人瑞人才：面對人才短缺挑戰，智能汽車數字人才如何做到開源增量？

在新一輪科技變革的影響下，全球汽車行業正在經歷百年未有之大變局，電動化、智能化、網聯化成為汽車行業勢不可擋的潮流與趨勢，智能網聯汽車已成為全球汽車產業的重要轉型升級方向。

目前，造車新勢力及頭部互聯網公司紛紛加入造車行列，他們與傳統車企之間對數字化人才的競爭越來越激烈。造車新勢力及頭部互聯網公司因其先天具有互聯網環境，吸引了大量的數字化人才，而傳統車企也因流程完善、資金雄厚、成熟量產經驗，抗風險能力更強，加大數字化戰略轉型力度，吸引更多人才回流傳統車企。

在2023年5月18日舉行的第七屆世界智能大會“智能網聯汽車高質量發展論壇”上，人瑞人才研究院院長曾子豪發表了題目為《智能汽車數字人才研究與人才策略》的主題演講。

數字化轉型概況

1978年～2020年，我國經歷了三次紅利期的轉換，包括人口紅利期、城鎮化紅利期以及互聯網紅利期。曾子豪表示，過往數據表明，每一次紅利期的轉換，都會帶來產業模式和生產要素的巨大轉變。

而在目前，我國正迎來第四次紅利期轉換，即數字化轉型紅利期。在曾子豪看來，數字化轉型紅利期對于企業來說，先發優勢明顯，先進數字化轉型的企業成為行業領軍者的可能性更大。以金融、零售、醫療、工業為例，在各自行業中排名前十位的企業里，企業數字化收入占據全行業數字化收入的80%左右。其中，金融類為85%，零售類為93%，醫療類為77%，工業類為95%。

不過，雖然目前各行各業都十分重視企業的數字化轉型。但是，目前我國數字化轉型初見成效的企業仍然只占小部分。曾子豪表示，僅有14%的企業數字化轉型取得持續進展，變革成功的組織僅占3%。

值得注意的是，在產業數字化行業中，企業在數字化轉型過程中注重管理全面轉型、數字人才儲備和提升數字化相關技能。根據人瑞人才與德勤對產業數字化企業的調研，70.8%的企業高度重視針對數字化轉型的企業管理的配套轉型，大部分企業也將加強數字化相關技能人員的儲備和提升公司數字化技能以適應數字業務發展視作數字化轉型的必經階段。此外，數字技能賦能業務和企業管理者的重視也具有一定的重要性。

在曾子豪看來，企業數字化轉型的挑戰大致來自三個維度，首先是戰略和制度維度，如數字化戰略不明確，或原有管理制度和流程的制約；其次是技業結合維度，如平臺沒有互操作性，導致上線的數字化平臺處于割裂狀態，或技術更新迭代速度太快；最后是人力資源維度，如缺少數字人才統領和支持轉型，或員工對數字化轉型接受度較差。

曾子豪總結表示，經研究發現，數字化轉型不是某一個方面或某一個點的轉型，實際會涉及到戰略、業務、技術以及組織等多維度、多要素的同步，并且在實現這些同步的過程中，最關鍵的是技術人才。

目前，中國汽車企業普遍面臨產業變革和競爭加劇帶來的雙重挑戰，急需尋求新的增長點以及優化產業結構、提升產業效率。

首先，智能化、網聯化等新技術和新應用將進一步重構汽車產業價值鏈及傳統運營模式；其次，行業競爭加劇，新造車勢力加快技術和商業模式的推陳出新，法規和政策的加速完善為技術的大規模商用奠定了基礎，消費者心智和偏好呈現巨大變遷。

在供需兩側的共同驅動下，車企在研發端、生產端和營銷端均開啟了數字化的變革。

但是，目前中國汽車產業數字化的成果仍然十分有限，如何吸引和培養數字化人才，利用數字化工具挖掘數據價值、洞察客戶需求、提升運營效率，是目前所有車企都需要面對的新課題。

