技術向前，人往何處？

　　/朝聞通/9月，摩根士丹利發布藍皮書，提出中國“工業5.0”時代開啟——中國正進入以工業智能、工業韌性、工業領導力為支柱的新階段。能源轉型、智能工廠、機器人、工業軟件，将成為這一階段的關鍵。

　　過去兩百年，世界曆經數次産業革命。機械化替代手工，電氣化重塑流水線，數字化讓機器學會“溝通”。每一次變遷，都伴随着人的演變。如今，工業5.0與能源轉型兩股浪潮交彙，AI開始讓機器學習、判斷，甚至自主決策;綠色低碳則要求生産更高效、能源消耗更少、資源利用更充分。産業的底層邏輯正在被改寫。

　　技術越往前，一個問題也越迫切：産業中的人，會如何變化?

　　對剛走上職場的年輕人來說，自動化程度越來越高，學到的技能能否跟得上工廠的變化？對熟悉業務的技術與業務骨幹而言，AI帶來了新可能，多年積累的産業經驗，如何與新技術産生連接？對于經驗豐富的管理者，技術的狂飙突進，究竟意味着經驗的重塑，還是另一種形式的延續……

　　浪潮之中，三位不同代際的普通人——00後譚雯評、90後周浩傑、70後孫鳳晶——在各自的現場裡，尋找着答案。

　　在工廠，如何

　　2024年畢業前實習，譚雯評第一次走進施耐德電氣武漢工廠，覺得眼花缭亂。自動導引運輸車來回穿梭，一排排機械臂起落不停，一台台機器人高效作業……“世界都發展成這樣了?”這個産線自動化率達到82%的工廠，讓她震撼，也充滿好奇。

　　3年前，譚雯評曾在一家電子廠待過兩個月，她的任務是盯緊流水線，在顯微鏡下用鑷子把放歪的元器件調正——這是她更熟悉的“工廠”，她學會了把自己安放在一道工序裡，成為一個可靠的“螺絲釘”，釘在自己的位置上，焊電路、擺元器件，按照操作單上的步驟執行。

　　“工作就是按部就班地操作，”她說，“但一眼看得到頭。”

　　走進施耐德電氣的一瞬間，她意識到，“僅需要按部就班操作”的崗位正在退場。處在技術新舊交替的變革中，譚雯評有些迷茫，一邊希望逃離舊模式，也一邊被新要求沖刷信心。

　　她并非個例。中國制造業人才市場正經曆一場無聲的結構性變化。人力資源社會保障部2026年第二季度全國招聘求職數據顯示，傳統普工崗位求人倍率僅0.85.供大于求;而工業機器人運維、PLC電控調試、數控數字化編程等智能制造複合崗位，求人倍率達到2.3.屬于極度緊缺狀态。簡言之，譚雯評熟悉的傳統工廠世界正在快速變化，新世界正敞開大門，卻帶着截然不同的人才需求。

　　一顆“螺絲釘”，需要重新鍛造，成長為操作者、診斷者、優化者。

　　譚雯評回憶，這場漫長而迫切的轉身，似乎在上學期間便已經開始了。她畢業于重慶三峽職業學院移動互聯應用技術專業。這所學校，是施耐德電氣産教融合160多所合作院校之一，通過“科技賦能、标準共建、全域培訓、工程認證、創新實踐”的“五位一體”人才培養模式，把前沿技術和産業場景提前帶入校園。

　　譚雯評/受訪者供圖

　　對施耐德電氣來說，“賦能于人”始終是可持續發展一抹溫暖的底色。這家企業，輕輕托住這份穿越技術周期的迷茫，嘗試用自己的辦法，為中國年輕藍領探尋一條通往未來的成長之路。

　　對譚雯評來說，真正的成長發生在現場。

　　實習時，作為生産操作員，她難以調整刻闆認知，一闆一眼照着作業指導書的流程工作，但經驗老道的前輩不僅能夠熟練、規範地完成操作，還善于總結優化，在确保質量的前提下效率更高。

　　“我有點吃驚，”在譚雯評看來，流水線的工人需要照章辦事，“但組長說指導書不是一成不變的，有好的建議就可以改。”

