物流科技人才培养需从实践中来到实践中去——访清华大学工业工程系副教授王琛

文/本刊记者 任 芳

清华大学工业工程系成立于2001年，建系20余年来在物流科技人才培养和科学研究方面积累深厚。工业工程作为工程与管理相结合的学科，注重实践与应用，解决考虑效率、质量、成本、安全的系统性优化问题。王琛作为清华大学工业工程系的骨干青年教师，她结合产学研实践，分享了对物流领域所需专业人才培养的思考与感悟。

王琛

清华大学工业工程系长聘副教授。研究方向为数据驱动的决策和风险分析，致力于为社会提供应对风险、不确定性和价值权衡挑战的智能化决策方案。主持或参与多项国家自然科学基金、科技部以及企业合作研究项目。获清华大学青年教师教学优秀奖、教学成果一等奖、标杆课程、精品课程。

人才是行业发展的根基。随着物流行业智能化步伐的加快，对高素质专业人才的需求进一步加大。特别是进入大数据时代，在信息技术、人工智能、大数据、机器人等领域，既懂物流业务场景又懂软硬件和智能技术的复合型人才愈发短缺，成为行业面临的最大挑战之一。

清华大学工业工程系致力于培养既掌握定量分析、优化决策、人因设计等工程技术与分析方法，又具备国际视野、团队领导、创新合作等管理能力的复合型人才。工业工程系将物流与供应链作为重要的研究对象之一，开设了众多以方法论为基础的相关课程，还建立了物流系统实验室，将课本知识在实践中加以印证。如今，该系众多毕业生进入物流领域并成为行业中坚力量。

王琛自博士毕业后成为工业工程系的一分子，多次获得教学与科研奖励，同时在培养人才方面也颇有方法和心得。她基于对物流行业的研究，针对其发展特点及在人才需求方面的痛点，从理论体系的构建到教学方法的探索再到产学研合作实践进行了诚挚深入的分享。

一、“四大支柱”构建育才体系

在王琛看来，物流系统是一个非常复杂、多变的大系统，它不仅具有丰富、典型的场景，涉及众多具有科研价值的课题，而且其发展日新月异。“我国物流行业在过去几十年中经历了快速的发展，未来势必也将不断发生变化，不断面临新的问题和挑战。这就意味着，在人才培养方面，难以就某个具体的问题或需求进行针对性地培养。因此，培养学生的创新能力、问题解决能力和领导力至关重要。这就需要帮助学生打好理论基础，培养系统思维和分析能力。”她说。

据王琛介绍，清华大学工业工程系在进行人才的基础能力培养方面形成了成熟的“四大支柱”体系。

支柱一：运筹学（模型驱动的方法），重点培养对复杂系统进行建模与优化的能力，使其能够将复杂的现实问题抽象为数学模型，在不确定性、动态性、大规模场景下实现最优决策。

支柱二：统计学（数据驱动的方法），重点培养学生的数据分析能力，获得关于复杂现象规律的洞察。

王琛指导的《系统设计与管理》课程学生团队受邀参加国际会议

支柱三：人因工程（生理、心理及组织分析方法），复杂系统当中人是不可或缺的要素，需要关注系统中人的行为，对其进行充分的理解和刻画，并辅助、引导和规范人的行为。

支柱四：系统工程（系统分析方法），培养学生从系统的多层级结构、从整个系统的全生命周期、从不同的视角，全方位地去理解系统，培养学生的系统思维和系统建构能力。

随着大数据时代的到来，要实现物流这一复杂系统的优化，掌握数据驱动的分析（Analytics）方法是物流高素质专业人才必备的基础技能。咨询公司Gartner曾总结一套数据驱动的分析框架，分为四个层次，即：描述性分析（Descriptive Analytics）、诊断性分析（Diagnostic Analytics）、预测性分析（Predictive Analytics）、指导性分析（ P r e s c r i p t i v e Analytics）。通过层层递进分析发生了什么？为什么会发生？什么可能会发生？该做些什么？最终为企业的最优决策提供有力支撑。这一分析架构与物流企业的需求紧密贴合。

