在新一輪科技變革的影響下，全球汽車行業(yè)正在經(jīng)歷百年未有之大變局，電動化、智能化、網(wǎng)聯(lián)化成為汽車行業(yè)勢不可擋的潮流與趨勢，智能網(wǎng)聯(lián)汽車已成為全球汽車產(chǎn)業(yè)的重要轉型升級方向。

目前，造車新勢力及頭部互聯(lián)網(wǎng)公司紛紛加入造車行列，他們與傳統(tǒng)車企之間對數(shù)字化人才的競爭越來越激烈。造車新勢力及頭部互聯(lián)網(wǎng)公司因其先天具有互聯(lián)網(wǎng)環(huán)境，吸引了大量的數(shù)字化人才，而傳統(tǒng)車企也因流程完善、資金雄厚、成熟量產(chǎn)經(jīng)驗，抗風險能力更強，加大數(shù)字化戰(zhàn)略轉型力度，吸引更多人才回流傳統(tǒng)車企。

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

數(shù)字化轉型概況

1978年～2020年，我國經(jīng)歷了三次紅利期的轉換，包括人口紅利期、城鎮(zhèn)化紅利期以及互聯(lián)網(wǎng)紅利期。曾子豪表示，過往數(shù)據(jù)表明，每一次紅利期的轉換，都會帶來產(chǎn)業(yè)模式和生產(chǎn)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(shù)字化轉型紅利期。在曾子豪看來，數(shù)字化轉型紅利期對于企業(yè)來說，先發(fā)優(yōu)勢明顯，先進數(shù)字化轉型的企業(yè)成為行業(yè)領軍者的可能性更大。以金融、零售、醫(yī)療、工業(yè)為例，在各自行業(yè)中排名前十位的企業(yè)里，企業(yè)數(shù)字化收入占據(jù)全行業(yè)數(shù)字化收入的80%左右。其中，金融類為85%，零售類為93%，醫(yī)療類為77%，工業(yè)類為95%。

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

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

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

曾子豪總結表示，經(jīng)研究發(fā)現(xiàn)，數(shù)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(zhàn)略、業(yè)務、技術以及組織等多維度、多要素的同步，并且在實現(xiàn)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(yè)普遍面臨產(chǎn)業(yè)變革和競爭加劇帶來的雙重挑戰(zhàn)，急需尋求新的增長點以及優(yōu)化產(chǎn)業(yè)結構、提升產(chǎn)業(yè)效率。

首先，智能化、網(wǎng)聯(lián)化等新技術和新應用將進一步重構汽車產(chǎn)業(yè)價值鏈及傳統(tǒng)運營模式；其次，行業(yè)競爭加劇，新造車勢力加快技術和商業(yè)模式的推陳出新，法規(guī)和政策的加速完善為技術的大規(guī)模商用奠定了基礎，消費者心智和偏好呈現(xiàn)巨大變遷。

在供需兩側的共同驅動下，車企在研發(fā)端、生產(chǎn)端和營銷端均開啟了數(shù)字化的變革。

但是，目前中國汽車產(chǎn)業(yè)數(shù)字化的成果仍然十分有限，如何吸引和培養(yǎng)數(shù)字化人才，利用數(shù)字化工具挖掘數(shù)據(jù)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(shù)字化人才并不等用于專業(yè)技術人才，數(shù)字化人才既需要具備行業(yè)專業(yè)經(jīng)驗和知識，同時要具備數(shù)字化的思維和數(shù)字化技術的應用，數(shù)字化人才是更加復合綜合性的人才。

智能汽車數(shù)字化現(xiàn)狀

以目前來看，在智能汽車行業(yè)中，企業(yè)數(shù)字化轉型面臨著諸多困難。其中包括，已經(jīng)上線的數(shù)字化平臺互不相同，處于割裂狀態(tài)；缺少數(shù)字化人才統(tǒng)領和支持轉型；數(shù)字化戰(zhàn)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(chǎn)生效果就處于落后水平；員工對數(shù)字化的接受度普遍較差等。

