国际视野丨人才发展如何支持制造业培养数字化人才

制造行业从来没有像过去几个月这样重视高度的灵活性。灵活性一直是制造公司的一个重要企业目标，但新冠疫情显著提升了对这个方面的要求。很显然，制造领域的企业并没有为迅速变化的市场需求做好充分的准备。

麦肯锡最近的亚洲制造企业调查显示，材料短缺 (45% 的受访者提到了这个问题) 、需求骤降 (41% 受访者) 和劳动力短缺 (30% 受访者) 是企业遇到的最大问题。

这也再次强调了行业推进全面的数字化转型的必要性。制造商必须提升的潜在重要业务素质包括灵活性、效率和响应速度。根据德勤报告，美国有 86% 的制造企业认为智能工厂将成为 2025 年前的主要竞争驱动因素。此外，83% 的制造企业认为，智能工厂将改变产品的制造方式。

但这些变化都要求企业拥有满足这些新需求的员工。因此，现代人才发展部门还需要以战略性的方法，利用人工智能  (AI)  的优势来支持这种迅速适应的过程。

数字素养是一个缺失的环节

尽管数字工厂领域显然极具潜力，约有 70% 的企业现在已经推进了数字化计划，但这个行业的变化速度仍然相对较慢。

据德勤报告，去年称仅有 5% 的美国企业已经实现了真正的智能工厂目标。更糟糕的是，将近 65% 的美国制造商在此方面毫无进展。

专业知识和技能是实施创新制造方法的关键——但传统制造企业通常并不具备这种专业知识和技能。构建数字优化价值链甚至是全新的数字业务模式离不开高度的数字素养。但数字素养似乎是这个行业难以把握的一种能力。

制造企业愈发缺乏合适的劳动力。麦肯锡预测制造商将为更具灵活性的价值链和必要的人才加大投入。这个新的工业数字领域需要软件、自动化和数字处理方面的新技能，但该行业员工通常仅具备多年前掌握的专业技能，他们对这些新话题相对较为陌生。

此外，在企业认识到它们存在大量的培训需求时已经太晚了。因此，有很大一部分员工倾向于被动地观望行业动向，而不是主动参与推进数字化转型。这就会导致员工甚至是管理人士对数字化创新产生误解、不适和排斥的情绪。

许多制造商并不确定应从何入处入手以及如何培养员工的职业素养。虽然这个行业存在数字专家团队和雄心勃勃的资深人员，但仍有大量员工和管理人士已经落伍。

我们以 Chris 为例，他最近才开始操作机器并且需要接受进一步培训，以便在高度灵活的价值链中成为一名增强现实操作员。这意味着，他将在未来穿戴增强现实眼镜，利用这个能够提供生产系统状态数据的辅助系统开展工作。Chris 不但要负责操作单台机器，还需要理解整个系统的相互关系。这包括与其他部门开展跨职能沟通，并根据数据快速制定决策。

制造企业愈发认识到它们在数字化知识上的短板，正求贤若渴地寻找新员工或者能够以易于理解和专业的方式为其员工提供培训的外部培训师。不过，它们通常并没有采用系统性的方式来执行这些操作，因为管理人士在必要变革的压力之下，往往倾向于采取规划不当和相当短视的举措，并没有考虑到全局需求。

人才发展是一个价值驱动因素

与此同时，许多人才发展部门在某些领域难以构建自己的数字化能力，例如在过程自动化或基于网络的工具领域。为完成这一任务，我们有必要重新思考人才发展的概念。我们必须迈出的第一步是分析人才发展部门应该执行哪些具有附加价值的任务，以及如何引导人才发展过程和活动的方向。

数字化已经让制造环境和行政管理领域的许多流程失去必要性，由此可以推断，许多现有的人才发展流程也将遭遇相同的命运。基于云的软件解决方案和智能算法将给人才发展部门带来极大的压力，因为标准流程，例如现有的培训管理的标准流程将受到考验。

未来的培训流程将愈发呈现这种趋势——员工根据其资料和与其工作相关的任务提供的数据，接受自动化的培训建议。员工通过一个网络入口，直接报名参加适当的培训，并通过移动设备，随时随地完成在线课程。聊天机器人会处理初级的问题，员工可以远程联系资深专家以解决更有深度的技术问题。企业的 HR 软件会自动保存员工成功完成培训课程的记录，该软件随后还会更新对应的学习路径。此外，员工的经理将收到关于其下属进一步发展的对应记录。

人才发展团队将主要作为顾问，在这个过程中为经理和员工提供帮助。因此，人才发展部门必须首先证明它能够创建一个以服务为导向的现代部门，让常规流程实现标准化和自动化运行。一个高素质的人才发展团队可以灵活地支持其他业务部门和个人，从而找到有助于他们成长的对应培训解决方案。

具体而言，人才发展专业人士需要了解数字基础设施的潜力，以便实施创新的人才发展流程。因此，人才发展工作人员必须精通处理数据和新技术的知识，因为只有了解这些主题的人员才 能够真正帮助他人实现成长。

