Redian新闻
>
智能制造的工程师从哪来?

智能制造的工程师从哪来?

财经
中国一直在积极推动职业教育改革,企业并不能从产教融合中收益太多,这种看起来是国家和企业共同投资技能培训的模式,在实际运行中,又演变成主要靠工人自己承担成本和风险。
作者:许辉
封图:图虫创意






每年5月的第二周为全国职业教育活动周,今年活动周的主题是“技能,让生活更美好”。但接下来,我们不禁要追问:技能如何让生活变得更美好?


提升职业技能教育的含金量、打破社会认知偏见,到形成产学融通的良性循环,是个常谈常新,但始终在缓慢艰难破局的话题。


特别是在当前,中国产业转型升级走到关键时期,制造业需要同步向工业3.0和4.0迈进。对此,过去几年,各级政府和企业启动了一系列专项行动,如“机器换人”“上云上平台”,来指引带动传统制造业工厂的技术改造,实现降本增效提质。特别是2003年在世界经济论坛评选的132家“灯塔工厂”中,越来越多中国工厂入选,总计占50家。这也是制造业高质量发展的缩影。


如果从技能角度去理解,制造业转型升级还是从低技能均衡,向高技能均衡发展的过程。低技能均衡是用来描述一个国家的低技能增长模式的概念,其特征是强调以价格为基础的市场竞争,产品和服务技术含量较低,生产过程对技能要求也是如此,劳动力的生产率和工资率较低。


因此,自动化、信息化和数字化技术的广泛使用,对改善人力资本提出了更高要求。受过优良的职业教育和技能培训的新技术工人和工程师的比重增加,是较少数量的劳动者操作更多先进机器设备的必要条件,这样才能激发全要素生产的提高。


如果我们的职业教育培训,没有培养出足够的高技能劳动力,以满足企业需求;而企业也对技能的重要性缺乏正确认识,任何雄心勃勃的产业转型升级规划和策略都会成为空中楼阁。从这个意义上说,培养高技能的技术工人和工程师,也是未来经济增长的新动能。




低维循环陷阱


近年来,国家在职业教育和技能培训领域实施了一系列制度改革措施,包括制定《国家职业教育改革实施方案》以及修订《职业教育法》,试图在顶层设计上,确保产业结构变迁和人力资源结构调整相耦合。


但这些改革在执行层面能否实现设想的结果,需要更多来自产业和企业的实践佐证。如果单纯从面向教育出发,而忽略产业和企业的参与,这样的职业教育不可能是真正的职业教育。


企业积极参与职业教育培训,是德国、日本等工业发达国家实现制造业立国的根基所在。比如,很多学术研究表明,德国双元徒职业教育在产业工人技能形成方面发挥了巨大作用,进而形成制造产业竞争优势,这是协调式市场经济模式的典型特征。


如果没有相应的制度保障,企业参与职业教育培训会面临“外部性”障碍,即出现“搭便车”的问题,规模较小的私营企业从内部培训体系良好的外企中挖人就是普遍现象。


采取挖人策略的企业越多,参与职业教育培训企业面临的风险就越大,成本也就越高。这就导致企业投资技能形成的意愿越来越低,结果就是技能短缺,企业在技术升级时找不到足够多且稳定的高技能工程师,先进机器设备的利用率和生产效率就无法实现最大化。


特别是近些年,企业广泛应用“去技能化”的生产技术,对工人进行技能培训的意愿不足,造成外部劳动力市场出现结构性技能短缺,即技能供给的结构和类型不能满足市场需求。这又会制约企业引进应用新技术和先进设备的积极性。


此外,基层管理者本身的能力不够,也会使企业对技术进步持消极态度,恶性循环下去就会形成企业对技术改造动力不足,工人对技能提升缺乏积极性的“低技能、低工作”陷阱。


前段时间,笔者在长三角一家知名锅具企业调研时听企业负责人介绍,工厂花几千万进行自动化、信息化升级,但经常遇到的问题就是设备故障,缺少足够的工程师快速解决问题,产能一直上不去。