在曾子豪看來，目前產(chǎn)業(yè)鏈對應企業(yè)的數(shù)字化程度和未來發(fā)展方向有以下幾個現(xiàn)狀：

首先，數(shù)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(chǎn)業(yè)鏈企業(yè)數(shù)字化轉型進程看，上游新型智能軟硬件企業(yè)和下游服務型企業(yè)要領先于上游的智能系統(tǒng)和主機廠。營銷、售后和客戶運營本屬于輕資產(chǎn)企業(yè)，距離消費者最近，最能感受到競爭環(huán)境的變化。受汽車行業(yè)全面向“以用戶為中心”的轉型驅動，營銷和銷售型企業(yè)的數(shù)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(chǎn)企業(yè)。

其次，數(shù)字化轉型成熟度低。大多數(shù)企業(yè)處于數(shù)字化發(fā)展初期，尚待挖掘數(shù)字化潛力。調研顯示，智能汽車企業(yè)在營銷/銷售、客戶運營方面的數(shù)字化成熟度要高于產(chǎn)品開發(fā)、生產(chǎn)制造和供應鏈環(huán)節(jié)。

例如，有六成的智能汽車企業(yè)表示建立了數(shù)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(nèi)容營銷、社群運營等新興模式增強用戶的品牌感知。生產(chǎn)制造數(shù)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(chǎn)數(shù)據(jù)轉化為商業(yè)分析和智能決策。有七成的車企表示企業(yè)已經(jīng)實現(xiàn)了協(xié)同式生產(chǎn)，通過數(shù)字化系統(tǒng)，使人、機、料、法、環(huán)等要素緊密高效協(xié)同。但在敏捷開發(fā)和柔性生產(chǎn)、預測性生產(chǎn)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(shù)據(jù)等技術，對隱患進行事前管理。

再次，數(shù)字化轉型滲透率較高，但不均衡。研發(fā)、營銷明顯領先于生產(chǎn)和供應鏈環(huán)節(jié)數(shù)字化轉型貫穿研發(fā)、生產(chǎn)、供應鏈、營銷/銷售、服務、經(jīng)營管理等企業(yè)各個業(yè)務層面。總體來看，85%的智能汽車企業(yè)表示已經(jīng)開啟了數(shù)字化轉型之旅，其中研發(fā)、營銷和生產(chǎn)環(huán)節(jié)的數(shù)字化轉型進程較快，供應鏈、服務等環(huán)節(jié)的數(shù)字化轉型較為滯后。智能汽車企業(yè)率先在研發(fā)和營銷階段開展數(shù)字化轉型，是當前產(chǎn)業(yè)向智能化變革、企業(yè)零售模式向新零售轉型的必然結果。隨著行業(yè)競爭加劇、消費者行為偏好的改變，汽車企業(yè)迫切需要縮短開發(fā)時間、加快產(chǎn)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(yè)務回報。決策者對數(shù)字化長期投資表現(xiàn)猶豫。45%的智能汽車企業(yè)近兩年在數(shù)字化方面的投入占公司整體費用的10%以上，約10%的企業(yè)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(yè)表示數(shù)字化轉型已給企業(yè)帶來實際回報，近四成企業(yè)表示數(shù)字化轉型的投入產(chǎn)出比低，目前尚未對企業(yè)利潤帶來實質性的提振作用。而投入產(chǎn)出比不及預期效果也在一定程度上影響了企業(yè)對數(shù)字化的長期投資意愿，調研顯示，僅有18%的企業(yè)表示未來三年數(shù)字化投入將占到營業(yè)收入的5%以上。

在行業(yè)人才方面，曾子豪認為，目前存在以下現(xiàn)狀：

第一，整體數(shù)字人才占比低、產(chǎn)業(yè)變革催生新崗位和新需求。傳統(tǒng)技術人才為主，數(shù)字人才占比低。智能汽車（含智能駕駛、智能座艙和車聯(lián)網(wǎng)）興起10余年，除了保留動力總成、底盤、車身等傳統(tǒng)汽車結構之外，新增了智能駕駛、智能座艙和車聯(lián)網(wǎng)三大技術模塊。技術的變革，不僅推動產(chǎn)品形態(tài)發(fā)生變化，也加快了產(chǎn)業(yè)鏈邊界和供應模式的重塑。

