数字化观察网 - 信息化观察网 - 引领行业改革
菜单导航

与AI共舞,是下一代工人的必修课

作者: 数字化观察网 发布时间: 2020年03月23日 10:33:19

众所周知,AI产业化开始逐步在制造、农业、服务业等各个领域落地,千行万业的普通劳动者如何掌握与AI共事的基本能力,恐怕是继高阶人才荒之后的又一难题。

与AI共舞,是下一代工人的必修课

AI人才缺乏,并不是什么新鲜话题了。

高薪、高学历,往往也与之捆绑在一起。纵观企业招聘JD,动辄硕士起步,博士不嫌多,本科学士可能都不配拥有姓名。

当然,这些都是那些“高大上”职位才能拥有的配置,比如推荐算法开发、机器学习工程师之类的。诸多人工智能相关培训机构,打出的旗号也往往与之有关,学员也大多有着JAVA、C++等从业经验。

但AI的人才繁荣,是不是仅凭这类高等教育人才就够了呢?

众所周知,AI产业化开始逐步在制造、农业、服务业等各个领域落地,千行万业的普通劳动者如何掌握与AI共事的基本能力,恐怕是继高阶人才荒之后的又一难题。

与AI共舞:下一代工人的必修课

以人工智能和机器自动化为形式的技术潮流,正在把我们带入一个新的工业时代。

过去探讨制造业融合AI时,如何改造设备、网络等基础设施,是最主要的命题。但伴随着一个个AI项目的落地,这个领域的劳动力技能短板也开始凸显。

一方面,制造业正在被90后、00后年轻人所抛弃。此前大部分制造业工作相对重复枯燥,每天一遍又一遍地机械重复着一个动作,劳动力与机器人看起来也没有什么差别,许多年轻人宁可送外卖也不愿意进厂。与此同时,人们也普遍认为,AI会取代那些从事流水线重复工作的工作。

但问题是,机器人替代了部分重复劳动和体力要求的常规操作型任务,同时也增加了许多非常规认知型工作任务的需求。举个例子,即使机器人接受了工作,当机器人出现故障时,也必须有人修理它们。这也是为什么,在先进的制造业工厂,人才与AI机器的协作能力反而更加重要。

而另一个问题,就是在有限的制造业劳动者中,大部分技能水平不足,可替代性强。这就导致许多诸如半导体企业会拒绝新的招聘,宁愿雇佣成本较低的承包商,只因为承包商可能拥有市面劳动力所普遍不具备的必需技能。

当然,这个问题并不是“中国特色”。实际上,在美国也面临同样的困境,许多美国先进的制造企业,认为工厂自动化水平的不断提高,劳动力已经无法胜任需要操作数控机床等技能的工作。

即使AI,也是需要有人去协同的,那么,智能化的工业4.0时代,劳动力到底需要什么?

山高水远的AI职业教育

目前,许多国家已经开始将人工智能与职业教育结合在一起。从这些先遣经验中,可以大致看到AI职业教育的两个关键难题:

1.高等教育系统与人资市场需求的矛盾

尽管获得自动化、算法等高级领域学历的学生更有机会晋升到中高级技术职位,但现有的高等教育系统根本无法满足工程劳动力的需求。

比如加州州立大学的教育官员就发现,每年该系统工程专家能够收到约十万份申请,来竞争1万个名额。

此时,向社区学院系统探索职业教育,就成了一个非常重要的补充力量。比如加州社区学院系统是加州州立大学和加州大学系统的“支线”,学生不需要本科学位就可以获得晋升需要的相关证书和技术工作。

电力、汽车和能源等领域,特别是太阳能安装等领域,雇主迫切需要员工能够跟上人工智能、机器学习这样的新技术,于是加州社区学院也开始推出了类似STEM这样的课程。

2.职业教育的技能衡量标准

提升制造业、服务业的AI工程技能,一个常规的挑战是,如何确定课程内容符合现实的应用标准?

实际上,美国也并没有成熟的解决方法。当前的做法是,将与机器协同的工作技能培训提前至八年级。也就是在K12阶段就对课程进行相应的调整,同时引入更多具有相关工作经验的兼职教师的加入,并要求技术工人的公司加强指导和其他在职培训工作,集合社会教育体系来共同摸索。

可以肯定的是,在这样的探索中,一方面大量的劳动者有望通过持续学习重塑自我,跟上快速迭代的智能社会。同时,先进制造业也有望雇佣这些高素质工人,创造出前所未有的智力资产。最后,将是整个国家生产制造和经济竞争力的全面提升和扩展。

那么,对于致力于在工业4.0实现制造业转型升级的中国来说,这些舶来经验是否值得借鉴呢?

用AI锻造中国匠心,需要破除哪些桎梏?

在讨论这个问题之前,我们必须正视的现实情况是:

热门标签