数智“人才荒”突围战：美云智数如何重塑产教融合创新DNA？

【亿邦原创】人才是企业的生命线，数智人才是新质生产力，也是变革中最具活力的变量。大模型以前所未有的方式放大了人才能力的差异——同样的大模型，在不同人手中发挥的价值判若云泥。

对制造业来说更是如此。在AI深度赋能制造业的下半场，对“AI+制造”复合型人才的需求呈几何级增长。企业在感叹“人才荒”的同时，高校毕业生却面临严峻的就业形势，这幅供需错配的图景，揭示了教育体系与产业需求之间根深蒂固的断层。

美云智数副总裁魏晓刚在采访中直言，数字化转型成功与否，背后症结众多，而人才的匮乏则贯穿始终，成为触达预期目标的“卡脖子”环节。

传统的产教融合模式，无论是以往外企的定向培养，还是侧重销售的技术推广，都难以真正打通知识到能力的转化路径。美云数智想做的，是基于美的集团数字化转型经验，以AI Agent为支撑，解决教学与实践之“最后一公里”的难题，从根本上重塑制造业的人才培养与供给模式。这个被称为“Manufacturing Education Agent（ME Agent）智能体”模式，正在构建一个连接企业知识与需求、院校教学与科研和人才培养与就业的新型生态体系。

1、“数智人才荒”

制造业数字化转型中的深层顽疾

深入观察当前制造业数字化转型的实践，人才体系的困境呈现出多层面的撕裂。这并不是简单的数量不足，而是知识体系、组织结构、生态协作等多个维度共同作用的结果。

数字化转型远非单纯的技术堆砌，它涉及业务流程再造、组织模式创新乃至文化变革。在知识体系方面，企业亟需的是既精通技术、又能深刻理解制造业具体业务、管理逻辑和运营痛点的复合型人才。

“人才荒”不是说说而已，传统工科教育仍停留在“车、铣、刨、磨”的机械化时代，而领跑企业的车间已经迭代至“数字孪生与AI质检并行”的智能时代，导致产教融合颇具挑战。例如，当学生还在学习传统ERP系统时，美的集团这类行业先行企业的智能排产系统等已经实现秒级动态调整。这种“教育滞后产业五年”的现象，导致毕业生“入职即面临技术代差”。

在美云数智服务众多制造业数字化转型的过程中，魏晓刚调查发现，制造业转型面临的最大阻力并非来自技术本身，而是根深蒂固的组织惯性和管理思维，核心阻力是人本身。

一方面，习惯了经验驱动的决策模式，制造业从业者对数据分析和AI智能体持有观望或排斥态度。另一方面，即使引进了先进的智能设备和系统，缺乏与之匹配的人才结构和管理理念，这些技术往往难以发挥应有效用。

人才的滞后性反映出来就是认知和组织上的滞后，人才的缺失反映出来就是先进工具或先进模式的失效。

2、ME Agent智能体

汇聚产业智慧的“知识熔炉”

面对制造业人才困境的复杂性，美云智数没有选择点状突破，而是构建了一个包含多要素、多层次的生态系统——ME Agent（Manufacturing Education Agent）智能体平台，试图以AI为核心，驱动产教融合的形态变革，构建一个能自我生长、适应性强的人才生态圈。

ME Agent平台首先是一个巨大的知识汇集与转化中心，它系统性地沉淀了美的集团及其服务的十家不同行业（家电、汽车、农牧等）龙头客户在数字化转型中的最佳实践经验。

魏晓刚介绍，这些经验并非简单的文档堆砌，而是被解构为体系化的、标准化的知识模块和课程内容。学生和从业者可以在这里学习到最前沿、最实用的产业知识，直面真实的业务场景和解决方案。同时，这些教学规划与工信部认证标准的对接，课程内容也获得了权威认可，成为衡量数字化人才能力的重要依据。

总体而言，ME Agent平台能够根据学员的职业意向和企业发布的岗位需求，智能推荐个性化的学习路径，甚至模拟真实的面试场景，帮助学员弥补技能差距，提升就业竞争力。

更重要的是，ME Agent平台作为连接企业、院校和人才的“生态连接器”，企业可以在平台上发布详尽的招聘需求和岗位所需的能力模型；院校可以基于企业的需求，调整课程设置和培养方案；学生则能够清晰地看到市场需求，并匹配自身的技能图谱进行有针对性的学习。

事实上，这一架构设置实现一个“多对多”协作的开放生态——它不只服务于美的自身，而是旨在赋能整个制造业和教育体系。

目前ME Agent平台仍处于ME20+（10家企业、10家院校）的起步阶段，受限于资源，但魏晓刚认为，ME Agen共创计划最终可以面向社会，形成一个更大范围、更具活力的制造业人才生态圈。这种开放、共享、智能驱动的模式，是应对当前复杂人才困境的一条创新性路径。

3、人才战略的升维竞赛

“产业”与“教育”双向奔赴

ME Agent构思远大，但如何确保平台提供的知识和能力始终与产业前沿同步，避免培养出的人才在毕业时已经过时，是未来必须持续投入解决的问题。

魏晓刚强调，美云智数将课程体系视为一个需要持续演进的生命体，在课程设计上，强调跨学科融合与应用场景驱动，还通过提供真实的实验环境、模拟系统甚至接入实际生产数据（在安全可控范围内），让学员在“实践中学习”。

与此同时，产教融合也需要“快反”，课程快速迭代的挑战依然严峻。

将企业最新的实践经验转化为标准化、适合不同教学阶段的课程，需要投入巨大的研发成本和人力资源。而且，AI技术本身的快速发展，意味着课程内容需要不断更新，才能保持其前沿性。如何降低课程研发和更新的成本，提高迭代效率，是产教融合行业面临的共性问题。

魏晓刚坦陈，美云智数正在积极探索利用AI本身的能力来辅助课程的迭代，通过将海量的产业知识、技术文档、以及实际应用中产生的智能体数据“投喂”给大型模型，训练其自动生成和优化课程内容，有望大幅提高课程的创建和更新效率。这种利用AI构建“AI课程工厂”的尝试，是应对技术快速变化、确保学习生态持续进化的前瞻性探索。

AI时代，知识传递方式发生根本转变，这种“产业-教育”双向奔赴的生态构建，无疑给为制造业的数字化转型提供一种人工智能时代全新解决方案，描绘出一幅数智人才新质生产力驱动智能制造转型升级的新图景。