在清华大学工业工程系的培养体系下，学生不仅具备全面的系统性优化能力，也具备大数据驱动的分析能力，具有成为物流科技领军人才的潜力。能够基于数据认识整个系统的全景，描述物流过程中的流程；能够诊断出系统的瓶颈、关键问题；能够分析不同因素间的关系，进行归因与预测；能够恰当地考虑不确定性，通过优化建模和算法设计，大规模、动态实时地调度资源（如物流自动化装备）。

二、因材施教培养创新能力

在具备一定的理论基础之后，接下来的重点便是进一步培养学生的创新能力。科研工作中的创新包括基础理论创新和应用型理论创新，后者则更适用于物流行业，即通过创造性的方法来解决实际物流运作中比较复杂、比较新颖的问题。为了提高学生这方面的能力，王琛在具体的教学和科研过程中，针对不同阶段的学生也有不同的目标和方法。

针对物流领域，她认为对于大学本科阶段的学生而言，应该将行业兴趣和敏感度的培养作为重点，在扎实的理论学习基础上，使学生充分思考物流的意义与价值，了解物流行业面临的挑战和问题，培养其对物流行业的亲切感以及为行业发展做贡献的使命感。

随着学生进入硕士或者博士研究生阶段，开始真正接触实际物流场景和运作管理中的难点，需要深入场景去挖掘问题，再运用所积累的理论知识展开研究，最终使研究成果落地并产生价值。王琛称之为“从实践中来到实践中去”，在这样的“完整闭环”下，学生通过“沉浸式”的学习，不仅可以更加牢固地掌握知识，迅速提升能力，同时也会因其为行业和社会创造的价值而建立起成就感。

“这是我们对人才培养的期望，但是过程中也会遇到很多困难”，王琛坦言，“如果学生提炼的问题创新性很强，在问题定义、理论研究和算法设计方面花费的精力会较多，那么针对性的落地实施就会存在很大的困难，研究周期会很长。反之，如果问题本身相对有比较成熟的解决方案，那么研究的创新性就不会太强。但是，从实践中来到实践中去始终是我们坚持的方向。”

正是在这样的人才培养体系和理念下，王琛注重与企业的实际运营挑战结合，培养学生的科研习惯、领导力、独立性和学术品格，体验需求捕获、问题定义、理论研究、算法实现、分析验证的全过程。她所指导的学生获得了校综合优秀奖学金、优秀硕士论文、学术期刊最佳论文提名、全国工业工程博士生论坛最佳论文等。

三、广泛实践探索产学研合作模式

“纸上得来终觉浅”，在王琛看来，专业人才的培养，除了需要深厚的理论基础知识，更需要深入真实场景进行广泛的实践，因此积极与企业对接，探索产学研合作模式也是重要的一环。

“产学研合作成功的基础，在于合作双方的需求是否能够很好地匹配”，王琛表示，企业往往面临许多亟待解决的具体问题，需要看到效益和价值；对于高校而言，难以像咨询公司那样完全以实施价值为导向，而需要面向具有一定科学性、普遍性的问题展开研究。从这个角度来看，产学研合作的成功，一方面取决于企业是否能够厘清痛点，并理解业务痛点与科学问题之间的关系；另一方面，科研人员能否敞开怀抱主动拥抱物流这个“战场”，无惧复杂多变的现实环境，真正地有所创新。

王琛对此解释说，物流是一个庞大的产业，其发展迅速，充满挑战，涉及各方面的问题，高校的老师如果能够深入实际项目展开调研，调动能力发现问题，并将其进行抽象和研究，相信不仅有助于取得科研成果，更能够为整个物流行业的发展升级添砖加瓦。因此，如果校企双方的需求能够得到很好地磨合，那么双方都会不断加大投入，合作就会进入良性循环。

王琛结合自己成功开展的产学研实践进一步总结分享了以下几种合作模式。

一是本科生毕业设计。本科学生的毕业设计通常持续近一年的时间，基本上能够针对某一个具体的问题，抽象成为科学性、一般性问题，并形成初步的解决方案。例如，通过分析企业提供的脱敏数据，从中分析问题，发现规律，刻画用户行为等，最终形成能够指导具体业务的决策等。在这类合作中，老师更多地充当责任人的角色，即帮助学生选定研究方向，如将具体问题抽象为数据分析、运筹规划或系统分析问题等予以指导。