事實上，數字化人才并不等用于專業技術人才，數字化人才既需要具備行業專業經驗和知識，同時要具備數字化的思維和數字化技術的應用，數字化人才是更加復合綜合性的人才。

智能汽車數字化現狀

以目前來看，在智能汽車行業中，企業數字化轉型面臨著諸多困難。其中包括，已經上線的數字化平臺互不相同，處于割裂狀態；缺少數字化人才統領和支持轉型；數字化戰略不明確，轉型策略缺少明確的方向；原有的管理制度和流程等制約轉型；技術更新太快，投入未產生效果就處于落后水平；員工對數字化的接受度普遍較差等。

在曾子豪看來，目前產業鏈對應企業的數字化程度和未來發展方向有以下幾個現狀：

首先，數字化轉型進程明顯提速，但轉型質量和轉型成效不及預期。從產業鏈企業數字化轉型進程看，上游新型智能軟硬件企業和下游服務型企業要領先于上游的智能系統和主機廠。營銷、售后和客戶運營本屬于輕資產企業，距離消費者最近，最能感受到競爭環境的變化。受汽車行業全面向“以用戶為中心”的轉型驅動，營銷和銷售型企業的數字化轉型進度和成熟度要明顯領先于中游的制造型和重資產企業。

其次，數字化轉型成熟度低。大多數企業處于數字化發展初期，尚待挖掘數字化潛力。調研顯示，智能汽車企業在營銷/銷售、客戶運營方面的數字化成熟度要高于產品開發、生產制造和供應鏈環節。

例如，有六成的智能汽車企業表示建立了數字化銷售渠道，開展同消費者的高頻互動并建立自有渠道加強私域流量的運營，通過內容營銷、社群運營等新興模式增強用戶的品牌感知。生產制造數字化成熟度較低主要源于車企還未將自動化工廠沉淀的生產數據轉化為商業分析和智能決策。有七成的車企表示企業已經實現了協同式生產，通過數字化系統，使人、機、料、法、環等要素緊密高效協同。但在敏捷開發和柔性生產、預測性生產方面的成熟度較低，僅不到三分之一的車企能夠利用AI、大數據等技術，對隱患進行事前管理。

再次，數字化轉型滲透率較高，但不均衡。研發、營銷明顯領先于生產和供應鏈環節數字化轉型貫穿研發、生產、供應鏈、營銷/銷售、服務、經營管理等企業各個業務層面。總體來看，85%的智能汽車企業表示已經開啟了數字化轉型之旅，其中研發、營銷和生產環節的數字化轉型進程較快，供應鏈、服務等環節的數字化轉型較為滯后。智能汽車企業率先在研發和營銷階段開展數字化轉型，是當前產業向智能化變革、企業零售模式向新零售轉型的必然結果。隨著行業競爭加劇、消費者行為偏好的改變，汽車企業迫切需要縮短開發時間、加快產品上市周期，同時圍繞消費者打造線上線下一體化的用戶體驗。

最后，轉型成效尚未帶來實際的業務回報。決策者對數字化長期投資表現猶豫。45%的智能汽車企業近兩年在數字化方面的投入占公司整體費用的10%以上，約10%的企業轉型投入超過總體開支的30%。但轉型效果并不理想，僅8%的企業表示數字化轉型已給企業帶來實際回報，近四成企業表示數字化轉型的投入產出比低，目前尚未對企業利潤帶來實質性的提振作用。而投入產出比不及預期效果也在一定程度上影響了企業對數字化的長期投資意愿，調研顯示，僅有18%的企業表示未來三年數字化投入將占到營業收入的5%以上。

在行業人才方面，曾子豪認為，目前存在以下現狀：

第一，整體數字人才占比低、產業變革催生新崗位和新需求。傳統技術人才為主，數字人才占比低。智能汽車（含智能駕駛、智能座艙和車聯網）興起10余年，除了保留動力總成、底盤、車身等傳統汽車結構之外，新增了智能駕駛、智能座艙和車聯網三大技術模塊。技術的變革，不僅推動產品形態發生變化，也加快了產業鏈邊界和供應模式的重塑。

例如，大批互聯網、軟件、通信、芯片公司等跨界進入汽車行業，使得智能汽車產業鏈更加縱深復雜，橫跨車輛工程、人工智能、信息技術、通信工程等多個領域，呈現交叉、融合等多重特性。但行業目前的人才總量和人才結構仍構建于傳統汽車制造業的基礎上。截至2020年年底，中國汽車整車制造行業從業人員約550萬人，行業人才的數字化和智能化含量低。根據調研顯示，有46%的智能汽車企業表示數字人才占公司整體員工數量不到10%。另據中國汽車工程學會統計，智能汽車相關研發人才僅占據全行業研發人才的7.3%。