　　這是“現場”給她上的第一課，一線操作員可以對自己的工作流進行評估，如果有優化流程的想法，可以向上建議，形成反饋與驗證的機制。

　　在标準化、智能化的流水線上，這個工廠裡的每個人都依然在主動思考。

　　譚雯評開始重新打量熟悉的手工生産線。比如組裝指示燈的方式，物料盒擺放的位置等，隻要能減少非必要環節，哪怕節省一次扭身拿配件的動作，公司都會積極驗證和采納，甚至“找茬”也會受到公司鼓勵和表彰。

　　很快，經理注意到她，機會來了。車間培訓崗缺人時，譚雯評成為候選名單中的首選。“我行嗎?我資曆太淺了，肯定鎮不住場。”她頻頻後退，而師父的兩句話，就給她吃了定心丸，“沒事，聲音洪亮點兒!”“放心大膽去幹，你身後有我呢!”

　　每次培訓前，師父都陪她摳課件、改講稿;她自己也到每條生産線上反複學反複練，硬是把各條線都啃了下來。

　　她終于獨立站上講台，大獲全勝——那一次，她培訓出來的新員工全部通過考核。後來，有人誇贊她：“你講得很清楚，讓人一下子就聽懂了。”

　　努力是底色，機會是出口。中國年輕藍領的出路，不是找到一條沒有機器的産線，而是找到機器替代不了的自己。從實習生到操作員，再到車間培訓員，譚雯評隻用了兩年。如今，即便面對更智能的生産線，她也變得自信、從容。她用AI幫助制作課件、分析培訓數據，省出的時間，她依舊在認認真真巡線，看流程哪裡可以優化、同事在哪個環節遇到困難。

　　生産線愈發智能，但譚雯評的心安定了下來。“技術不是替代人的，它是賦能人的。現場的判斷，實操的經驗，面對面的溝通，是算法無法代替的。”她學會用人工智能和數字化工具裝備自己，準确找到了自己的位置，學會了與技術一起向前。

　　重新開局

　　2025年春節後的第一個工作日，90後周浩傑和領導一起吃飯。彼時，DeepSeek熱潮正盛，領導問他：“你要不去看看AI和産業場景怎麼結合?”

　　這樣的邀請，對企業職業中段的骨幹而言，既像機會，也像一道考題。過去在行業裡積累起來的經驗，到AI時代還能發揮什麼作用？如果要跨進一個新領域，應該從哪裡開始破局？

　　周浩傑不是大模型研發人員。2021年加入施耐德電氣後，他做過工業軟件業務拓展，後轉為咨詢顧問，拜訪過200多家企業，接觸了化工、電力等不同産業現場。他習慣從客戶實際遇到的問題出發尋找方案，也喜歡嘗試新事物。作為一家能源科技公司，施耐德電氣正希望把AI應用到真實業務中，需要懂産業、肯跨界的人。周浩傑過去積累的現場經驗，恰好與這個方向契合。因此，公司為他新設了一個此前沒有的崗位——工業自動化AI應用能力中心負責人。

　　崗位有了，并不意味着路徑就有了。最初的大半年裡，如何把AI做成客戶真正用得上的工具，缺少現成答案。他既不是專門研究AI算法的人，此前也沒有成熟案例可以直接照搬經驗。周浩傑隻好一面聯系同學、朋友，對接高校實驗室、互聯網企業，看看外面正在做什麼;一面利用公司的内部課程、工具及測試服務器，不斷嘗試模型部署與場景驗證。

　　周浩傑/受訪者供圖

　　直到一次拜訪，一家化工企業客戶的提問讓他找到了方向：“你做的這個方案，有沒有工藝經驗?能不能直接告訴我，設備上是什麼導緻故障，工藝上是什麼配方問題?”

