智造驱动的灯塔工厂技术师培养路径探索

邓秋香 胡江学 饶有福 阳小勇

摘要：在灯塔工厂全要素互联互通、业务端到端集成、数据洞察决策技术特征驱动下，急需传统工匠被赋予新的能力特征。针对技术师培养需求，本文提出技术师的专业跨界整合、业务数字融合、业务协同创新的三维能力模型，并建立技术师的人才培养新模式，包括“三融合、三平台”人才培养架构，“九链对接、产教融合”专业建设路径，“三自教育、成长画像”自驱教育机制，基于卓越绩效管理的质量保障体系，以及“三层进阶”育人平台环境。

关键词：智能制造;灯塔工厂;技术师;培养路径

2020年6月30日，中央全面深化改革委员会第十四次会议提出，要以智能制造为主攻方向，加快工业互联网创新发展，加快制造业生产方式和企业形态根本性变革，提升制造业数字化、网络化、智能化发展水平。工信部2015年起在全国评选智能制造试点示范项目，各企业掀起以第四次工业革命（4IR）为典型特征的智能制造变革热潮。灯塔工厂是企业践行第四次工业革命的领路者，是智能制造和工业4.0应用的真实生产场所，被誉为“世界最先进的工厂”。世界经济论坛和麦肯锡自2018年启动全球规模化应用4IR技术的灯塔工厂网络评选项目，迄今共有20家中国制造企业入选，中国已成为全球灯塔工厂最多的国家。德国工业4.0首倡者、德国工程科学院院士克里斯托夫·梅内尔也提出灯塔工厂建设不但需要技术研究人才，更加需要把技术应用到实践中的技术师人才。为适应中国制造转型升级，尤其是灯塔工厂建设对技术师的新需求，高职院校必须主动变革，在技术师人才培养方面积极探索人才培养模式和路径。

一、灯塔工厂技术师培养的必要性

（一）智造人才供需结构性矛盾急需培养技术师

“用工荒”和“就业难”是当下智能制造的供需结构性矛盾。[1]《人民日报》记者在2018年9月对广州和深圳、青岛和潍坊、长沙和株洲等三省六市100家企业进行的问卷调研结果显示，当被问及“目前企业迈向高质量发展，主要困难有哪些”时，高达73%的企业的回答是“技术人才缺乏”。制造业吸引人才正面临找不到、招不到、留不住“三难”的“用工荒”处境。人社部在2020年发布的《智能制造工程技术人员就业景气现状分析报告》显示，预计到2025年智能制造领域人才缺口达450万。然而，国家统计数据显示，2020年全国城镇调查失业率为5.2%，就业困难人数达149万。以灯塔工厂为代表的智能制造业普遍应用“无人工厂”、“机器人取代人”等新技术，对繁重的体力劳动、重复性劳动、计算性劳动、简单劳动产生排挤效应，产业工人逐渐被技术师替代，加剧“就业难”。“用工荒”和“就业难”供需结构性矛盾要求职业院校在以往培养传统工匠的基础上，培养具有数字化、网络化、智能化等技术能力的技术师。

（二）灯塔工厂技术特征刺激技术师培育需求

作为我国实体经济的主体，制造业正从制造迈向“智造”，肩负工业强国的时代使命。建設灯塔工厂无疑成为抢占制造业竞争力制高点的主攻方向，它们集中了“工业4.0”的先进技术，其关键技术分为软件和硬件两个方面：软件技术包括PLM、MOM/MES、SCM、信息物理等系统，以及数字孪生建模、云计算、大数据等技术;硬件技术包括工业机器人、智能装备、先进传感器，以及规模化的物联网、3D打印、机器视觉等。[2]灯塔工厂呈现出全要素互联互通、业务端到端集成、数据洞察决策三大技术特征（下文将统一简称“互联、集成、数据”三特征）。全要素互联互通表现为将生产设备、产品、用户、上下游供应链等万物紧密连接成一个完整的智能化网络，实现持续的信息沟通与交流;在工厂中实现生产设备之间互联，设备与产品终端互联，虚拟与现实互联。业务端到端集成表现为企业内部的资源整合的纵向集成，企业与企业之间资源整合的横向集成，以产品的全生命周期价值链资源整合的端对端集成。数据洞察决策表现为以“数据”贯通为手段，实现生产、物流、库存、市场等各环节的穿透分析，洞察业务价值点、风险点以及问题点，实现全业务域的数字化决策、运营、预测性维护等。