第二，傳統崗位趨于飽和，軟件、智能硬件開發崗位需求激增。機械開發類、制造工藝以及內燃機系統相關崗位開始出現飽和，行業對數字人才的需求呈現爆發式增長，尤其對智能化和數字化的新興人才需求急劇增長，包括汽車嵌入式軟件、自動駕駛、智能網聯、汽車電子/硬件、新能源電池和電控等領域人才需求旺盛。調研發現嵌入式軟件工程師、汽車硬件工程師、測試工程師、汽車電子電器工程師、自動駕駛算法工程師均在智能汽車企業熱招TOP15崗位之內，分別占該時間周期企業新發崗位數量的12%、9%、8%、3%和2%。

第三，計算機和電子信息取代車輛工程成為數字人才主要專業來源。智能汽車行業是典型的交叉學科，智能化相關功能的實現和數字化轉型的推進，使得企業迫切需要跨學科、跨行業的復合型技術人才。

例如，未來的汽車工程師不僅要掌握傳統車輛控制機械、自動化理論，也要和人工智能、集成電路、通信工程等前沿技術復合交叉，才能解決自動駕駛、人機交互等工程問題。對交叉學科人才的培養，一是給車輛專業工程師培訓數字能力，二是挖掘當前計算機專業人才再輔以車輛工程相關知識。從當前智能汽車技術研發的從業人員專業背景看，計算機已經取代車輛工程成為研發人才第一大專業來源，車輛工程為第二大專業來源，電子信息類和自動化類專業緊隨其后。

第四，七成智能汽車企業數字人才嚴重不足。近七成的智能汽車企業表示，未來數字人才缺口將占到公司員工總量的10%以上，對數字人才前景表示擔憂；約43%的企業判斷未來數字人才缺口將超過20%。這些足以顯示數字人才已經成為影響智能汽車產業長足發展的核心挑戰。

第五，行業緊缺人才供需缺口大、人才獲取難度大。2025年智能網聯研發人員需求規模在9.2萬~11.6萬（基于產業不同發展情景）。但目前智能汽車行業相關專業每年的畢業生規模約為89萬人（為熱門專業的畢業生規模），流入智能汽車行業的比率卻僅為1%，算上存量研發人才，智能汽車研發人才總供給量為7.2萬，產生1.3萬~3.7萬的人才缺口。

從具體緊缺崗位看，嵌入式軟件開發工程師、智能網聯工程師的緊缺程度最高，人才緊缺指數TSI在2021年分別達到8.35和3.46；汽車電子電器工程師、測試工程師和智能駕駛系統工程師，TSI指數分別超過2，表明人才獲取難度大。

產業鏈上中下游人才偏好側重不同、差異顯著。

除了現狀之外，曾子豪表示，在行業人才方面，目前還面臨多項挑戰：

第一，跨行業人才競爭升級、人才供給偏離行業需求。從企業調研和企業招聘需求看，智能汽車人力資源的矛盾主要體現在跨行業競爭加劇和供需錯配，使得企業普遍對數字人才的供給前景感到悲觀，預計行業將面臨數字人才長期供應短缺的風險。數字人才總量少、流動性高、智能汽車企業對高質量數字人才吸引力不足缺少有行業經驗的技術人才是目前智能汽車企業人才招聘的首要難題，企業希望候選人熟悉行業知識和業務流程，招進來就能用，無須對人才開展額外的技能培訓。此外，人崗技能不匹配、數字人才總體基數小也是數字化轉型中智能汽車企業人力資源管理面臨的挑戰。

此外，數字人才不僅總量少，還呈現向ICT行業集聚的趨勢。互聯網和科技公司對年輕優秀的數字人才呈現極強的虹吸效應，使得車企不得不和ICT企業競爭技術成熟的數字勞動力。但傳統車企由于組織機制缺乏彈性，薪酬競爭力不足，在跨行業人才爭奪中處于劣勢。

