越来越深的感受到教育与人才培养对于产业发展的重要性,这篇文章开始打算写到现在也有两个月了-期间偶尔翻看一下,也很难写的好,总觉得认真写一篇文章,也没人看是不是值得,想来这个事情比较重要,还是得继续写完比较好。
人才培养是首要发展的问题
4月份,南山工业书院在上海举办的一次沙龙上,来自大众汽车发动机公司的高级经理张书桥先生提到“工业4.0亦或智能制造必须为人提供更好的发展空间”,对此,深以为然。
在工业4.0的战略实现中,教育与人才培养是其基础环节,因为工业4.0包含了精益制造、OICT融合、通信互联、CPS、数字化、智能分析,它所需要的学科是综合性的,而对人的需求也是综合性的,如果没有这些人的因素支撑,那么,如何推动就会变得盲目而低效。
图1-PwC关于工业4.0的集成框架分析(Source:World Economic Forum, from PwC)
在德国VDI和ASME共同的研究报告中对未来的工厂制造模式改变进行了阐述,如图2,通信与互联在未来的汽车工厂呈网络状连接,这会影响组织的架构、技术的实现、生产运营管理各个环节,因此,工业4.0带来的复杂性是必须予以考虑的,构建什么样的团队协同、个体能力升级都是未来智能制造所必须予以重视的问题。因此,很多人想简单了,就是把现在的人重新组织,但是,这个类似于多智能体、复杂交互的系统对人的要求本身也是高智能体作为前提的。
图2-智能制造对于制造模式的改变
(Source:ADiscussion of Qualifications and Skills in the Factory of the Future: A Germanand American Perspective,VDI & ASME,April ,2015)
在我们所进行的NNMI(美国国家制造创新网络)中,其清晰的制定了美国制造业发展战略的三个战略实施主线:商业化、教育与劳动力开发、生态系统建设。我们会注意到在每个具体的创新中心如NextFlex、IACMI、AFFOA等,教育也是其工作的主线之一,也是其三大核心任务之一。
2017年4月教育部提出了“新工科”的理念,旨在以企业需求为中心,提供校企合作,通过新的课程设计、教学模式的改革进而来提升工程教育领域的水平,以为中国制造2025提供坚实的基础支撑。
图3-新工科路线图(来源:钟登华,新工科建设的内涵与行动,高等工程教育研究,2017年5月2日)
新工科是一个新的提法,其目的在于为智能制造时代提供有效的工程技术人才的培养,当然,其运行效果具体实施方案尚待进一步了解。
没有人才支撑的智能制造是空洞的
火热的产业正在走向“智能时代”、迈向工业4.0所描绘的伟大远景与蓝图www.cechina.cn,然而,教育却未能跟上,这表现在很多方面:
(1).传统的工程教育出现了较大的问题:正如柴天佑院士在2017年5月6日举办的自动化院系主任联席会议上所提到的“教育改革的必要性分析”,大学缺乏与产业的结合,使得大学的课程仅仅在想象的模型中进行控制器模型的设计,而以论文考核的方式也成为了导向恶果的重要原因:SCI、EI的论文发表了很多,却没有经过产业实际的验证。
图4-柴天佑院士关于培养方案改革必要性的论述三个问题之一
(来源:2017年5月6日-全国自动化院系主任联席会议)
(2).对数字化谈的多控制工程网版权所有,对教育谈的少:很多大谈智能制造平台、方法,以及企业所描述的所谓工业4.0平台、产品,都是缺乏系统性的,并且如同“盲人摸象”—从片面而局部去理解智能制造,这些都是系统性思想的欠缺。
这也使得业内真正懂行的专家对今天热闹的“工业4.0”、“智能制造”的各种会议、论坛,出现的各种专家,以及各个公司所标榜的工业4.0产品、平台表示看不懂。
这种现象本身所反映的问题就在于缺乏全局思考,包括如何会理解工业4.0产品—这种属于将问题的思考范畴给错位造成的尴尬,工业4.0是一个战略,而并非是一个具体的产品,这些对工业4.0、智能制造的理解本身就是思维的严谨性欠缺的问题。
对于企业,谈论智能制造,必须在制定其计划时考虑自身的制造水平现状、瓶颈、以及人才培养与之相匹配,包括流程设计、绩效考核、企业文化方面的全盘考虑CONTROL ENGINEERING China版权所有,而单纯的谈论技术,甚至会遇到在企业内部推动项目遇到内部人员阻碍的现象—因为,触碰到人的利益问题必然会出现障碍。
培养系统性人才/全生命学习
各个积极参与制造业升级的国家包括德国、美国等均持续的重视教育,并且在教育发展上实施紧密的产学紧密合作的道路,也进行了大量在智能制造/工业4.0时代的教育能力、资质认证方面的研究。
1.工业4.0的Academy Cube
Academy Cube是在德国工业4.0的文件“工业4.0战略实施建议”中提出来的概念,Academy Cube是在BMBF和SAP AG主持的第6次数字社会教育与研究在国家IT峰会上正式启动的,官方发布是在CeBIT 2013。自2013年3月起,该计划一直提供六个完整课程和十二个具体课程来推进工业4.0相关课程。学习内容包括自动化,大数据分析,制造和物流流程以及安全和数据保护。
图5是Academy Cube平台的功能与运营机制。
图5-Academy Cube平台功能与运营
(Souce: Academy Cube,Highly Skilled Professionals forEurope?s Digital Future)