二是假期实习。这类合作则是以企业的需求为主，当学生在解决实际问题的过程中面临困难时，老师作为顾问的角色参与，提供不同于企业具体业务层面的视角，予以学生帮助和指导。

三是博士生培养。这种模式更加符合前面提到的“从实践中来到实践中去”的闭环，即学生从实际场景中抽象出问题，进行独立于企业的分析和研究，提出具有一定理论创新性的解决方案，并将其运用回实际场景，最终通过工程化来验证其研究是否能够为企业带来效益和价值。

四、同向而行赋能行业发展

在王琛牵头的物流领域的产学研项目中，与极智嘉的合作颇具代表性。极智嘉是物流机器人领域的领军企业，对于这类技术型企业而言，其立身之本便是技术人才的持续性培养和引进，通过产学研解决“源头活水”问题，不断的“长江后浪推前浪”，才能保证产品创新，推动行业技术变革，不断提升生产力。

与极智嘉合作进行数学建模求解与数据可视化

王琛主讲《系统设计与管理》课程的智能分拣系统实践作业

王琛实验室同学合作完成实践项目

2019年，清华大学工业工程系与极智嘉AI研究院启动针对智慧物流领域的产学研计划，通过极智嘉“HyperCube”算法预研仿真平台，上述提到的几种合作模式均得以实现。该仿真平台一方面可以完整演示整个机器人系统的业务流程，让学生更直观地了解整个仓库的运转模式；另一方面，学生们可以通过平台获取标准测试数据，利用平台进行数据分析、设计仓库布局或是订单库存结构，还可以直接将自身设计的策略或算法嵌入仿真流程进行仿真模拟验证。基于该仿真平台，本科生可以开展毕业设计；实习生可以更加贴合企业的实际业务；博士生可以进行更具理论深度和难度的数据分析和算法设计。

产学研合作的成功，一方面取决于企业是否能够厘清痛点，并理解业务痛点与科学问题之间的关系；另一方面，科研人员能否敞开怀抱主动拥抱物流这个“战场”，无惧复杂多变的现实环境，真正地有所创新。

“在我看来，与极智嘉的合作是通过共建、合作的打包方式，匹配需求，因时因地制宜。学生基于这一渠道和平台，可以选择更适合自己的方式进入这样一个共建机制。”

在采访的最后，王琛也对企业如何与高校展开合作分享了自己的感悟。她建议，首先，企业需要充分尊重人才，只有把更多的优秀人才吸引到物流领域，企业才能实现更好的发展，行业才会永葆生机；其次，并不是所有企业发展中的痛点问题都有科研价值，企业需要能够初步地分析问题的代表性和共性，并跟高校不断磨合；第三，从行业角度需要有相应的政策支持产学研合作，鼓励学校的人才培养环节融入物流企业的实践，将企业遇到的问题变成教学过程中的案例，在企业和高校的合作中吸引和培育人才等。极智嘉相关负责人也从企业角度分享了自己的看法。“企业开展产学研合作，应坚持长期主义，不计较眼前的得失，看重未来回报，脚踏实地帮助学校做好对接，培养真正有用的高素质物流人才。”

“诚然，培养深厚的理论和技术能力，以处理物流自动化、智能化发展过程中的具体问题，是物流专业人才所必备的基础能力，但是提高效率不应该是唯一的目的。在吸纳了大量从业人员的物流行业中，如何在系统设计角度更多地考虑人的诉求，我认为这是伴随物流行业的发展，应该多加考虑和强调的因素。”王琛表示。在人才培养中，需要进一步引导学生关注复杂系统中人的需要、体验、健康安全和福祉，将“以人为本”的理念融合到管理流程设计、算法设计和实施等过程中，关注物流行业的全局发展。“在注定会不断变化的环境面前，我们希望能够培养有自驱力，有自我创新力，有领导力的人才”，王琛强调。