鄧秋香 胡江學 饒有福 陽小勇



摘要:在燈塔工廠全要素互聯互通、業務端到端集成、數據洞察決策技術特征驅動下,急需傳統工匠被賦予新的能力特征。針對技術師培養需求,本文提出技術師的專業跨界整合、業務數字融合、業務協同創新的三維能力模型,并建立技術師的人才培養新模式,包括“三融合、三平臺”人才培養架構,“九鏈對接、產教融合”專業建設路徑,“三自教育、成長畫像”自驅教育機制,基于卓越績效管理的質量保障體系,以及“三層進階”育人平臺環境。
關鍵詞:智能制造;燈塔工廠;技術師;培養路徑
2020年6月30日,中央全面深化改革委員會第十四次會議提出,要以智能制造為主攻方向,加快工業互聯網創新發展,加快制造業生產方式和企業形態根本性變革,提升制造業數字化、網絡化、智能化發展水平。工信部2015年起在全國評選智能制造試點示范項目,各企業掀起以第四次工業革命(4IR)為典型特征的智能制造變革熱潮。燈塔工廠是企業踐行第四次工業革命的領路者,是智能制造和工業4.0應用的真實生產場所,被譽為“世界最先進的工廠”。世界經濟論壇和麥肯錫自2018年啟動全球規模化應用4IR技術的燈塔工廠網絡評選項目,迄今共有20家中國制造企業入選,中國已成為全球燈塔工廠最多的國家。德國工業4.0首倡者、德國工程科學院院士克里斯托夫·梅內爾也提出燈塔工廠建設不但需要技術研究人才,更加需要把技術應用到實踐中的技術師人才。為適應中國制造轉型升級,尤其是燈塔工廠建設對技術師的新需求,高職院校必須主動變革,在技術師人才培養方面積極探索人才培養模式和路徑。
一、燈塔工廠技術師培養的必要性
(一)智造人才供需結構性矛盾急需培養技術師
“用工荒”和“就業難”是當下智能制造的供需結構性矛盾。[1]《人民日報》記者在2018年9月對廣州和深圳、青島和濰坊、長沙和株洲等三省六市100家企業進行的問卷調研結果顯示,當被問及“目前企業邁向高質量發展,主要困難有哪些”時,高達73%的企業的回答是“技術人才缺乏”。制造業吸引人才正面臨找不到、招不到、留不住“三難”的“用工荒”處境。人社部在2020年發布的《智能制造工程技術人員就業景氣現狀分析報告》顯示,預計到2025年智能制造領域人才缺口達450萬。然而,國家統計數據顯示,2020年全國城鎮調查失業率為5.2%,就業困難人數達149萬。以燈塔工廠為代表的智能制造業普遍應用“無人工廠”、“機器人取代人”等新技術,對繁重的體力勞動、重復性勞動、計算性勞動、簡單勞動產生排擠效應,產業工人逐漸被技術師替代,加劇“就業難”。“用工荒”和“就業難”供需結構性矛盾要求職業院校在以往培養傳統工匠的基礎上,培養具有數字化、網絡化、智能化等技術能力的技術師。
(二)燈塔工廠技術特征刺激技術師培育需求
作為我國實體經濟的主體,制造業正從制造邁向“智造”,肩負工業強國的時代使命。建設燈塔工廠無疑成為搶占制造業競爭力制高點的主攻方向,它們集中了“工業4.0”的先進技術,其關鍵技術分為軟件和硬件兩個方面:軟件技術包括PLM、MOM/MES、SCM、信息物理等系統,以及數字孿生建模、云計算、大數據等技術;硬件技術包括工業機器人、智能裝備、先進傳感器,以及規模化的物聯網、3D打印、機器視覺等。[2]燈塔工廠呈現出全要素互聯互通、業務端到端集成、數據洞察決策三大技術特征(下文將統一簡稱“互聯、集成、數據”三特征)。全要素互聯互通表現為將生產設備、產品、用戶、上下游供應鏈等萬物緊密連接成一個完整的智能化網絡,實現持續的信息溝通與交流;在工廠中實現生產設備之間互聯,設備與產品終端互聯,虛擬與現實互聯。業務端到端集成表現為企業內部的資源整合的縱向集成,企業與企業之間資源整合的橫向集成,以產品的全生命周期價值鏈資源整合的端對端集成。數據洞察決策表現為以“數據”貫通為手段,實現生產、物流、庫存、市場等各環節的穿透分析,洞察業務價值點、風險點以及問題點,實現全業務域的數字化決策、運營、預測性維護等。
