“我們培養人才的速度，似乎永遠追不上技術迭代的步伐。”在近日舉行的2025可信云大會上，一場關于產業數字化人才培養的討論引發業界共鳴。當“云+AI（人工智能）”技術以前所未有的速度重塑千行百業時，這一令人憂心的事實擺在人們面前。
“數量缺”與“對不上”
提到人才問題，很多人首先想到的是“數量不足”。然而在“云+AI”時代，矛盾的核心早已不止于此。工業和信息化部人才交流中心人才評價部副主任劉兆一表示，當前人才供需的突出問題是結構性矛盾，體現在人才結構、質量與崗位勝任能力的不匹配。這種不匹配的根源在于傳統人才培養與評價體系跟不上技術迭代的速度。
“傳統評價標準更新滯后、缺乏動態性，面對按月迭代的AI技術，其'保鮮期'根本不夠用，更別說精準匹配制造、金融、醫療等不同行業對AI人才的場景化需求。”劉兆一說。
高校作為人才培養的重要“源頭”，也面臨著與產業脫節的困境。北京理工大學信息與電子學院副研究員、博士生導師李海坦言，目前很多高校在推動“全院AI”，想把AI融入力學等傳統學科，但實際教學仍側重基礎研究，發展步伐明顯滯后于產業的飛速迭代。“這種滯后直接導致學生走出校園后，很難快速滿足企業對'能用、會用'的要求。”在具體產業中，這種脫節更顯突出。山西晉云互聯科技有限公司總經理王輝對此深有體會：在推動AI與煤炭行業融合時，“雞同鴨講”成為常態：“一邊是AI廠商按月迭代能力，另一邊傳統行業渴望升級卻看不懂AI的價值。”
阿里云計算專有云技術總監茆亮亮介紹說，大模型的“日新月異”讓高校課程難追技術迭代，企業想要精通實際應用場景的人才，但傳統企業連RAG（檢索增強生成）、強化學習這些概念都覺得難懂--“懂技術”的和“懂業務”的人才仿佛生活在兩個“語言體系”里。
讓“翻譯官”多起來
矛盾的核心是“脫節”，而破解的關鍵是“連接”。對于構建一個跨高校、企業、行業的人才培養協同生態，專家們的觀點不謀而合：打破壁壘，讓“懂技術”和“懂業務”真正“對話”。
“AI教育首先要打破學科壁壘。不能把AI課程只放在計算機學院，而是應成為所有工程專業的'必修語言'。”李海認為，要讓計算機專業的學生深入理解汽車和機電等行業太難，不如直接培養飛行器、車輛制造等領域的工科人才有效使用AI解決本領域的問題。“把AI工具交給每個行業的'自己人'，才能從源頭減少'雞同鴨講'。”
劉兆一從評價體系層面提出要讓人才標準“跟著產業走”。目前，工業和信息化部人才交流中心構建的崗位能力評價體系已覆蓋23個重點產業、450余個崗位，甚至專門發布了大模型崗位標準。“關鍵是'翻譯官'機制，要精準下沉到崗位的知識、技能、工程實踐維度，聯合龍頭企業前置測評，讓培養出的人'企業拿來就能用'。”
王輝基于煤炭行業實踐的建議更具體：與其讓科班生轉行學煤炭，不如讓煤礦人自己成為AI的“翻譯官”。山西晉云互聯科技有限公司聯合國內煤炭行業協會篩選有經驗的從業人員，由工業和信息化部人才交流中心定制培訓目標任務，專攻行業關鍵場景的AI應用邏輯。“讓懂業務的人懂技術，比讓懂技術的人懂業務更高效。”
茆亮亮強調“認證閉環”的重要性。“認證體系要從企業需求出發制定標準、考核內容，再在實踐中檢驗效果，最后把反饋融進標準更新。只有形成這樣的閉環，才能讓認證不流于形式，真正提升人才與產業的適配度。”
專家們一致認為，“云+AI”時代的人才破局從來不是某一方面的事，需要高校放下“學科執念”，企業敞開“實踐大門”，評價體系跟上“迭代速度”，更需要讓每個行業都長出自己的“技術懂行人”。唯此，才能打通人才賦能產業的“最后一公里”，讓“云+AI”真正成為產業升級的“燃料”，而不是“攔路虎”。（孫慶陽）
轉自：中國高新技術產業導報
【版權及免責聲明】凡本網所屬版權作品，轉載時須獲得授權并注明來源“中國產業經濟信息網”，違者本網將保留追究其相關法律責任的權力。凡轉載文章及企業宣傳資訊，僅代表作者個人觀點，不代表本網觀點和立場。版權事宜請聯系：010-65363056。
延伸閱讀
