智能制造網APP
智能制造網手機站
智能制造網小程序
智能制造網官微
智能制造網服務號
智能控制
機器人
儀器儀表
物聯網
3D打印
工業軟件
回放
回放
品牌
ARCH
近年來，人工智能技術如ChatGPT-5、o4-mini、Grok、Gemini以及中國的DeepSeek等飛速發展，正深刻重塑智能制造領域。從智能產線到具身智能機器人協同作業，AI驅動的數字化轉型和智能化升級浪潮下，傳統制造崗位需求急劇變化，同時催生了人工智能工程師、智能制造工程師、增材制造工程師等新興職業。這一變革不僅考驗企業智能化升級的落地能力，更呼喚兼具AI技術深度與制造業Know-how的跨界人才，為智能制造生態注入全新動能。
2024年筆者在國家智能制造專委會的公眾號發表了“π型人才助力我國智能制造高質量可持續發展”文章 ，從企業轉型的人才需求的變化提出了π型人才，并簡單分析了如何培養π型人才。
T型人才既有專業深度(豎線)，又有知識廣度(橫線)的復合型人才。π型人才在T型人才的基礎上進一步升級，增加了數字技術作為賦能技術。π型人才不僅具備專業技術能力，還精通數字化賦能技術，能夠在泛行業崗位的業務技能之上，形成π型能力架構。這種人才模型強調了“專業能力+賦能技術能力”的綜合融通，具有成為未來領軍人才的巨大潛力。
1.知識能力體系解耦與重構
傳統知識體系如機械工程、電子信息、自動化等往往存在知識壁壘、內容冗余或缺失、與能力目標映射不清晰等問題。基于新一代信息技術驅動下的產業變革與新職業能力需求，系統梳理工廠建設、產品研發、工藝設計、生產管理、生產作業、運營管理、產品服務和供應鏈管理8個環節和工廠數字化規劃、產品數字化設計、車間智能排產等40個典型場景，結合技術發展趨勢及智能制造工程技術人員新職業標準，如智能裝備與產線的開發、智能裝備與產線應用、智能生產管控、裝備與產線智能運維和智能制造系統架構工程技術人員，對傳統專業的知識體系與產業所需的動態能力體系進行解耦，打破課程邊界，將支撐人才需要的核心知識點和能力點提煉出來，形成更小、更靈活、更易重組和追蹤的模塊化單元。
解耦后的知識點模塊與能力點模塊成為可自由組合、按需調用的積木。基于此，平臺能夠依據的學習培訓目標、實時的能力診斷結果、以及預設的知識依賴關系，在AI算法的驅動下，動態生成高度個性化的學習路徑。無論是側重機器人技術、工業大數據分析，還是系統集成方向，均可靈活組合不同的序列，形成定制化方案。
2.企業實踐
上述對知識能力體系的“解構”與“重構”，絕非停留在理論層面的空想。在“企業實踐”層面，人工智能等新技術的迅猛發展，正深刻重塑著制造業的人才需求與培養范式。
2.1“一人多崗”與“多人一崗”
傳統基于固定崗位的“單能工”培養模式已難以適應智能制造的敏捷要求，企業的用人邏輯正從“一人一崗”向“一人多崗”與“多人一崗”并行的方向演進。
“一人多崗” 要求員工突破專業壁壘，具備跨崗位工作的能力，例如某鋼鐵制造企業推行“操維一體”、“檢維一體”等復合型崗位，實現人力資源的彈性配置與效率最大化。“多人一崗” 則意味著在團隊中，多個成員都具備勝任核心崗位的通用能力與賦能技術，形成了協同與備份的團隊韌性。
這一變革的典型實踐，是“智維工程師”隊伍的培育。企業通過“工程師+技師”雙軌并行的培養體系，旨在打破技術技能型人才的職業發展天花板。它不僅要求員工具備工程師的系統性思維與創新精神，同時錘煉其工匠般的精湛技藝與精益求精的執著追求。他們既擁有生產工藝、設備管理與精益改善的扎實專業功底，又精通數據分析和智慧運維等數字化賦能技術。