这不是一家企业独有的问题,而是带有普遍性,工程师缺乏已经开始卡住了制造业迈向中高端的脖子。就这一点而言,企业技术改造的同时,亟需技能提升。


以自动化工程师为例,2022年,工业机器人在中国市场的销量超过30万台,占比全球销量超过50%;保有量达135.7万台,稳居全球第一。相应地,企业对掌握工业机器人及非标自动化设备的设计、安装、调试、编程、保养和维修等技能的工程师的需求也不断扩大。


由于这是一个新兴行业,存量工程师不多。因此,教育部2015年把“工业机器人技术”列入高等职业教育专业目录,推动越来越多的中高等职业学校开设这一专业。据研究测算,如果规模达到300所,每年预计会培养3.3 万人,基本可以满足市场需求。




理想与现实


但通过中高等职业教育大批量培养工业机器人工程师的设想很美好,现实却很惨淡。


现在,开设工业机器人相关专业的中高职学校越来越多,但自动化领域的本体——制造商、集成商和终端工厂,仍招不到足够多的高技能工程师。


究其原因,笔者过去6年的研究发现:学校、企业和学生三方的利益无法精准匹配,劳动力市场存在明显的技能供求失衡,是根本原因。


首先,学校教授的更多是通用性技能,这体现在学生考取的各种证书上。企业的需求更多是专业性技能,招聘一个工程师更多是看重应用能力,到岗即上岗,立马能干活,而不是看手握几本证书,更不会把证书纳入到薪酬考核体系中。这种评价体系的差异,使得学生从学校走向企业的过渡,面对着存在难以跨越的鸿沟。


尽管如今,政府、学校和企业在明面上,都强调要学习德国的“双元制”模式,走产教融合之路。但现实中,学校和企业处于两套迥异的运行体系,融合的通道受到各种体制机制的障碍。


笔者的调研发现,至少三个问题的存在,阻碍了职业学校在培养自动化工程师方面的成效。


第一是学校的老师没有企业工程师的项目经验,而企业有经验的工程师很难成为学校的老师,各种硬性的门槛难以跨越,导致老师上课以书本理论讲授为主,实操性不够。


第二是学校的教学设备往往是专门为教学和比赛而设计的,更新换代速度慢,跟企业实际用于生产的设备差异大。而且,学校的设备往往只在授课期间使用,普通学生接触练手的机会并不多。只有少数参加技能比赛的学生,才有多一点的机会使用教学设备,而且把设备用坏了,学校也没有多余的经费维修保养。


第三是职业教育的文凭导向在加重,特别是高职院校的学生以“专升本”为指挥棒,并不以在企业成长为工程师为职业目标,专业流失率很高。笔者近期调研了一所重点高职院校的智能制造学院,70%的学生参加本科升学考试。这就导致企业没有积极性参与产教融合,因为付出了时间和经济成本,但留下就业发展的学生非常少,流动性也很大。


此外,政府对职业教育的经费投入主要流向职业学校,存在渠道单一、效率不高等问题。特别是企业作为职业教育培训的重要载体,缺乏制度支撑来获得利益分配。


广东一家头部智能制造集成商的负责人跟笔者讲,自己的公司有不少产教融合的需求,会跟不同的学校合作,但实际上都只是开个会,挂个牌子,形式上做到就行。因为对企业来说,学生过来要付出各种培养成本,但国家的补贴都给了学校,企业拿不到,自然没有积极性。


值得注意的是,企业从自身发展的角度,出发投入技能培训的意愿是在增强的。当前,企业主要通过内部培训和外部招聘两种方式,来获取所需的自动化工程师。特别是像机器人本体制造商和集成商,在卖设备和生产线的同时,都会帮助客户培训技术工人。


笔者调研过佛山一家自动化集成商,这家企业为了保证售后服务的质量,甚至会把自己的工程师转岗到终端客户公司。因为对使用自动化设备的生产制造企业,招聘工程师并保证稳定性并不是一件容易的事。