灯塔工厂三大技术特征带来了人才技术技能的需求变化，需要在传统的信息化和手工作业基础上，掌握互联互通、端到端集成、数据洞察决策等新型技术。然而，在第二、三次工业革命的背景下，当前工匠仅能呈现出“知识够用，专业细分，技能单一专精”的技能特点。[3]面对制造产业数字化、网络化、智能化发展，当前工匠能力无法满足灯塔工厂技术特征需要。职业教育对产业发展动态具有天然的敏感性，需要率先回应第四次工业革命带来的变化，顺应灯塔工厂技术变革趋势，变革人才培养模式，培养满足灯塔工厂技术需求的技术师。

二、灯塔工厂技术师的能力模型

德国学者采用客观取向的观察方式对职业能力考察和研究表明：职业能力内涵正随着科学技术、劳动组织的变化而发展，要求现代技术工人在有能力完成定义明确的、预先规定的和可展望的任务的同时，还应考虑到自己“在更大的系统性的相关关系中”所产生的影响。因此，现代技术工人须具备灵活性，并善于应用创造性方法，既能解决限定的问题，又能发现并解决未知领域的问题。[4]面对灯塔工厂的4IR技术的规模化应用，以及自身的三大技术特征，技术师除了要具备传统工匠要求的敬业、专注、精益、创新精神外，还必须在素养、思维、创新等方向建立新的能力特征，具备跨专业整合、数字化应用和业务融合创新[5]等技能，其主要能力模型如图1所示。

（一）具备工匠素养的专业跨界整合能力

灯塔工厂少人化、智能化生产线呈现“一人对多台设备”、“一人服务多个工位”的特点，要求技术师具备多种操作技能的交叉融合、多专业通用技能的复合应用，满足灯塔工厂互联互通、端到端集成的内在需求。专业跨界能力并不是多种专业知识、技能的简单叠加，而是在灯塔工厂环境下，突破专才教育局限，赋予技术师跨专业视角，以更加敬业、专注、精益、创新的工匠精神，运用综合知识解决复杂多变环境下的现场问题的能力。灯塔工厂在催生众多新兴岗位的同时，也重塑了职业人才的多元技能结构，包括智能维护、人机交流、工业互联网和数字孪生等各种高端的新技能。

（二）具备数字思维的业务数字两融能力

灯塔工厂万物互联，人是其中的一个要素，必然与设备、生产、虚拟及现实产生联系。身处灯塔工厂的技术师必须具备系统化的数字化工作能力，从简单的劳动者变成设计者、管理者。灯塔工厂要求所有的业务数字化，实现数据连接一切、数据驱动一切、数据重塑一切。技术师不仅要具备灯塔工厂的数字化架构及数字化制造的基本技能，同时要改变传统的思维方式，建立“数据价值、数据挖掘、数据分析、数据清洗、数据决策”等数字思维，在生产、制造、运营等一线发现问题、洞察规律、挖掘价值，帮助企业优化资源配置。

（三）具备融合创新的业务协同创新能力

全球69座灯塔工厂，起点不同，产品不同，提升智能化的方向也不同，如富士康灯塔工厂着重采用提升混合现实、人工智能和物联网等技术，将生产效率提升了200%，把设备的整体效能提升了17%，解决了需求的快速增长和劳动力技能短缺问题。青岛啤酒灯塔工厂主要在价值链上部署智能化数字技术，解决消费者日益增长的个性化、差异化和多样化的需求，将客户订单的交付时间和新产品开发时间降低了50%。灯塔工厂的建设模式无定式，一切围绕价值创造和创新。因此，技术师必须将通用的创新思维融入到特定的业务中，创新灵活的生产组织模式，实现灯塔工厂的生产计划排产智能、资源管理智能、设备互联智能、质量控制智能、生产协同智能、决策支持智能等六维智能。通过跨专业整合、数字和业务融合，打破部门墙和业务壁，进行多业务的整体协同创新，包括但不限于人资、设备、仓储、物流、工艺、质量、财务、计划、调度、商务、营销、IT等。

三、灯塔工厂技术师培养的路径

《国家职业教育改革方案》提出，要“主动适应新科技革命和产业变革对高素质复合型技术技能人才的需求”，“促进教育链、人才链、产业链有机衔接”。《中国教育现代化2035》提出，“推动职业教育与产业发展有机衔接、深度融合。”高职院校的根本任务是培养人才，“怎样培养人”具有多元路径[6]，很多高职院校积极进行了培养技术技能人才的路径探索。如深职院-华为的“课证共生共长”模式，湖南机电职院的创客型工匠“六创共振”培养模式，广东的特色现代学徒制人才培养模式等。