这就是人才发展部门面临的巨大发展机遇——成为未来培训和发展方法的梦想家和创新者。这包括持续并且  (最重要的是)  主动识别未来教育服务的重要主题和实施渐进性的目标——例如接触大规模的员工，帮助他们提升技能或建立一种将学习视为工作的文化。

必要的人才发展专业技能

在制造业中，未来的人才发展员工和经理的职位描述是什么样的？数字驱动学习方法、对纵向和横向整合的价值网络或区块链过程的全面理解，以及基于人工智能的事务将对人才发展部门的未来任务产生影响。为了开发和管理培训项目，人才发展团队将需要处理和解释大量数据，以提供极具个性化和适应性的学习路径。但这种技能要求并不仅仅是分析和优化流程。

人才发展专业人士还应该能够评估未来走向，并提前识别新趋势，这再次强调了在不同专业领域深耕的必要性。

例如，设立专门的“人才发展趋势观察员”岗位，并与其他部门开展更为频繁的信息交流，这些都是很有意义的做法。这是一个核心元素，因为今天的技术比以往任何时候都更遵循指数增长的过程，因此它们的效用会对企业及其员工产生巨大的影响。

在欧洲的大量传统制造企业中，人才发展部门推出了大规模的培训计划，以便系统性地培养公司各领域人员的数字素养。例如，一家汽车制造商目前正在为未来的组装业务开发一个移动学习工厂。员工将有机会了解他们未来的职位和任务，并从整体上减少他们对新技术的恐惧。

员工将借助先进的增强现实眼镜，实时接收来自各个组装站的数据，并以自然的手势执行各个站点的指令。此外，员工还将使用一个工业电机来模拟各种磨损的场景，以一种有趣的方式展现传感器技术、机器学习和预见性维护的主题。这些流程能够通过培训员工，让他们熟悉未来的人类与智能辅助系统的接触方式和处理实时数据的操作。

在未来数年中，汽车制造商的员工将有机会在数字学习平台的帮助下，掌握特定学科的数字技能。这些平台将让不同部门的员工有机会通过虚拟形式学习各个主题  (例如不同水平的编程语言 Python)  的内容。管理层希望通过这种方式，让员工广泛了解 AI 如何改变未来的流程或者为何敏捷的组织结构是企业的一个重要的成功前提。

员工不希望落后于时代的步伐，所以他们会寻找关于数字素养和编码等主题的培训课程。事实上，提高数字素养已不再只是制造业求职者的一个愿望，它通常还是人们挑选潜在雇主的一个硬指标，因为员工很早就认识到停止学习和无法适应时代变化将阻碍其职业发展。

当然，制造业工人需要学习的并不都是全新的知识。这是一个将知识、技能和思维模式三者融入到上级和系统框架的问题，它将为公司转型打下坚实的基础。这里的重点不仅仅是技术，还包括理解透明的跨职能合作的文化转变、灵活的工作流程以及接受不确定性。

这里的挑战远不止于此。在行业仍在全速推进数字化转型之际，下一波变革已经在路上，它就是人工智能。

制造企业希望通过自动系统进行自我调整，从而获得更大的优化潜力，并以高度灵活的方式适应新的需求。这方面的例子包括能够独立决定应如何执行特定任务的感应机器人。在质量控制领域，制造企业可以使用自动模式识别  (机器学习)  功能，以便显著改进质量过程。

人工智能技术可能是解开这个难题的关键：如何在未来以具有成本效益的方式，提供高度个性化和可扩展的培训服务。去年，Münchner Kreis 和德国贝塔斯曼基金会发表了一项由工业 4.0 创新中心 ( Innovation Center for Industry 4.0) 共同主导的关于人工智能技术的未来的研究。  

它关注的是就业和教育领域，其中一篇论文的研究主题是“具有前瞻性的人工智能技术是否会在未来指导其用户持续和独立地适应新技术或新需求”。

该研究发现，超过 60% 接受调查的行业专家预测，到 2035 年，它将为企业和社会带来一项重大的挑战。到 2035 年可能会出现另一个现实，即团队可能会在无需人工干预的情况下，借助 AI 算法和基于 AI 的人力资源发展来实现动态组合。这意味着人才发展团队的工作将变得更加依赖数据。

其核心任务将不再是手动管理和控制培训课程，而是确保数据  (例如，动态工作能力和任务领域)  具有较高的质量并且始终为最新状态。另一项人才发展任务是重新设计组织结构，以便该结构更好地应对这种新的协作和人员发展方式。

使用和设计 AI 并不是仅仅是一种技术驱动的问题。关于 AI 使用方式的讨论将不断影响 AI 技术的发展。AI 研究的结果表明，所有领域和学科都将出现重大变革，这也正是 AI 话题与人才发展密切相关的原因。

因此，制造企业的人才发展部门面临着两个方面的挑战。一方面，它必须帮助各个部门快速培养能够应对智能工厂挑战的员工。同时，该部门还必须进行自我革新，因为即将到来的变革需 要的是新型的人才发展团队。