与此同时,在劳动力市场上,工人为了有更好的职业发展,而选择学习一门技术技能的意愿也在提升。在企业“机器换人”的过程中,工人眼看着不少工作岗位被机器人取代。


曾经一位在生产车间做焊接的工人告诉笔者,他在工作中发觉,有一天,自己左边工位的同事被一台焊接机器人工作站替代了,过了一段时间,右边工位的同事也被取代了。他开始有了危机感。多方了解后,他决定要主动迎接变化。自动化是制造业的方向,果断辞职后,他去了一家机器人工程师培训机构学习相关的技能。


但实际上,对这些工人来说,人力资源的升级并非易事。


首先,转行需要一定的知识基础,如果没有学习过机械、电气、数控、通信等自动化或机器人相关专业,特别是具有大专学历或同等行业工作经验,零基础开始学习相关的技术技能是很困难的。只有坚定的决心和长期的实操也可能成功。


其次,要对职业技能培训的价值有清晰的认识。劳动力市场存在严重的信息不对称,不是所有工人都能意识到自动化技能培训的重要性。实际上,被机器人取代的工人大部分都去从事网约车、外卖快递等服务行业,仍留在制造业并愿意转型为工程师的是少数。


第三,任何职业培训都是有成本的。学校的学生由家长交学费,企业也会为内部培训买单;而想要提升技能的个人,只能自己付钱,去专业的培训机构学习。对他们来说,这是一个机遇与风险并存的决定。因为大部分工人没有太多积蓄,找到靠谱的培训机构学习到真技能还好;如果遇到坑人的培训机构,不但学不到扎实的技能,还损失一大笔学费和几个月的时间,得不偿失。


从这个角度可以说:抗风险能力最弱的一群人承担着最高的风险,来为智能制造行业输送自动化工程师的功能。


这其实是一个一直在积极推动职业教育改革,企业并不能从产教融合中收益太多,这种看起来是国家和企业共同投资技能培训的模式,在实际运行中,又演变成主要靠工人自己承担成本和风险。


如果不打破这个困局,对先进机器和高端装备的投资,也不能发挥预期效率和获取利润。战略层面的产业转型升级,也就不可能进入高技能均衡的轨道。




市场驱动


要想解决这个难题,就必须以市场导向来驱动技能供求。


笔者在智能制造行业多年调研发现,在缺乏国家资源投入的情况下,市场有动力和能力来重新配置资源,进而实现学生从职业学校过渡到企业成长为经验丰富的自动化工程。


其中的关键,是要解决职业学校、企业和工人的痛点问题。比如,提升职业学校的师资能力和设备利用率,要降低企业技能投资的外部性,要增强工人提升技术技能的意识以及减少学费成本等。


只要这几个问题能得到平衡解决,智能制造领域自动化工程师的培育,才有可能更快更好发展。


以笔者调研的指南车机器人科技为例,这是一家专业从事工业机器人工程师技能培训的机构,并为智能制造行业提供工程师技术服务。它采用学徒制工程师的模式,瞄准学校、学生和企业的痛点问题。


具体来看,这个模式是以高职和二本毕业生为招募对象,学徒期为两年,指南车为他们提供系统的自动化工程师实训课程,帮助其掌握进入智能制造行业所需的基础性通用技能。


之后,学徒会被派驻到有工程师需求的智能制造企业,企业支付工作期间同工同酬的工资给学徒以及管理费给培训机构。这样,既满足了企业的用工需求,又减少了内部培训的外部性风险,更为学徒积累项目经验和提升技能提供平台。


在学徒期满后,企业可以将学徒聘为正式员工,保留下优秀的经验丰富的工程师。学徒也可以凭借这两年获得的经验和技能,在劳动力市场上寻求更好的发展机会。


相比于职业学校,这种学徒制工程师模式更贴近生产一线。指南车的机械设计、电气设计、机器人调试等课程,均由机器人行业内具有丰富项目经验的工程师担任讲师,教学以实际项目案例为指引,实操演练。与学校老师的理论讲授形成鲜明对照,而且,教学设备就是生产设备,有利于学员从学习到工作的平稳过渡。


呼应今年职业教育活动周的主题,技能如何才能让生活更美好?


