越智能越缺人:思賢若渴的智能製造(上)|紅利人物·圓桌

36氪「職場Bonus」(ID:ZhiChangHongLi)

36氪「職場Bonus」(ID:ZhiChangHongLi)

嘉賓 李強、 梁耀廷

策劃、採訪|陳桐

整理|丁紫艷、高佳藝


智能製造就像一艘嶄新的大游輪,帆都裝好了卻沒人發電——三萬月薪招不到人才,焉能不痛? 

在中國製造頂着疫情困境,朝着泛高端製造進軍2022,無論是互聯網孵化中的智能製造新團隊,還是國家力挺的專精特新,都亟需讓更多求職者看到他們的「職場紅利」。 

製造業在往高端化轉型的過程中,註定要先讓後浪認知行業,接收到相對滯后的教材課本之外,市場所需要的知識培養、實踐訓練信息。 

但智能製造的產業鏈路長,細分領域多,對於年輕人來說,似乎並不是一個一聽到就會被點燃興趣與激情的行業。 

基於此,36氪旗下職場風向報道IP「職場Bonus」以直播種草的形式,深入淺出地用職場新人的視角去重新認識智能製造的發展現狀。 

本場直播分為上下兩個半場進行。 

本文以下內容,為上半場智聯招聘執行副總裁李強、小米智能製造高級專家梁耀廷為觀眾分享的智能製造的人才數據現狀,以及能從互聯網大廠角度去入局「智能製造」的機會。 


01 行業俯瞰


職場Bonus:二位能說下自己對「智能製造」的理解嗎?

梁耀廷:智能制��是一個比較泛的概念。 

廣義上說,只要是製造公司在做數字化轉型,它都會提自己在做「智能製造」。從狹義上說,我這邊在做新工廠的建設,我所說的智能製造就更加局限於整個工廠的生產製造端。 

我再介紹幾個概念之間的差異:新製造主要是是偏向於C2B的業務模式,更加契合小批量、個性化的定製生產;數字化工廠和智慧工廠,側重表達工廠建設過程中不同的智能程度,數字化工廠指的是利用數字化系統達到信息化生產,而智慧工廠側重用算法作出決策。 


職場Bonus:作為今天的直播主題&近年來媒體/行業熱議的對象,您有何感知?

李強:從招聘體感來說,這兩年和智能製造相關的招聘難度都比較大,因為智能製造需求量特別大。 

智聯《高技術製造業人才需求與發展環境報告》顯示,2022年1-4月,高技術製造業招聘職位數同比增速高達 28.2%,領先全行業的8.4%,大批崗位呼喚高技能人才加入。

根據人社部2022年第一季度發佈的「最缺工」職業排名,製造業技術性崗位缺工現象仍在持續,人社部預計,到 2025年中國製造業十大重點領域人才需求缺口將近3000 萬人。高技術製造業人才供應與市場需求之間的結構性矛盾依然突出。 


職場Bonus:您認為「智能製造」為什麼如此受到重視?

李強:第一,製造業是繁榮所有產業發展的基礎,沒有實體製造業就沒有設備,何談產業鏈。第二,製造業巨大的用工量創造了大量的就業崗位,對於基礎的民生保障起到了巨大的作用。第三,製造業是一個國家的底氣,有了高端的製造業才能在許多事務上有核心話語權,所以生物技術、新能源、新材料等新一代的信息技術被寫到了「十四五」規劃綱要里,獲得了政策的大力支持。 


職場Bonus:「智能製造」行業是如何細分的?有哪些賽道?

梁耀廷: 我們小米的智能工廠分為四層模塊。最底層是設備層,也就是整個工廠跟裝備相關的,涉及到儀錶傳感器、機械設計、電控系統的設計等;第二層是自動化軟件層,主要負責硬件裝備的調試和控制;第三層是邊緣層和SaaS層,這一層主要分為兩塊,一塊是在工廠做實時控制,另一塊是在雲端做軟件產品的研發;最頂層是數據和智能,主要負責整個大數據平台的搭建以及最終AI算法的落地應用。 


02 聚焦業務


職場Bonus:智能製造業目前的行業薪酬、福利情況如何呢?

