先上结论,从职业发展的角度,工业4.0时代对个人能力的要求必然是T型人才,即“专家型通才”,同时具备跨领域的辽阔知识面和对特定领域的深入了解。从两个角度理解:
题主现状专注的是“自动化”,但是想要在工业4.0的浪潮中找到个人发展策略,还需从工业4.0的时代诉求出发,我们可以从以下两个维度理解T型人才:
从广度来看,建议从企业运营的角度入手,尽快培养宏观视角。这需要跳出四年“自动化”工程师教育带给自己的局限性,将自动化作为实现工业4.0应用概念(如物联网、数据服务、人机协同等等)的技术手段。同时也要试着站在高级管理者的角度,理解应用概念必须要为企业的行业战略服务(如数字化营销、车联网等等)。
从深度来看,对先进行业机理的深度理解是职业稳定发展的最好保障。在职场前期选择并专注于一两个自己擅长和兴趣的领域(例如:软件工程、项目管理、自动化工程、产线设计、产品研发等等)和有潜力的行业(例如:电动车、集成电路、无人机等等),通过实践快速成长。先从自己不熟悉甚至未知的领域入手,浅尝辄止但广泛涉猎,尽量扩充自身的知识边界,即“已知的未知”区域,缩小在本行业的“未知的未知”区域。这样,就可以在职业生涯的中后期比较从容地在管理、专家、或创业等职业路线之间切换。
为了进行面向工业4.0的“专家型通才”的自我培养,建议具体的学习目标应当取材于标准框架:让我们逐步走进工业4.0的知识殿堂:
我们在工业4.0浪潮下,知识体系在各国都有相应的解读。比如工信部2018版《国家智能制造标准体系建设指南》列举了几十个技能点;德国《工业4.0参考架构模型》极大的扩充了CPS概念;美国国家标准与技术研究院(NIST)从价值链的角度用几十个IEC/ISO/IEEE/ASME标准构建了他们对智能制造(Smart manufacturing)知识体系的理解。如果抛开形态的差异,其实本质的底层结构都是相同的,即从基本理论、行业概念、业务能力、技术体系等几个层次界定工业4.0或智能制造的框架。
这些框架的底层逻辑,实际是智能化这一传统命题在工业的深度应用。也即利用数字化的先进技术和手段,支持乃至实现企业多维度决策。何为“决策”?站在人类认知的角度,决策分为四个在不断循环迭代的基本步骤:对客观事实的描述、洞察事实背后的原因和逻辑、预测未来走向及模拟干预策略、执行干预方式。企业的各级决策,战略设计、供应商选择、车间调度、机床操作,所有人类决策本质遵循的都是相同套路。
而智能制造的使命, 即以信息物理系统(CPS)的形式,最大程度的支持乃至自主履行这些决策。「数字化双胞胎」是这一思路的关键。我们利用数字化双胞胎在虚拟世界中精确“复制”物理世界;利用知识图谱、根因分析、人工智能等技术理解数据、现象和理论之间的关系;再用双胞胎在虚拟世界中模拟择优快速迭代;最后让双胞胎监控在物理世界的执行。
从学习手段来看,公众号、微博、公开课等网络资源一直是最显眼的信息来源,但这些碎片化的信息其实很难保证知识体系的完整和准确。如果从零开始,建议以国内外公开的标准化体系为起点。其实,上述中、德、美等国关于工业4.0的官方框架都以ISO、GB、VDI、IEC、IEEE为基础指导材料,其实也暗示了标准体系是国内外专家所推荐的权威资料。
最后提一句,相信时间的力量!不负时光,时光也不会辜负你的付出。
本文由西门子工程师撰文回答,希望对题主和关注这个话题的知友们提供帮助
西门子数字化顾问
李于江
本账号为西门子中国的官方知乎账号。西门子是全球领先的技术企业,创立于1847年,业务遍及全球200多个国家,专注于电气化、自动化和数字化领域。我们希望与你一同分享这些领域的知识与新科技,欢迎你的提问。此外,我们并不卖家电:)
西门子中国的每一位专家都是我们的智囊,你在这个账号可以阅读到来自西门子各个不同方向专家们的见解。请大家不要吝惜手里的“邀请”,让我们在分享中共同进步。
也欢迎大家关注我们的微博(ID:西门子)和微信 (ID:西门子中国) ,更多的了解我们。
看到这里就给点个赞吧!