对企业来说,美好生活是建立在技术进步、效率提升、质量改善的基础上。对学校来说,美好生活是为国家社会培养越来越多的高技能人才。对学生来说,美好生活是一技之长有所发挥,进而获得好的工作,产生好的回报。


从这个意义上说,职业教育培训是一件利国利企利民的好事。但要想让好事成真,需要制度改善和商业创新,唯有如此才能让各方参与者的资源和利益匹配,创造最大的价值。


(作者系德国耶拿大学社会学博士,中德技能与社会发展研究中心研究员)



沸腾的中特估,沉默的央企网约车司机“满”了,中年人再就业的堡垒正在失守惠州楼盘大降价调查

微信扫码关注该文公众号作者

戳这里提交新闻线索和高质量文章给我们。
相关阅读
题同学凤凰湖樱花照(中华通韵)李白不怎么工作,游山玩水的钱从哪来?【参会指南】倒计时1天!2023合成生物学与细胞智能制造大会正式开幕!构筑坚实先进数据底座,加速制造业集群数字化升级——2023华为智能制造数据基础设施高峰论坛在武汉召开开心周报(九)浙江省智能制造专家委员会主任毛光烈:发展数字经济要打好“三大战役”村民私搭浮桥收费被判刑,"寻衅滋事罪"从哪来?办案民警回应俄罗斯工程院外籍院士孙立宁:机器人是智能制造与智慧生活的底层关键技术元宇宙技术在智能制造领域的应用探索 | 6月1日TF107报名博士申请 | 巴黎高科路桥大学DBA(智能制造方向) 面试申请安排【六月职场读书会报名】工程师的《原则》,豆瓣8.7分大作《卓有成效的工程师》「 云集|职挂云帆 」北京内推 | 腾讯微信事业群招聘NLP算法工程师/预训练模型加速工程师从哪来,回哪去!全部退运出境!当均衡配置成为共识,超额收益从哪来?李白一辈子游山玩水,他的钱从哪来的今日10:00,去vivo感受智能制造的高精之美 | 今日直播意大利佛罗伦萨(Florence),街头随拍【参会指南】下周二杭州!2023合成生物学与细胞智能制造大会正式开幕!见证工业4.0下的新商机!硅谷高创会企业家全球出海商务考察第69期—德国行(柏林IFA电子展+智能制造)火热招募谷歌31岁工程师从纽约总部14层跳楼身亡 数月内第二名雇员自杀链接硅谷,智胜未来:智能制造产业发展国际论坛成功举办!扯白||黄子佼“玉石俱焚”爆料,他对大小S姐妹数十年如一日的恨意到底从哪来?全日程公布 | 群星闪耀,璀璨余杭·2023合成生物学与细胞智能制造大会嘉宾阵容来啦!在航空科普乐园,与飞机工程师一起飞一架自己造的飞机M教授和他的妻子最后的故事最会吃的中国人,餐桌上的食物从哪来?中德论坛丨数字经济与智能制造论坛——探讨数字赋能、制造转型智能制造+工业上楼,杭州这个科技园区太“潮”了!【倒计时7天】下周开幕!2023合成生物学与细胞智能制造大会,群星闪耀,璀璨余杭!腰疼4月中国一级市场3/4资金流向智能制造、医疗健康等前五热门行业;44家中国企业完成IPO | 睿兽分析投融资月报“5+1+4” 全新场景,助力中小企业工业创新加速落地|施耐德电气“绿色智能制造创赢计划”第四季正式启动深圳·香港 | Knowledge Transfer(KT)知识转化论坛:智能制造护航智能制造,“在线测控第一股”双元科技即将登陆科创板揭秘德国西门子、博世、奔驰智能化工厂生产线,游览迪士尼原型城堡与保时捷发源地 | 德国智能制造业考察营正在招募
logo
联系我们隐私协议©2024 redian.news
Redian新闻
Redian.news刊载任何文章,不代表同意其说法或描述,仅为提供更多信息,也不构成任何建议。文章信息的合法性及真实性由其作者负责,与Redian.news及其运营公司无关。欢迎投稿,如发现稿件侵权,或作者不愿在本网发表文章,请版权拥有者通知本网处理。