燈塔工廠三大技術特征帶來了人才技術技能的需求變化,需要在傳統的信息化和手工作業基礎上,掌握互聯互通、端到端集成、數據洞察決策等新型技術。然而,在第二、三次工業革命的背景下,當前工匠僅能呈現出“知識夠用,專業細分,技能單一專精”的技能特點。[3]面對制造產業數字化、網絡化、智能化發展,當前工匠能力無法滿足燈塔工廠技術特征需要。職業教育對產業發展動態具有天然的敏感性,需要率先回應第四次工業革命帶來的變化,順應燈塔工廠技術變革趨勢,變革人才培養模式,培養滿足燈塔工廠技術需求的技術師。
二、燈塔工廠技術師的能力模型
德國學者采用客觀取向的觀察方式對職業能力考察和研究表明:職業能力內涵正隨著科學技術、勞動組織的變化而發展,要求現代技術工人在有能力完成定義明確的、預先規定的和可展望的任務的同時,還應考慮到自己“在更大的系統性的相關關系中”所產生的影響。因此,現代技術工人須具備靈活性,并善于應用創造性方法,既能解決限定的問題,又能發現并解決未知領域的問題。[4]面對燈塔工廠的4IR技術的規模化應用,以及自身的三大技術特征,技術師除了要具備傳統工匠要求的敬業、專注、精益、創新精神外,還必須在素養、思維、創新等方向建立新的能力特征,具備跨專業整合、數字化應用和業務融合創新[5]等技能,其主要能力模型如圖1所示。
(一)具備工匠素養的專業跨界整合能力
燈塔工廠少人化、智能化生產線呈現“一人對多臺設備”、“一人服務多個工位”的特點,要求技術師具備多種操作技能的交叉融合、多專業通用技能的復合應用,滿足燈塔工廠互聯互通、端到端集成的內在需求。專業跨界能力并不是多種專業知識、技能的簡單疊加,而是在燈塔工廠環境下,突破專才教育局限,賦予技術師跨專業視角,以更加敬業、專注、精益、創新的工匠精神,運用綜合知識解決復雜多變環境下的現場問題的能力。燈塔工廠在催生眾多新興崗位的同時,也重塑了職業人才的多元技能結構,包括智能維護、人機交流、工業互聯網和數字孿生等各種高端的新技能。
(二)具備數字思維的業務數字兩融能力
燈塔工廠萬物互聯,人是其中的一個要素,必然與設備、生產、虛擬及現實產生聯系。身處燈塔工廠的技術師必須具備系統化的數字化工作能力,從簡單的勞動者變成設計者、管理者。燈塔工廠要求所有的業務數字化,實現數據連接一切、數據驅動一切、數據重塑一切。技術師不僅要具備燈塔工廠的數字化架構及數字化制造的基本技能,同時要改變傳統的思維方式,建立“數據價值、數據挖掘、數據分析、數據清洗、數據決策”等數字思維,在生產、制造、運營等一線發現問題、洞察規律、挖掘價值,幫助企業優化資源配置。
(三)具備融合創新的業務協同創新能力
全球69座燈塔工廠,起點不同,產品不同,提升智能化的方向也不同,如富士康燈塔工廠著重采用提升混合現實、人工智能和物聯網等技術,將生產效率提升了200%,把設備的整體效能提升了17%,解決了需求的快速增長和勞動力技能短缺問題。青島啤酒燈塔工廠主要在價值鏈上部署智能化數字技術,解決消費者日益增長的個性化、差異化和多樣化的需求,將客戶訂單的交付時間和新產品開發時間降低了50%。燈塔工廠的建設模式無定式,一切圍繞價值創造和創新。因此,技術師必須將通用的創新思維融入到特定的業務中,創新靈活的生產組織模式,實現燈塔工廠的生產計劃排產智能、資源管理智能、設備互聯智能、質量控制智能、生產協同智能、決策支持智能等六維智能。通過跨專業整合、數字和業務融合,打破部門墻和業務壁,進行多業務的整體協同創新,包括但不限于人資、設備、倉儲、物流、工藝、質量、財務、計劃、調度、商務、營銷、IT等。
三、燈塔工廠技術師培養的路徑
《國家職業教育改革方案》提出,要“主動適應新科技革命和產業變革對高素質復合型技術技能人才的需求”,“促進教育鏈、人才鏈、產業鏈有機銜接”。《中國教育現代化2035》提出,“推動職業教育與產業發展有機銜接、深度融合。”高職院校的根本任務是培養人才,“怎樣培養人”具有多元路徑[6],很多高職院校積極進行了培養技術技能人才的路徑探索。如深職院-華為的“課證共生共長”模式,湖南機電職院的創客型工匠“六創共振”培養模式,廣東的特色現代學徒制人才培養模式等。
