依據《全球智能制造發展指數報告》評價結果，美國、日本和德國名列第一梯隊，是智能制造發展的“引領型”國家，中國則與英國、韓國、加拿大等并列第二梯隊，是智能制造發展的“先進型”國家。
  眾所周知，國內也早已在2015年提出“中國制造2025”，其中的關鍵戰略即“智能制造”，也就是“工業4.0”，而第一步的目標就是在2025年邁入制造強國行列。如果說所謂的“制造強國”指的是“引領型國家”，那就意味著我國需要在接下來的5年內成功從第二梯隊晉升到第一梯隊。
  這個任務并不簡單。說到這里，是否存在一條最佳路徑，能夠做到加速實現目標的同時，將一些現存問題和未來隱患一一拔除？

  走向“工業4．0”：不是簡單的粗暴的“機器替人”
  自“中國制造2025”口號喊出來，如今已經過去快5年的時間。
  依據《世界智能制造中心發展趨勢報告（2019）》中采集的樣本城市，智能制造整體平均產值為1．14萬億元，在智能制造生產方面，全球僅有18個城市超過這一水平，而中國就占去了7個名額，其中蘇州更是排名第一，與佛山一起進入前十榜單。
  在這份漂亮成績單的背后，我們看到了上至政府，下到各個城市、園區、企業的努力成果，但是也看到了一個被隱藏的話題——智能制造人才。
  智能制造發展過程中，最為明顯的一個趨勢和現象就是“機器替人”。數據顯示，在傳統加工組裝企業中，平均每開展100萬個人工操作就會出現500次失誤，而機器人的這一出錯率僅為11．5次，僅為人類的2．3％。
  此前牛津經濟研究院也曾作出預計，未來10年內，機器人將代替全球2000萬個制造業崗位，每一個新的機器人進入勞動力市場，就意味著將有1．6名制造工人被替換。
  猶記得在2016年，制造業巨頭富士康就陸續解雇昆山工廠的6萬名工人，頂替上崗的變成機器人。彼時，郭臺銘也曾對外宣稱，將在5年內用機器人取代8成工人，積極向“工業4．0”靠攏。
  據悉，截至2018年底，富士康已經改造了多家“熄燈工廠”，將單條生產線工人由三位數降低至兩位數，減幅近90％，但是整體產能提升18％，人力耗用減少84％，實現每百萬營收制造費用降低11％，管理費用降低8％。
  現在來看，似乎“機器替人”的效果挺不錯的，但我們應該也注意到，即便是動作重復的流水線，富士康也沒有計劃把全部的人都換成機器人，而是依舊留下一小部分人。
  為什么？因為“100％機器人替人”并不是智能制造，或者說工業4．0的精髓。再高的自動化率，機器的旁邊也需要幾個人類。只不過，在理想狀態下，這些人類所從事的不再是簡單的手工機械作業，而是監管、調試、修理機器人等工作，也就是所謂的“智能制造人才”。

  走向工業4．0：被“忽略”的人才培養
  在“人才”的問題上，尤其是同時掌握人工智能等某一項前沿技術，與制造業細分行業生產特點、流程、工藝的復合型人才，不僅僅是中小企業，即便是大企業，多數也沒有達到飽和。
  此前有數據作出預測，2020年智能制造領域人才需求將為750萬人，人才缺口預測300萬人，到2025年，人才需求預測900萬人，人才缺口預測450萬人。
  簡而言之，我國現存的智能制造人才隊伍內，高精尖人才較少，對整體質量進行評估，也難以滿足轉型升級的有關需求。
  不可否認，在過去一年多以來，有關于“人才”的問題也是屢屢不斷，然而這之中，近9成的話題聚焦在AI人才和半導體人才，剩下的1成左右也并非全部落在智能制造人才。
  可以看到，因為缺少AI人才，各大高校相繼先后成立AI學院、AI專業，上升為一級學科；因為缺少半導體人才，上升一級學科之后，一些企業選擇與高校聯合建立獨立大學……沒有智能制造。
  針對這個問題，南京注意到了。
  去年，在南京以建設具有全球影響力創新名城為目標的“生根出訪”活動中，麒麟科技園前往德國漢諾威會展，并與該集團簽訂合作共建南京智能制造學院。
  就在今年11月底，這所由麒麟科技園攜手南京理工大學、海爾卡奧斯以及德國智能制造學院打造、體現中德智能制造合作重要成果的南京智能制造學院也已經正式揭幕，這也是國內首個由中外合作搭建的專業人才培養獨立學院。
  未來，該學院將立足長三角，引入德國4．0領域的科技成果、企業資源、對外合作等，并通過與智能制造企業的合作，打造一個“產、學、研、轉、創”的智能制造工程精英培養與成果轉化平臺，預計每年可累計培訓3000名智能制造人才。
  對于當前智能制造數百萬的缺口而言，輸出3000名人才或許還不夠，但站在國內智能制造人才培養的角度，南京智能制造學院的設立也將起到一個示范作用，為未來相關學院的設立、人才的培養打個樣。
  作為共建者之一，以及國內智能制造龍頭企業，站在企業的角度，卡奧斯COSMOPlat教育生態總經理任學良表示，學校的科研體系還是傳統的，并不能完全適用于智能制造人才的培養，因此這一體系需要進行重構。這一因素也是AI人才、半導體人才培養上經常被提及的一點。
  以南京智能制造學院的設立為例，任學良稱，這類學院的設立，除了承擔“人才輸出”的重責，從國家層面出發，也可以說是打通了“最后一公里”——培養復合型人才的同時，也幫助企業縮短新入員工培訓周期，減少時間、成本、精力支出。
  對未來進行預測，隨著企業的智能化轉型升級持續推進，“機器替人”的現象必然會愈加普遍。屆時，流水線上作業的不再是熙熙攘攘的工人，而是三三兩兩的工程師。
  而要實現以上場景，智能制造復合型人才的培養是必然且極其重要的。而在這其中，針對性更強的學院，尤其是有著智能制造龍頭類企業參與辦學、提供平臺的學院，將能夠有效促進高精尖人才的培養，完善智能制造各關鍵領域人才梯隊建設。

  最后
  走向工業4．0，走向智能制造，真的有最佳路徑嗎？很難有，所有的路徑都是靠著慢慢摸索向前進，繼而走出來的。
  而相較于最佳路徑，最有效路徑則是實實在在存在的，關鍵點有三，分別是高端技術研發、應用場景落地與復合型人才培養。這三者組合起來，就代表著智能制造產業的基礎設施建設。