李強:

招聘情況:

具體來看,智能製造各行業增速情況排名前五的有:工業自動化、區塊鏈、物聯網、電子設備裝備製造、新能源汽車,都超過了50%。

五個高級製造業的子行業競爭也是很激烈的:競爭最激烈的是船舶/航空/航天/火車製造,平均66個人競爭一個崗位;第二是雲計算/大數據行業,平均32:1。

從招聘需求來看,排名前五大崗位有:生產製造/營運管理(31.8%)、銷售/商務拓展、互聯網/通信技術研發、運維/測試、物流/採購/供應鏈。這些崗位加起來佔了所有崗位量的76.6%。

總體來說研發類和商務類的崗位需求佔比是比較高的。當然在各個子行業里情況也不一樣,比如工業自動化、電子設備製造這種行業招一線技工和研發比較多,而物聯網的銷售崗位佔比很高。

薪酬狀況:

高技術製造業的平均薪酬為 9935 元/月,略高於全行業。但具體到各行業來看, 平均薪酬仍存在較大差距——人工智能行業平均招聘薪酬最高,達到了 13076 元/月,其次是新能源汽車(12848 元)、雲計算/大數據(12176 元)、物聯網(11383 元)、區塊鏈(11187 元)。工業自動化行業人才需求量增長最快,但是普工/技工的招聘崗位需求佔比更大,這類崗位目前的薪資相對較低。這是當前製造業的一個現狀,技能誠可貴,但確實「科技」價更高。

那麼哪個工種薪酬高呢?最高的是半導體,平均薪酬達到21960元/月,其次是人工智能平均21146元/月,再往後是研發大約18000元/月。可以看到薪酬高的是和研發和一線製造相關的。

福利狀況:

獎金方面,高技術製造業的年終獎發放情況相較於全行業更好。人工智能/物聯網 /區塊鏈/雲計算和大數據是名副其實的獎金大戶,獎金在「50001-100000 元」 和「100000 元以上」兩個區間的佔比分別為 6.1%和 4.3%,明顯高於全行業總體的 1.9%、1%。

智聯招聘多年來有一個「中國年度最佳僱主」的評選,TOP100里智能製造類企業比例越來越高,2021年已經佔比到了23%左右,可以看到整個行業都在向更好的方向發展。


職場Bonus:耀廷能否講一下自己公司和團隊目前在智能製造相關業務、技術上的里程碑?未來還有哪些技術突破與人才需求上會出現的里程碑節點?在搭建自己的團隊時遇到了哪些困難?

梁耀廷: 第一個關鍵里程碑就是我們整個工廠的落成。 第二個階段是整個智能製造的解決方案發展成熟,同時推廣我們的新技術、新方案,以提升整體的生產效率。 最終目標是希望我們小米的技術 可以帶動整個中國的製造產業提升。 

最首先的困難就是智能製造是一個新方向,我們很難招到匹配的人才,要麼製造的同學不懂互聯網的知識,要麼互聯網的同學不懂製造的知識。


03 開始規劃


職場Bonus:二位能否簡單分享下,隨着「智能製造」行業發展,產生了哪些人才相關的招聘需求?目前最缺什麼樣的人?需要他們來解決哪些智能製造企業遇到的痛點?

李強: 兩頭的人都急缺,一頭是高精尖技術人才,另外一頭是基礎的一線的操作工。把今年畢業生的就業情況放在一起來看,很可以反映兩頭的就業情況——985、211學校就業情況相對來講是很好的,專科院校的學生拿到offer的比例也很高,反而普通本科院校的同學就業機會相對來講要少很多。 

從具體崗位來看,產品對人才的底層需求是沒變的,還是老生常談的創新能力、設計能力等等。大二大三的同學需要快速做準備了,可以去看看崗位通用技能有哪些,你和這些要求的差距在哪裡,快速補齊。我們對於在校學生的期待是能把基礎的數學、電學和計算機語言學得紮實些,另外未來的工作會涉及很多英文文獻的查閱,英語也要重視起來。


職場Bonus:這個行業稀缺人才的標準是什麼?如果想成為稀缺人才該向什麼方向奮鬥?

梁耀廷: 首先根據自己的興趣選擇一個賽道,在此方向上把知識學通、技藝學精,不管在哪都會很搶手。 

算法人才,通常市場上我們可以看到兩種——一種是非常懂怎麼把算法做部署、做應用的,還有一種是對算法底層邏輯感興趣的。我不能很確定哪種更吃香。做底層研究的人一般在中台相關部門,他可以看到各個部門的需求,不僅限於智能製造;同時智能製造也會需要AI人才,這要求既懂最新的AI算法,同時也要掌握製造過程的工藝知識。這是兩種不同的方向,都很缺人。


職場Bonus:二位入行的契機和初心是什麼?