例如，大批互聯(lián)網(wǎng)、軟件、通信、芯片公司等跨界進入汽車行業(yè)，使得智能汽車產(chǎn)業(yè)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(xiàn)交叉、融合等多重特性。但行業(yè)目前的人才總量和人才結構仍構建于傳統(tǒng)汽車制造業(yè)的基礎上。截至2020年年底，中國汽車整車制造行業(yè)從業(yè)人員約550萬人，行業(yè)人才的數(shù)字化和智能化含量低。根據(jù)調研顯示，有46%的智能汽車企業(yè)表示數(shù)字人才占公司整體員工數(shù)量不到10%。另據(jù)中國汽車工程學會統(tǒng)計，智能汽車相關研發(fā)人才僅占據(jù)全行業(yè)研發(fā)人才的7.3%。

第二，傳統(tǒng)崗位趨于飽和，軟件、智能硬件開發(fā)崗位需求激增。機械開發(fā)類、制造工藝以及內(nèi)燃機系統(tǒng)相關崗位開始出現(xiàn)飽和，行業(yè)對數(shù)字人才的需求呈現(xiàn)爆發(fā)式增長，尤其對智能化和數(shù)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(wǎng)聯(lián)、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(fā)現(xiàn)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(yè)熱招TOP15崗位之內(nèi)，分別占該時間周期企業(yè)新發(fā)崗位數(shù)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(shù)字人才主要專業(yè)來源。智能汽車行業(yè)是典型的交叉學科，智能化相關功能的實現(xiàn)和數(shù)字化轉型的推進，使得企業(yè)迫切需要跨學科、跨行業(yè)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(tǒng)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(yǎng)，一是給車輛專業(yè)工程師培訓數(shù)字能力，二是挖掘當前計算機專業(yè)人才再輔以車輛工程相關知識。從當前智能汽車技術研發(fā)的從業(yè)人員專業(yè)背景看，計算機已經(jīng)取代車輛工程成為研發(fā)人才第一大專業(yè)來源，車輛工程為第二大專業(yè)來源，電子信息類和自動化類專業(yè)緊隨其后。

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

第五，行業(yè)緊缺人才供需缺口大、人才獲取難度大。2025年智能網(wǎng)聯(lián)研發(fā)人員需求規(guī)模在9.2萬~11.6萬（基于產(chǎn)業(yè)不同發(fā)展情景）。但目前智能汽車行業(yè)相關專業(yè)每年的畢業(yè)生規(guī)模約為89萬人（為熱門專業(yè)的畢業(yè)生規(guī)模），流入智能汽車行業(yè)的比率卻僅為1%，算上存量研發(fā)人才，智能汽車研發(fā)人才總供給量為7.2萬，產(chǎn)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(fā)工程師、智能網(wǎng)聯(lián)工程師的緊缺程度最高，人才緊缺指數(shù)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(tǒng)工程師，TSI指數(shù)分別超過2，表明人才獲取難度大。

產(chǎn)業(yè)鏈上中下游人才偏好側重不同、差異顯著。

除了現(xiàn)狀之外，曾子豪表示，在行業(yè)人才方面，目前還面臨多項挑戰(zhàn)：

第一，跨行業(yè)人才競爭升級、人才供給偏離行業(yè)需求。從企業(yè)調研和企業(yè)招聘需求看，智能汽車人力資源的矛盾主要體現(xiàn)在跨行業(yè)競爭加劇和供需錯配，使得企業(yè)普遍對數(shù)字人才的供給前景感到悲觀，預計行業(yè)將面臨數(shù)字人才長期供應短缺的風險。數(shù)字人才總量少、流動性高、智能汽車企業(yè)對高質量數(shù)字人才吸引力不足缺少有行業(yè)經(jīng)驗的技術人才是目前智能汽車企業(yè)人才招聘的首要難題，企業(yè)希望候選人熟悉行業(yè)知識和業(yè)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(shù)字人才總體基數(shù)小也是數(shù)字化轉型中智能汽車企業(yè)人力資源管理面臨的挑戰(zhàn)。