三一工学院从2016年开始，与三一重工共同探讨、联合推进面向灯塔工厂的技术师人才培养新模式。伴随着三一重工几十座灯塔工厂竣工和投入使用，在新模式培育下的技术师逐步适应新的岗位要求，支持灯塔工厂建设和运营。这种灯塔工厂技术师培育新模式主要包括总体架构、建设路径、教育机制、保障体系、平台环境等五方面。

（一）“三融合三平台”三三制的人才培养架构

灯塔工厂实现制造业转型升级，其“互联、集成、数据”的特征需要“跨专业、懂数字化、会业务”的技术师。人才培养改革顺应智能制造改革风口，顺势而为，变革人才培养模式，实现学校的人才培养与产业同生共长。为此，三一重工灯塔工厂与三一工学院实施人才培养的深度融合，提出了“三三制”技术师培养模式，即“人才培养与产业升级融合、立德树人与工匠精神融合、专业教育与业务实践融合”三融合，“专业群平台、产学研用平台、灯塔工厂平台”三平台。

（二）“九链对接、产教融合”的专业建设模式

应对灯塔工厂“互联、集成、数据”三特征的需求，高职院校需要整合专业群资源，建立技术师培育新路径。灯塔工厂技术师能力模型中的专业跨界与专业群对接产业链模式[7]“基础相通，专业分层、高层互选”同源同理，通过分析灯塔工厂技术特征与专业群构建的内在关系，分解校企资源要素，明确专业群的构建模式。通过专业群资源整合，解决技术师的跨专业能力培养问题。根据灯塔工厂的六维智能模型，按产品生命周期，选取技术师集中地的五个智能单元“智能控制单元”“智能执行单元”“智能装备单元”“智能加工单元”“智能服务单元”，分析灯塔工厂新技术的变化，构建技术相通、资源共享的专业群。三一工学院和三一重工，校企双方建立资源“九对接”并实现灯塔工厂新技术与传统专业的升级（见图2），即学校的专业设置对接企业服务的产业，专业开设的课程体系对接企业岗位发展技术体系，课程内容对接企业的生产项目，教学时间计划对接企业的生产计划，实践教学资源对接企业的生产资源，学校双师对接企业人力资源，研发创新链对接科研双创体系，校园文化对接企业文化，绩效管控链对接质量保障体系。

（三）“三自教育、成长画像”的自驱教育模式

数据是灯塔工厂的核心技术特征，技术师相应地具备数据思维。在技术师培养过程中，建立“三自教育、成长画像”数据化自驱教育机制，培养學生的数据思维[8]。参照灯塔工厂的数据应用，建立一套多元化、个性化、定制化的基于学生成长体系的学生成长画像系统。通过多样化、多维度的数据采集，建立数字化的学生评价系统。根据学生能力成长信息、健康状态信息以及对学生的评价信息生成综合统计信息，将综合统计信息中的数据与预设的相应评价标准进行关联比较，获得标准化对比结果;将所述标准化对比结果与预设的相应成绩能力维度图表和健康程度指数图表进行关联配置，生成学生个人数据画像和学生群体数据画像。学校利用开放在线平台中所产生的教育数据，通过学习分析让教育工作者更好地理解、分析和应用数据，为学生提供个性化的教学方法和精准化的课程资源，为学生的成长提供从学校到就业的更清晰的路径规划。通过数据化的养成教育，让学生在数字环境中成长，学会数字思维（见图3）。学生基于自我画像，及时发现自我优缺点，可与学校和企业进行有效沟通，建立因材施教的方案，达到个性化地自驱成长之路，实现学生自我驱动式的主动式成长[9]。