:我和智能製造的交集很簡單。工信部做2025規劃的時候要用到我們的數據,所以我們就來研究這個行業。另一個原因是智能製造處於風口期,風口面前人力先行,我們就需要抓住人才需求創造生意機會。現在智聯招聘為了和智能製造相關,也做了許多算法上的優化調整。 

梁耀廷 :我一畢業就在做製造,後來加入小米。前年底開始小米啟動了大戰略做智能製造,我也跟着轉了型。後來我又接觸到算法和分析,目前也就轉到做大數據和分析的工作。 


04 現場答疑


觀眾:產品經理在智能製造領域有哪些輸出?

梁耀廷 小米的產品經理分為以下幾種:第一種是做自動化軟件的產品經理,負責控制層的軟件設計;第二種是做SaaS的,有分別負責生產製造、倉儲運營、裝備管理、質量管理的,都需要大量了解相關業務以及詳細設計方案;最後一種是做數據和智能的,做數據的負責數據的架構設計和相關的通路驗證、做智能的負責數據集的訓練以及整個AI需求的梳理。 


觀眾: 智能製造是否同時要懂軟硬件會更好?

梁耀廷 是這樣的。 智能製造和傳統製造不一樣的地方就是數字化,硬件製造跟數字化銜接的時候,我們需要了解整個採集系統是怎麼工作的,以及數據怎麼傳、傳到哪兒去、最終怎麼用,這些都是負責硬件同學需要了解的。 

軟件同學呢,由於要涉及工藝的分析以及裝備的預測性維護,就必須了也解整個硬件甚至機械結構的一些邏輯。


觀眾:工業設計轉型製造業,短板是什麼?是否可以彌補短板?

梁耀廷: 如果工業設計是指做UI、UE的話,智能製造無論是裝備的ID設計,還是SaaS系統做的設計,都需要這方面的參與。所以如果你能力強、適應快,基本不存在轉崗問題,很快就可以上手。 


觀眾:本科、研究生學的是機械,輔修什麼專業能夠更好地轉到智能製造崗位上?

梁耀廷: 分兩種。如果是機械結構的設計,不需要轉,因為智能製造本身也需要這樣的技術;如果是偏向於機械和電氣中間的狀態,可以學一學計算機相關的知識。 


觀眾:我是剛畢業一年的計算機畢業生,現在在SAP從事HR模塊的售後支持,如何往智能製造轉型?

李強: 你需要先確定要不要變化工作性質,定下來自己未來的職業發展路徑,然後看你在每一個階段需要具備什麼樣的技能。設計好自己的路徑,一步一步堅定地走下去。 


觀眾:我現在在做類似於抖音這樣的內容平台的銷售側,解決用戶和產品之間的銷售,我做的是中台運營,轉型到智能製造應該做什麼呢?

梁耀廷: 傾向於通用型的崗位更多關注數據分析、數據提取最終找到對應的場景進行優化。所以我建議你可以去學一些數據處理相關的知識,如果感興趣可以往AI算法產品經理或者數據產品經理的方向走。其他的通用技能都是一樣的,唯一需要了解的就是你的業務場景,這更多依賴你個人的學習能力。 


彩蛋 書影音推薦

職場Bonus:我們職場紅利研究所,不會給你推薦生活好物,但會想請嘉賓朋友為你分享優質的書、電影和音樂。

梁耀廷:我推薦李善友老師的《第一性原理》,這本書教大家怎樣以嚴密的邏輯推導人的行為以及未來發生的事情,值得多讀幾遍。

李強:我推薦大家讀曾鳴老師的《智能商業》,它介紹了未來商業背後的邏輯而不僅僅是總結歷史,是非常具有發展的眼光的。


敬請期待 :下半場文字精選內容:天鷹資本合伙人張勇、芯片企業奧倫德集團總助王雷,帶領大家深入創業現場,一起解讀人才在中小企業中所能發揮的職業成長力量。 


互動話題

你對智能製造想有更多了解嗎?

你對二位嘉賓有什麼想要提問的?

歡迎在評論區暢所欲言, 

好問題也許能收到招聘官的直接回答哦~ 

36氪「職場Bonus」(ID:ZhiChangHongLi)


本文來自微信公眾號「職場Bonus」(ID:ZhiChangHongLi),作者:職場紅利研究所,36氪經授權發佈。


想在手機閱讀更多電腦與科技資訊?下載【香港矽谷】Android應用
分享到Facebook
技術平台: Nasthon Systems