模型能采购,人得自己培养
据媒体报道,工信部等八部门印发的《人工智能+制造专项行动实施意见》提出,到 2027 年推动通用大模型在制造业深度应用,推出一批工业智能体与高质量数据集,同时把复合型人才培养列为重点任务。对制造企业而言,模型与平台可以采购,但把 AI 真正用进产线、用出效益,靠的是人。
三层能力短板
一线工程师:会操作设备但不懂数据。多数工艺与设备工程师熟悉 PLC 与产线,但缺少数据采集、特征工程与模型结果解读能力,面对 AI 给出的工艺建议难以判断可信度。
数字化骨干:会写代码但缺行业 know-how。IT 与算法背景的人员能搭建模型,却常因不理解工艺约束而产出技术上正确、现场不可用的方案。
经营管理者:认可价值但缺路径设计。管理者清楚转型必要,但难以评估投入产出、设计切入场景与组织配套,容易陷入为 AI 而 AI。
分层培养路径
第一层,一线赋能。围绕本企业的真实场景(如缺陷识别、设备预警)做小班轮训,目标是让工程师能标注数据、读懂模型输出、定义验收口径。
第二层,骨干共建。把 IT 与 OT 人员编入同一项目组,用联合工作坊沉淀工艺约束清单,把行业知识写进模型与评测。
第三层,管理筑基。为管理者提供转型路径与投入产出评估方法,先选高确定性场景试点,用可量化收益反哺决策。
据公开信息,相关主管部门也提出构建产业 AI 架构师培养体系、实施产业 AI 工匠万人培养计划,并推动高校与龙头企业联合建设现代产业学院,说明复合型人才供给正在从顶层设计层面补位。
本文所述政策方向与目标引自公开报道,具体指标以主管部门正式发布文件为准;企业培养方案应结合自身数字化基础分步推进。
上邦面向制造企业提供 AI + 工艺陪跑式落地服务,把复合人才培养嵌进真实场景的建模与验收过程,方案详情见 https://aiwork.shangbon.com/ai-rag.html。
参考来源
人工智能+制造专项行动实施意见 - 工业和信息化部等八部门(中国工信新闻网)
加强工业互联网高质量发展人才保障 - 中国工信新闻网
大力推动人工智能和制造业双向奔赴 - 工业和信息化部