此外，數(shù)字人才不僅總量少，還呈現(xiàn)向ICT行業(yè)集聚的趨勢?；ヂ?lián)網(wǎng)和科技公司對年輕優(yōu)秀的數(shù)字人才呈現(xiàn)極強的虹吸效應，使得車企不得不和ICT企業(yè)競爭技術成熟的數(shù)字勞動力。但傳統(tǒng)車企由于組織機制缺乏彈性，薪酬競爭力不足，在跨行業(yè)人才爭奪中處于劣勢。

第二，數(shù)字人才供需錯配凸顯，呈現(xiàn)認知錯配和能力錯配的現(xiàn)象。報告認為目前智能汽車數(shù)字人才的供需錯配一方面是目標人才對行業(yè)及從事崗位的認知錯配，另一方面是人才培養(yǎng)方向和企業(yè)發(fā)展需求的錯配。前者是短期矛盾，后者是中長期挑戰(zhàn)。調研顯示，智能車企對數(shù)字人才招聘的最熱門專業(yè)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(yè)的高校畢業(yè)生的就業(yè)傾向進行調查發(fā)現(xiàn)，電子信息工程畢業(yè)生最青睞的企業(yè)是人工智能企業(yè)，再是芯片和互聯(lián)網(wǎng)公司，智能汽車和生物醫(yī)藥、數(shù)字金融和物聯(lián)網(wǎng)企業(yè)并列第四位。除了上述提到的智能汽車企業(yè)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(yè)的認知偏差。

第三，智能車企數(shù)字人才管理難、留存難。企業(yè)組織架構和管理流程未能適配數(shù)字人才特性，即便企業(yè)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(jù)統(tǒng)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(lián)等熱門崗位上，主機廠人才呈現(xiàn)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(yè)普遍缺乏數(shù)字人才成長所需的文化和環(huán)境。人瑞調研顯示，56%的車企表示對數(shù)字人才崗位、職責和流程進行調整是其在數(shù)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(yè)務部門缺乏協(xié)同都是影響數(shù)字員工工作體驗和獲得感的原因，造成車企數(shù)字人才流失率高等問題的關鍵因素。

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

汽車數(shù)字人才開源方式

針對上述挑戰(zhàn)，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(xié)同整合優(yōu)勢資源。調研結果顯示，很大一部分企業(yè)充分利用各種渠道擴充數(shù)字人才，以確保企業(yè)可以更高效地滿足業(yè)務對人才的需求。此外，企業(yè)還考慮通過其他更多的方式釋放內(nèi)部團隊基礎業(yè)務的壓力，如自由職業(yè)者、眾包，預計到2025年只有40%～70%的工作會由企業(yè)內(nèi)部人才承擔，剩下的眾包、自由職業(yè)者、合作伙伴外包等。在曾子豪看來，在市場競爭中，時、空優(yōu)勢比現(xiàn)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(shù)字化人才在汽車行業(yè)領域中占比較少，僅依靠從外部企業(yè)引進方式，很難解決企業(yè)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(yè)沒有自己的人才培養(yǎng)體系，就沒有辦法把應屆畢業(yè)生或者從外部引進的有行業(yè)經(jīng)驗的專家和人才轉化成符合企業(yè)自身所需要的人才，最終讓他發(fā)揮更大的價值。因此，需要同時兼顧內(nèi)部搭建人才培養(yǎng)以及內(nèi)部人才管理體系的方式，多管齊下。

第三，構建人才生態(tài)鏈。經(jīng)過深入的調查研究，結合多年人力資源服務的專業(yè)經(jīng)驗，人瑞人才提出打造“數(shù)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(yè)、院校、政府、人力資源培訓機構和個人在“數(shù)字人才實訓基地”有效構建中不可或缺的優(yōu)勢能力組合所能創(chuàng)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(yè)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(tǒng)一。最后，曾子豪認為，企業(yè)要想擺脫轉型誤區(qū)并在數(shù)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(shù)字化”層面確保達成企業(yè)戰(zhàn)略，更重要的是能在“轉型”層面推動企業(yè)員工從高績效員工成長為數(shù)字化員工。

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