（四）基于卓越绩效管理的培养质量保障体系

人才培养质量保障体系主要由仪表盘画像、画像积分制、信息化系统共同构筑，以实现灯塔工厂技术师培养质量的可视化管理、全员质量意识的竞争化常态管理与人才培养质量的动态化管理。湖南三一工业职业技术学院服务三一重工建设灯塔工厂，为保证人才培养质量，针对高职教学质量评价，建立职教版卓越绩效管理体系。在内部质量管控体系建设中，从学校、专业、课程、教师、学生五个层面建立灯塔工厂技术师培养质量标准，并将质量标准纳入各部门的绩效考核指标，促进各业务线对灯塔工厂技术师培养工作流程和工作标准进行规范，提高工作效率，提升培养质量。在实施过程中，根据积分规则，仪表盘的切角画像进行灯塔工厂技术师培养质量的评价积分，人与人之间形成竞争关系，充分调动教师、学生积极性，教师、学生自主选择教学与学习的内容、方式、时空，形成对培养质量的过程管理。将“结果”和“过程”监控紧密结合，保障灯塔工厂技术师的培养质量。湖南三一工业职业技术学院全面实施卓越绩效管理质量画像，对人才培养质量的年度工作目标完成情况和重点项目完成质量实行“仪表盘”和“单项画像”，并在每天的早会、每周每月的经营工作会上通报点评，聚焦人才培养质量中出现的重点问题，并及时反馈改进。质量监控真正做到“动态跟踪改进”，有效提升管理效率。通过基于卓越绩效管理的质量保证体系，学校培养的人才规格与产业在转型升级中对技术师的要求在DNA螺旋式轨迹中实现动态匹配，最终实现学校培养的人才质量满足灯塔工厂对技术师的要求。

（五）能力递进型的“三层进阶”育人平台环境

通过校企的积极参与，技术师育人平台将专业、人才与灯塔工厂的发展统一起来，共同搭建育人环境。“灯塔工厂”技术师育人平台是服务产业、企业和职业院校的共同战略目标，利用它们各自的资源和优势，建立优势互补、共赢共利的生态圈。

职业教育人才培养具有长周期性、分阶段性。在实践过程中，每一阶段，学生的能力结构均会发生变化，育人平台也需随之变化。根据灯塔工厂技术师能力模型的三个关键特征，将育人平台按照技术师的能力进阶划分为“专业群平台”“产学研用平台”“灯塔工厂平台”三个层级。其中，第一层级为专业群平台，主要培养学生跨专业能力，要求学生通过专业群共享实验实训资源来学习跨专业的通用知识技能，学会基本的技术师素养。第二层级为产学研用平台，主要培养数字化工具应用能力、已经数字化的实景模拟应用能力，学生通过集生产、学习、研发、推广应用于一体的产学研用基地，以项目方式接觸灯塔工厂的单项任务，强化学生在生产实际中应用数字思维解决实际问题的能力。第三层级是灯塔工厂平台，主要培养学生在灯塔工厂全局化、系统化环境中的工作能力，运用相关知识解决生产实际问题的能力，以及通过数据思维实现业务创新的能力。

四、展望

基于技术师三维能力模型，并结合灯塔工厂技术师培育模式，近四年来已经培育了2000余名产业工厂，服务于8家灯塔工厂的建设运营。实践证明，该创新模式下的培育架构、建设路径、教育机制、保障体系和平台环境是有效的。未来将跟踪培养的技术师的发展路径，并建立技术师的“回炉”模式，以实现技术师能力持续提升。

参考文献：

[1][2]张更庆， 刘先义. 智能制造趋势下职业教育人才培养的困境与突破[J]. 成人教育， 2021（04）：62-63， 61-62.

[3]浦毅. 高职院校智能制造复合型人才培养模式研究[J]. 教育与职业， 2019（16）：49-50.

[4]姜大源主编. 当代德国职业教育主流教学思想研究——理论、实践与创新[M]. 北京： 清华大学出版社， 2007：23-24.

[5]李良军， 金鑫， 朱正伟， 李茂国. 融合创新范式下“中国制造2025”人才模型和课程规划[J]. 高等工程教育研究， 2018（04）：18-19.

[6]鲁武霞， 沈琳. 高职混合所有制“共享工厂”模式的架构与突破——“以学为体，产研为用”的生成性思维[J]. 大学教育科学， 2020（06）： 111-117.

[7]王亚南， 成军. 高职院校高水平专业群建构：内涵意蕴、逻辑及技术路径[J]. 大学教育科学， 2020（06）： 118-120.

[8]李杰， 倪军， 王安正. 从大数据到智能制造[M]. 上海： 上海交通大学出版社， 2016：198.

[9]杨修平. 论“课程育人”的本质[J]. 大学教育科学， 2021（01）： 65-66.

注：本成果为2020年湖南省职业教育教学改革研究项目“产教融合背景下的校企双主体人才培养模式研究与实践”（项目编号：ZJGB2020447）、湖南省教育科学研究工作者协会“十四五”规划2021年度课题“服务’灯塔工厂’的智能制造工匠人才培养模式研究与实践”（项目编号：XJKX21B072）的系列成果之一。