三一工學院從2016年開始,與三一重工共同探討、聯合推進面向燈塔工廠的技術師人才培養新模式。伴隨著三一重工幾十座燈塔工廠竣工和投入使用,在新模式培育下的技術師逐步適應新的崗位要求,支持燈塔工廠建設和運營。這種燈塔工廠技術師培育新模式主要包括總體架構、建設路徑、教育機制、保障體系、平臺環境等五方面。
(一)“三融合三平臺”三三制的人才培養架構
燈塔工廠實現制造業轉型升級,其“互聯、集成、數據”的特征需要“跨專業、懂數字化、會業務”的技術師。人才培養改革順應智能制造改革風口,順勢而為,變革人才培養模式,實現學校的人才培養與產業同生共長。為此,三一重工燈塔工廠與三一工學院實施人才培養的深度融合,提出了“三三制”技術師培養模式,即“人才培養與產業升級融合、立德樹人與工匠精神融合、專業教育與業務實踐融合”三融合,“專業群平臺、產學研用平臺、燈塔工廠平臺”三平臺。
(二)“九鏈對接、產教融合”的專業建設模式
應對燈塔工廠“互聯、集成、數據”三特征的需求,高職院校需要整合專業群資源,建立技術師培育新路徑。燈塔工廠技術師能力模型中的專業跨界與專業群對接產業鏈模式[7]“基礎相通,專業分層、高層互選”同源同理,通過分析燈塔工廠技術特征與專業群構建的內在關系,分解校企資源要素,明確專業群的構建模式。通過專業群資源整合,解決技術師的跨專業能力培養問題。根據燈塔工廠的六維智能模型,按產品生命周期,選取技術師集中地的五個智能單元“智能控制單元”“智能執行單元”“智能裝備單元”“智能加工單元”“智能服務單元”,分析燈塔工廠新技術的變化,構建技術相通、資源共享的專業群。三一工學院和三一重工,校企雙方建立資源“九對接”并實現燈塔工廠新技術與傳統專業的升級(見圖2),即學校的專業設置對接企業服務的產業,專業開設的課程體系對接企業崗位發展技術體系,課程內容對接企業的生產項目,教學時間計劃對接企業的生產計劃,實踐教學資源對接企業的生產資源,學校雙師對接企業人力資源,研發創新鏈對接科研雙創體系,校園文化對接企業文化,績效管控鏈對接質量保障體系。
(三)“三自教育、成長畫像”的自驅教育模式
數據是燈塔工廠的核心技術特征,技術師相應地具備數據思維。在技術師培養過程中,建立“三自教育、成長畫像”數據化自驅教育機制,培養學生的數據思維[8]。參照燈塔工廠的數據應用,建立一套多元化、個性化、定制化的基于學生成長體系的學生成長畫像系統。通過多樣化、多維度的數據采集,建立數字化的學生評價系統。根據學生能力成長信息、健康狀態信息以及對學生的評價信息生成綜合統計信息,將綜合統計信息中的數據與預設的相應評價標準進行關聯比較,獲得標準化對比結果;將所述標準化對比結果與預設的相應成績能力維度圖表和健康程度指數圖表進行關聯配置,生成學生個人數據畫像和學生群體數據畫像。學校利用開放在線平臺中所產生的教育數據,通過學習分析讓教育工作者更好地理解、分析和應用數據,為學生提供個性化的教學方法和精準化的課程資源,為學生的成長提供從學校到就業的更清晰的路徑規劃。通過數據化的養成教育,讓學生在數字環境中成長,學會數字思維(見圖3)。學生基于自我畫像,及時發現自我優缺點,可與學校和企業進行有效溝通,建立因材施教的方案,達到個性化地自驅成長之路,實現學生自我驅動式的主動式成長[9]。
(四)基于卓越績效管理的培養質量保障體系
人才培養質量保障體系主要由儀表盤畫像、畫像積分制、信息化系統共同構筑,以實現燈塔工廠技術師培養質量的可視化管理、全員質量意識的競爭化常態管理與人才培養質量的動態化管理。湖南三一工業職業技術學院服務三一重工建設燈塔工廠,為保證人才培養質量,針對高職教學質量評價,建立職教版卓越績效管理體系。在內部質量管控體系建設中,從學校、專業、課程、教師、學生五個層面建立燈塔工廠技術師培養質量標準,并將質量標準納入各部門的績效考核指標,促進各業務線對燈塔工廠技術師培養工作流程和工作標準進行規范,提高工作效率,提升培養質量。