Academy Cube在整个工业4.0实施战略中扮演的角色包括以下几个方面:
1).推广示范项目
2).建立和推广“最佳实践网络”
3).调查工作中知识和技能获取的新方法,开发数字学习技巧
4).推动工作组织的横向方法。
5).促进工业4.0专题学习内容和跨学科合作
6).技术系统的基于IT的建模
Academy Cube是建立在对未来智能制造所需的人才缺口、技能、培养机制的研究基础上进行的平台建立,这个平台以企业、大学、政府机构共同来构建生态系统,面向早期教育、大学与在职各个环节CONTROL ENGINEERING China版权所有,由实习/学习、教学内容、企业人才需求,整体运营。
2.加强ICT、系统工程训练
图6是来自Fraunhofer Austria Research的Wilfried Sihn博士关于CPPS协同制造下的教育方向的升级描述,可以看到系统与接口、系统理念与创新管理方法、集成产品与流程设计技能这些具有全局性思维的能力成为了未来大学教育所必须发展的。
他指出,工业4.0提出了CPPS系统,在赛博空间里进行虚拟的生产,并将其下载到现实的物理系统执行,通过尽量少的测试消耗,直接生产出高品质的产品,这里就包含了传感器技术、云平台、大数据、数字化制造、自动化技术的融合,那么这就包含了以下知识的掌握:
(1).系统与接口,包括实时通信、OPC UA、MQTT、TSN等技术的掌握,以便实现M2M、B2M的连接,例如OPC UA,本身是一个信息模型问题,如何构建不同垂直行业的信息模型。
(2).系统理念与创新管理的创造性,以及方法论:这些包括了系统工程思想—如何全局的看待机器的开发、系统架构的建设—在跨界/跨平台的系统间实现连接,构建大型复杂系统。
(3).具有工程集成与流程设计能力:这使得与传统单机生产的模式发生了改变,必须如何实现多方控制器、子系统的集成,包括机器人与工艺设备等。
其描述系统如图6所示。
因此,对于新的时代,系统对于人的需求较之以往更高—看上去对人的需求减少了,但是,却提高了难度与系统性的能力需求,包括现场操作人员也必须掌握新的操作方式、连接、测试、维护工具与方法的使用。
图6-Fraunhofer奥地利研究院对工业4.0时代教育的研究
(Sourcr:Prof. Dr. Wilfried Sihn ,Implications for Learning Factories fromIndustry 4.0Challenges for the human factor in futureproduction scenarios,Fraunhofer Austria Research)
3.新时代的人才需求研究
世界经济论坛(World Economic Forum)在2016年初发布了“工作的未来-面向第4次工业革命的雇员技能与劳动力战略”,对整个工业新时代的能力需求进行了研究并给予了参考意见,如图7.
图7-世界经济论坛-新工业时代的能力需求(Souce:TheFuture of Jobs,Employment,Skill and Workforce Strategy for the FourthIndustrial Revolution,Global Challenge Insight Report,World Economic Forum. )
可以看到认知能力、系统性技能、复杂问题解决能力是未来人的能力发展重点--这些都是思维能力的问题,而非知识可以解决的。
在世界经济论坛这份报告中,同时也结合美国劳工部的O*NET(Occupational Information Network)研究,对劳动者核心能力进行了定义,参考表1-2。
表1-劳动力核心能力的定义-基于O*NET内容模型
表2-续前表
在德国VDI和美国ASME的技能研究中(原文-工业4.0:未来工厂资质与技能的讨论)包括了如表3所列的必须、应该、可以具有的节能定义,这是VDI和ASME为教育能力与认证发展所进行的研究。
表3-未来工厂劳动力资质和技能需求
Souce:VDI &ASME,Industry 4.0:A Discussion of Qualifications and Skills in the Factory ofthe Future,A German and American Perspective,April 2015.
同时,在VDI与ASME的文章中,也对未来制造业的劳动力资质的培养推荐了从早期教育、学校-企业的教育、持续教育三个环节的资质与技能测评方案,如图8所示:
图8-劳动力资质认证评测模型
可以看到,教育包括技术能力、个人能力的划分,并且从早期教育、学校到企业、持续教育多个环节,建立整体的能力评估与测量标准,并为持续的人才培养提供指导。
总结起来就是:智能制造需要更为智能的员工,而且教育不仅是大学的,也包括企业覆盖员工整个发展过程的培训计划,政府为劳动力资源升级提供的在职家教育、持续教育。
教育的多元化、全生命周期、聚焦思维能力的升级成为未来智能制造所必须的基础。
学习—让我们年轻
对于每个个体而言,也同样在未来的时代,应该考虑如何去发展自身的能力模型,以胜任未来持久的工作挑战CONTROL ENGINEERING China版权所有,所谓活到老,学到老。(作者:宋华振)