第二，數字人才供需錯配凸顯，呈現認知錯配和能力錯配的現象。報告認為目前智能汽車數字人才的供需錯配一方面是目標人才對行業及從事崗位的認知錯配，另一方面是人才培養方向和企業發展需求的錯配。前者是短期矛盾，后者是中長期挑戰。調研顯示，智能車企對數字人才招聘的最熱門專業是信息工程，再是電子信息工程和軟件工程，占比分別達到了84%、79%和79%。但本報告對上述專業的高校畢業生的就業傾向進行調查發現，電子信息工程畢業生最青睞的企業是人工智能企業，再是芯片和互聯網公司，智能汽車和生物醫藥、數字金融和物聯網企業并列第四位。除了上述提到的智能汽車企業薪酬缺乏競爭力等因素之外，另一大原因在于高校學生對企業的認知偏差。

第三，智能車企數字人才管理難、留存難。企業組織架構和管理流程未能適配數字人才特性，即便企業高薪招到對口人才，也面臨人才流失頻繁、離職率高等問題。據統計，2021年前三季度汽車人才流失率超過了2020年全年水平，在智能駕駛、移動互聯等熱門崗位上，主機廠人才呈現凈流出的趨勢。究其原因是車企組織架構轉型滯后，汽車企業普遍缺乏數字人才成長所需的文化和環境。人瑞調研顯示，56%的車企表示對數字人才崗位、職責和流程進行調整是其在數字人才管理過程中遇到的最大阻礙。此外，不同背景人才團隊缺乏有效的合作機制、技術和業務部門缺乏協同都是影響數字員工工作體驗和獲得感的原因，造成車企數字人才流失率高等問題的關鍵因素。

曾子豪總結表示，數字技術人才能力建設必須符合企業數字化的組織能力需求，技術專業能力只是重要的一部分，但更多體現在創新能力、問題解決能力、團隊協作等能力結構的變化上。

汽車數字人才開源方式

針對上述挑戰，曾子豪認為，智能車企應該從以下幾個方面解決困難。

第一，采用多元化用工策略，協同整合優勢資源。調研結果顯示，很大一部分企業充分利用各種渠道擴充數字人才，以確保企業可以更高效地滿足業務對人才的需求。此外，企業還考慮通過其他更多的方式釋放內部團隊基礎業務的壓力，如自由職業者、眾包，預計到2025年只有40%～70%的工作會由企業內部人才承擔，剩下的眾包、自由職業者、合作伙伴外包等。在曾子豪看來，在市場競爭中，時、空優勢比現金成本本身更有價值。

第二，采用“選、育、用、留”多管齊下的方式。數字化人才在汽車行業領域中占比較少，僅依靠從外部企業引進方式，很難解決企業整體問題。另外，“拿來就用”的方式還面臨“水土不服”的問題，如果企業沒有自己的人才培養體系，就沒有辦法把應屆畢業生或者從外部引進的有行業經驗的專家和人才轉化成符合企業自身所需要的人才，最終讓他發揮更大的價值。因此，需要同時兼顧內部搭建人才培養以及內部人才管理體系的方式，多管齊下。

第三，構建人才生態鏈。經過深入的調查研究，結合多年人力資源服務的專業經驗，人瑞人才提出打造“數字人才實訓基地”的人才精準、批量、快速的培育模式。該模式充分考量企業、院校、政府、人力資源培訓機構和個人在“數字人才實訓基地”有效構建中不可或缺的優勢能力組合所能創造的“聚合效應”，能更加有效，且更具針對性、實用性地解決人才培育難、培訓慢等問題，并充分釋放企業端的成本與精力，是單一任何一方都難以獨立撬動的“共建、共融、共享”新模式。

而為了降低人企錯配的資源損耗，曾子豪認為可以采用精準匹配的方式。幫助用人單位進行精準高效的、多層次的、全面的人崗匹配，達到人與崗的統一。最后，曾子豪認為，企業要想擺脫轉型誤區并在數字化時代脫穎而出，關鍵在于組織變革。組織變革不僅能在“數字化”層面確保達成企業戰略，更重要的是能在“轉型”層面推動企業員工從高績效員工成長為數字化員工。

文章來源：《智能網聯汽車》雜志（2023年5月第3期，總第28期），作者：趙子旺