在實施過程中,根據積分規則,儀表盤的切角畫像進行燈塔工廠技術師培養質量的評價積分,人與人之間形成競爭關系,充分調動教師、學生積極性,教師、學生自主選擇教學與學習的內容、方式、時空,形成對培養質量的過程管理。將“結果”和“過程”監控緊密結合,保障燈塔工廠技術師的培養質量。湖南三一工業職業技術學院全面實施卓越績效管理質量畫像,對人才培養質量的年度工作目標完成情況和重點項目完成質量實行“儀表盤”和“單項畫像”,并在每天的早會、每周每月的經營工作會上通報點評,聚焦人才培養質量中出現的重點問題,并及時反饋改進。質量監控真正做到“動態跟蹤改進”,有效提升管理效率。通過基于卓越績效管理的質量保證體系,學校培養的人才規格與產業在轉型升級中對技術師的要求在DNA螺旋式軌跡中實現動態匹配,最終實現學校培養的人才質量滿足燈塔工廠對技術師的要求。
(五)能力遞進型的“三層進階”育人平臺環境
通過校企的積極參與,技術師育人平臺將專業、人才與燈塔工廠的發展統一起來,共同搭建育人環境。“燈塔工廠”技術師育人平臺是服務產業、企業和職業院校的共同戰略目標,利用它們各自的資源和優勢,建立優勢互補、共贏共利的生態圈。
職業教育人才培養具有長周期性、分階段性。在實踐過程中,每一階段,學生的能力結構均會發生變化,育人平臺也需隨之變化。根據燈塔工廠技術師能力模型的三個關鍵特征,將育人平臺按照技術師的能力進階劃分為“專業群平臺”“產學研用平臺”“燈塔工廠平臺”三個層級。其中,第一層級為專業群平臺,主要培養學生跨專業能力,要求學生通過專業群共享實驗實訓資源來學習跨專業的通用知識技能,學會基本的技術師素養。第二層級為產學研用平臺,主要培養數字化工具應用能力、已經數字化的實景模擬應用能力,學生通過集生產、學習、研發、推廣應用于一體的產學研用基地,以項目方式接觸燈塔工廠的單項任務,強化學生在生產實際中應用數字思維解決實際問題的能力。第三層級是燈塔工廠平臺,主要培養學生在燈塔工廠全局化、系統化環境中的工作能力,運用相關知識解決生產實際問題的能力,以及通過數據思維實現業務創新的能力。
四、展望
基于技術師三維能力模型,并結合燈塔工廠技術師培育模式,近四年來已經培育了2000余名產業工廠,服務于8家燈塔工廠的建設運營。實踐證明,該創新模式下的培育架構、建設路徑、教育機制、保障體系和平臺環境是有效的。未來將跟蹤培養的技術師的發展路徑,并建立技術師的“回爐”模式,以實現技術師能力持續提升。
參考文獻:
[1][2]張更慶, 劉先義. 智能制造趨勢下職業教育人才培養的困境與突破[J]. 成人教育, 2021(04):62-63, 61-62.
[3]浦毅. 高職院校智能制造復合型人才培養模式研究[J]. 教育與職業, 2019(16):49-50.
[4]姜大源主編. 當代德國職業教育主流教學思想研究——理論、實踐與創新[M]. 北京: 清華大學出版社, 2007:23-24.
[5]李良軍, 金鑫, 朱正偉, 李茂國. 融合創新范式下“中國制造2025”人才模型和課程規劃[J]. 高等工程教育研究, 2018(04):18-19.
[6]魯武霞, 沈琳. 高職混合所有制“共享工廠”模式的架構與突破——“以學為體,產研為用”的生成性思維[J]. 大學教育科學, 2020(06): 111-117.
[7]王亞南, 成軍. 高職院校高水平專業群建構:內涵意蘊、邏輯及技術路徑[J]. 大學教育科學, 2020(06): 118-120.
[8]李杰, 倪軍, 王安正. 從大數據到智能制造[M]. 上海: 上海交通大學出版社, 2016:198.
[9]楊修平. 論“課程育人”的本質[J]. 大學教育科學, 2021(01): 65-66.
注:本成果為2020年湖南省職業教育教學改革研究項目“產教融合背景下的校企雙主體人才培養模式研究與實踐”(項目編號:ZJGB2020447)、湖南省教育科學研究工作者協會“十四五”規劃2021年度課題“服務’燈塔工廠’的智能制造工匠人才培養模式研究與實踐”(項目編號:XJKX21B072)的系列成果之一。