最終，這些人才被培養成能夠立足并主導跨專業、跨領域的“操檢維調”一體化工作，完美體現了“專業能力 + 賦能技術能力”深度融合的π型人才架構，為企業打造面向未來的新型智慧運維與生產制造團隊提供了堅實的人才基石。
2.2員工培訓:彌補員工短板
在員工培訓層面，企業實踐的核心策略轉向新老員工“雙向賦能、協同共進”的融合思維。具體而言：
針對“數字原生代”新員工，他們雖自帶數字化基因，熟悉新興技術，但其短板在于缺乏對特定生產工藝、設備操作與行業標準的深度理解。培訓的關鍵在于將其數字優勢與技術實踐相結合，填補專業能力缺口。
針對“經驗實力派”老員工，他們擁有寶貴的現場經驗與問題解決能力，其挑戰在于應對數字化轉型帶來的技術脫節。培訓的重點是設計低門檻、高關聯度的數字化賦能課程，幫助他們掌握數字工具，將經驗轉化為可持續、可復制的數字資產。
為實現新老員工能力的深度融合，“數字-技術混編小組”模式產生。在此架構下，新員工主導如數據建模與分析，老員工指導工藝優化與決策，雙方在聯合攻關中實現知識反哺與能力共生。這不僅是技能的簡單疊加，更是構建了一個持續孕育π型人才的自進化組織生態。
3.高校培養π型工程技術人員
2017年高校正式啟動新工科建設，2019年又開始試點微專業。這兩項改革在高等教育領域邁出了重要步伐，新工科側重重構專業體系，微專業注重技能快速迭代，共同推動人才培養模式的創新。
3.1新工科，重構專業體系
以智能制造、AI等新興領域為核心，以培養“π型”人才為目標，重構專業體系：
新興專業：數據科學與大數據技術、智能制造工程、人工智能、機器人工程、增材制造工程等，直接對接工業數字化轉型智能化升級需求；
傳統升級：機械工程等老專業融入人工智能、數字孿生、工業互聯網技術，形成機械設計制造及其自動化、機械電子工程等改造；
行業定制：集成電路設計與集成系統、農林智能裝備工程、智能車輛工程、智能飛行器技術、海洋機器人等專業實現技術鏈與產業鏈精準匹配。通過深度交叉融合，強化專業豎線(工程技術)與數字橫線(AI賦能)的雙支柱能力。
3.2微專業，快速相應企業需求
為了適應全球產業鏈正經歷深刻的數字化轉型與供應鏈重構和快速更迭。高校必須以高度的靈活性將產業的“動態變化”轉化為教學的“動態適應”。
微專業是在主修專業的基礎上，以“15-20學分課程群”為載體，交叉融合多個學科專業的前沿知識和技術，培養π型人才。其聚焦：
跨學科融合：如“工業AI”微專業整合機器學習與自動化技術；
動態適配：實時吸納邊緣計算、具身智能等產業新技術；
精準補強：通過“智能運維+Python”“數字工廠仿真”等模塊課程，快速填補傳統專業與數字技能間的鴻溝。
3.3產教融合激活π型潛能
構建三層產教融合實踐體系：
在校培養：企業真實項目進課堂，如智能產線數字孿生實訓；
實習閉環：導師制+工業云平臺實戰，同步提升工程能力與數據思維；
訂單通道：聯合頭部企業設計“智能制造π型人才”晉升路徑，實現技術能力與產業需求的π型耦合。
智能制造π型人才培養需要構建知識、企業實踐與高教改革的協同創新體系。首先，基于產業需求重構模塊化知識體系，實現專業能力與數字技術的有機融合；其次，通過企業彈性崗位配置和"數字-技術混編"等實踐模式，打造人才能力淬煉場；同時推動高校新工科建設與微專業改革，形成快速響應產業需求的培養機制。最終通過產教深度融合，構建具有持續進化能力的智能制造人才培養新生態。
作者：國家智能制造專家委委員、同濟大學教授 陳明
原標題：智造洞見專欄 | 陳明：重構知識能力體系，培養智能制造π型人才
浙公網安備 33010602000006號
智能制造網APP
智能制造網小程序
微信公眾號
