开发课程。在现有条件下，盲目开展人工智能技能培训也难以保证培训的质量和效果。

2.独立在职培训的激励效果不足。

那么，让有相关需求的制造企业发展自己的高技能工人培训怎么样？一方面，企业处于经营管理的考虑之下，对培训的投资往往是有限的。加上制造业人才短缺造成的流动性，企业投资高质量技术人员的风险也大大增加。因此，是否有可能对积极参与员工技能培训的企业给予政策支持，如返还培训资金、税收优惠等。在科技项目立项和成果评估过程中，人工智能职业教育能否作为一个关键标准，能够真正激发制造企业与人工智能集成的积极性。

3.引进社会力量的科技公司是重点。

科技企业在培养高素质人工智能技术人才方面的力量不可低估。目前，百度、华为、阿里等多家领先的人工智能公司已经建立了人工智能人才培养机制，并推出了相应的公益培训系统。然而，目前，大多数人工智能项目还侧重于高质量的工作资格和与两所一流高等院校的研发合作。高质量工人的职业教育仍然很少。然而，从市场需求和技术包容性的角度来看，技术巨头的工业人工智能项目也对其合作伙伴的技术人员素质提出了一定的要求。未来，通过与职业学校的合作，它将输出相应的基础课程和职业培训，并建立一个共享的公共实践和培训基地，这也将有助于技术公司获得其合作伙伴的高度认可。

每当我谈到工业4.0和制造自动化，人们总是第一次想到德国的“工匠精神”。这是将德国产品推向世界的品牌力量，也是中国制造业在转型升级过程中迫切需要的灵魂力量。然而，“工匠精神”不是自然培养出来的，而是随着德国制造业和职业教育的发展，人与企业之间自然形成的默契和规则。

从海上战术到高素质的技术人员，中国的工业人工智能也是开始打造自己的“独创性”的时候了。