最佳路径没有，最有效路径倒是有一条。
2019年，我国制造业增加值达26．9万亿元，占全球比重28．1％，连续十年保持世界第一制造大国地位。
但在另一面，中国始终未能跻身世界制造业的第一方阵。
依据《全球智能制造发展指数报告》评价结果，美国、日本和德国名列第一梯队，是智能制造发展的“引领型”国家，中国则与英国、韩国、加拿大等并列第二梯队，是智能制造发展的“先进型”国家。
众所周知，国内也早已在2015年提出“中国制造2025”，其中的关键战略即“智能制造”，也就是“工业4.0”，而第一步的目标就是在2025年迈入制造强国行列。如果说所谓的“制造强国”指的是“引领型国家”，那就意味着我国需要在接下来的5年内成功从第二梯队晋升到第一梯队。
这个任务并不简单。说到这里，是否存在一条最佳路径，能够做到加速实现目标的同时，将一些现存问题和未来隐患一一拔除？
走向“工业4．0”：不是简单的粗暴的“机器替人”
自“中国制造2025”口号喊出来，如今已经过去快5年的时间。
依据《世界智能制造中心发展趋势报告（2019）》中采集的样本城市，智能制造整体平均产值为1．14万亿元，在智能制造生产方面，全球仅有18个城市超过这一水平，而中国就占去了7个名额，其中苏州更是排名第一，与佛山一起进入前十榜单。
在这份漂亮成绩单的背后，我们看到了上至政府，下到各个城市、园区、企业的努力成果，但是也看到了一个被隐藏的话题——智能制造人才。
智能制造发展过程中，最为明显的一个趋势和现象就是“机器替人”。数据显示，在传统加工组装企业中，平均每开展100万个人工操作就会出现500次失误，而机器人的这一出错率仅为11．5次，仅为人类的2．3％。
此前牛津经济研究院也曾作出预计，未来10年内，机器人将代替全球2000万个制造业岗位，每一个新的机器人进入劳动力市场，就意味着将有1．6名制造工人被替换。
犹记得在2016年，制造业巨头富士康就陆续解雇昆山工厂的6万名工人，顶替上岗的变成机器人。彼时，郭台铭也曾对外宣称，将在5年内用机器人取代8成工人，积极向“工业4．0”靠拢。
据悉，截至2018年底，富士康已经改造了多家“熄灯工厂”，将单条生产线工人由三位数降低至两位数，减幅近90％，但是整体产能提升18％，人力耗用减少84％，实现每百万营收制造费用降低11％，管理费用降低8％。
现在来看，似乎“机器替人”的效果挺不错的，但我们应该也注意到，即便是动作重复的流水线，富士康也没有计划把全部的人都换成机器人，而是依旧留下一小部分人。
为什么？因为“100％机器人替人”并不是智能制造，或者说工业4．0的精髓。再高的自动化率，机器的旁边也需要几个人类。只不过，在理想状态下，这些人类所从事的不再是简单的手工机械作业，而是监管、调试、修理机器人等工作，也就是所谓的“智能制造人才”。
走向工业4．0：被“忽略”的人才培养
在“人才”的问题上，尤其是同时掌握人工智能等某一项前沿技术，与制造业细分行业生产特点、流程、工艺的复合型人才，不仅仅是中小企业，即便是大企业，多数也没有达到饱和。
此前有数据作出预测，2020年智能制造领域人才需求将为750万人，人才缺口预测300万人，到2025年，人才需求预测900万人，人才缺口预测450万人。
简而言之，我国现存的智能制造人才队伍内，高精尖人才较少，对整体质量进行评估，也难以满足转型升级的有关需求。
不可否认，在过去一年多以来，有关于“人才”的问题也是屡屡不断，然而这之中，近9成的话题聚焦在AI人才和半导体人才，剩下的1成左右也并非全部落在智能制造人才。
可以看到，因为缺少AI人才，各大高校相继先后成立AI学院、AI专业，上升为一级学科；因为缺少半导体人才，上升一级学科之后，一些企业选择与高校联合建立独立大学……没有智能制造。
针对这个问题，南京注意到了。
去年，在南京以建设具有全球影响力创新名城为目标的“生根出访”活动中，麒麟科技园前往德国汉诺威会展，并与该集团签订合作共建南京智能制造学院。
就在今年11月底，这所由麒麟科技园携手南京理工大学、海尔卡奥斯以及德国智能制造学院打造、体现中德智能制造合作重要成果的南京智能制造学院也已经正式揭幕，这也是国内首个由中外合作搭建的专业人才培养独立学院。
未来，该学院将立足长三角，引入德国4．0领域的科技成果、企业资源、对外合作等，并通过与智能制造企业的合作，打造一个“产、学、研、转、创”的智能制造工程精英培养与成果转化平台，预计每年可累计培训3000名智能制造人才。
对于当前智能制造数百万的缺口而言，输出3000名人才或许还不够，但站在国内智能制造人才培养的角度，南京智能制造学院的设立也将起到一个示范作用，为未来相关学院的设立、人才的培养打个样。
作为共建者之一，以及国内智能制造龙头企业，站在企业的角度，卡奥斯COSMOPlat教育生态总经理任学良表示，学校的科研体系还是传统的，并不能完全适用于智能制造人才的培养，因此这一体系需要进行重构。这一因素也是AI人才、半导体人才培养上经常被提及的一点。
以南京智能制造学院的设立为例，任学良称，这类学院的设立，除了承担“人才输出”的重责，从国家层面出发，也可以说是打通了“最后一公里”——培养复合型人才的同时，也帮助企业缩短新入员工培训周期，减少时间、成本、精力支出。
对未来进行预测，随着企业的智能化转型升级持续推进，“机器替人”的现象必然会愈加普遍。届时，流水线上作业的不再是熙熙攘攘的工人，而是三三两两的工程师。
而要实现以上场景，智能制造复合型人才的培养是必然且极其重要的。而在这其中，针对性更强的学院，尤其是有着智能制造龙头类企业参与办学、提供平台的学院，将能够有效促进高精尖人才的培养，完善智能制造各关键领域人才梯队建设。
最后
走向工业4．0，走向智能制造，真的有最佳路径吗？很难有，所有的路径都是靠着慢慢摸索向前进，继而走出来的。
而相较于最佳路径，最有效路径则是实实在在存在的，关键点有三，分别是高端技术研发、应用场景落地与复合型人才培养。这三者组合起来，就代表着智能制造产业的基础设施建设。
现如今，华为、腾讯、海尔、工业富联等行业龙头的进入，技术研发方面已经不需要担心太多；应用场景方面，虽然当前颇有些集中化，但随着场景的深挖，“过于聚焦”的问题也将迎刃而解。相比之下，“人才”却是最难的，大企业不够用、中小型企业招不到、低端劳动力闲置……为了闯出一条“智能制造最有效路径”，“专业复合型人才培养”迫在眉睫。