　　他突然意識到，自己一直在探索AI能做什麼，而客戶想要的是：AI能不能解決車間裡那個具體問題。他們所需要的，不隻是一個會回答問題的模型，而是一個理解設備、工藝和生産的實用工具。施耐德電氣長期沉澱下來的産業知識，正是以AI賦能産業的切入點。

　　一家水泥廠的智能改造，給出了具體答案。水泥生産有個關鍵質量指标叫“遊離氧化鈣”，含量太高，産品質量不合格，熟料強度下降;太低，能耗和成本就上去了。傳統做法是定時抽樣去實驗室檢測一次，等發現質量不合格，已經生産出來的水泥就無法供應市場。施耐德電氣在大量水泥線上積累過先進控制和工藝經驗，周浩傑和專家團隊把生産數據與檢測結果結合起來訓練模型，使系統能夠根據生産溫度、設備生産電流、進出口壓力、倉位等生産數據實時估算水泥産品的質量，并及時調整生産參數。以前滞後于生産的檢測，開始變成生産過程中的實時控制的依據。

　　另一個為商業綜合體供冷供熱的能源站，更凸顯了AI與産業結合的意義。能源站的18台輔助泵，開少了可能供冷/熱量不足，開多了又白白耗電。以往工作人員主要憑經驗先多開幾台，等供冷量供給足了再往下調。施耐德電氣團隊和周浩傑把邊緣算力設備帶到現場——一個與現場數據連接的優化控制盒，能在本地處理數據、預測用量、提出優化策略，讓AI算法定時計算一次更合适的泵組調節策略，再據此連接現場設備進行控制。項目落地後，輔助站能耗優化了約10%。相當于每年少花幾十萬元電費，少排幾百噸碳。

　　那一刻，能源科技的價值有了具體的注腳。數字化與綠色化，在現實場景中實現了交彙，它不再隻是技術上的可能，而是轉為肉眼可見的能源節約、成本降低與碳排放減少。

　　回看這段探索，周浩傑把公司的支持形容為“提供一塊實驗田”：需要算力、預算或跨部門知識時，有資源可用;嘗試未達預期，也可以複盤，而不是僅憑一次結果下判斷。對原本沒有成熟崗位路徑可循的他，這種空間讓創新得以繼續。職業中段的破局，從來不是一個人的孤勇。

　　技術正在改寫産業。重新開局，周浩傑的經驗沒有被一鍵清零，而是找到了新的用武之地。“現在不缺模型，缺的是踏踏實實把事做出來、有相關能力的人。”他越來越确信，AI時代真正稀缺的，是能走進現場、發現問題、界定問題，再組織技術去解決問題的人。

　　讓經驗傳下去

　　二十多歲時，做了五年一線女工、剛成長為項目負責人不久的孫鳳晶，面對領導詢問是否願意做一個技術部門的主管時，猶豫地說出：“我不行”。在此後二十多年的職業生涯中，每一次接到新職位的邀請，當她在猶豫時，領導都會鼓勵她：“你放心去嘗試，我們給你兜底。”這句話仿佛有一種魔力，讓她一路披荊斬棘，實現自己事業上的不斷跨越。

　　2017年，年過四十的孫鳳晶來到武漢，出任施耐德電氣武漢工廠總經理。她面對的是一家年輕的工廠，和幾件幾乎同時到來的大事：新産線要搭建，600多台設備要接入EcoStruxure平台實現互聯互通，工廠還要接受世界經濟論壇燈塔工廠評審。

　　對經曆過多輪産業升級的管理者來說，技術轉型的難處，從來不隻是設備換代，還有更複雜的團隊培養、經驗傳遞等問題。

　　孫鳳晶/受訪者供圖

　　這并不是孫鳳晶第一次着手技術轉型工作。早在2010年前後，她就曾推動完成天津工廠9條自動生産線的工業化改造。期間，因為“步子跨得太大”，一次性引進了7台自動裝配設備，但由于對零件的适配度考慮不足，導緻設備效率不及預期。這并沒有讓孫鳳晶慌亂，她帶領工業化團隊專心解決問題。後來，公司追加資源，工業化團隊改零件、調設備，自動設備工業化順利完成。

　　孫鳳晶為這次挑戰總結了一個經驗：自動化不是把機器搬進工廠那麼簡單。機器投入使用與高效地生産出合格的産品，中間還有很長一段路。此後再推進改造，她總是先驗證零件的一緻性，從一台設備試起，再逐步推廣。

　　在武漢，新的考驗又來了。面對如此“新”的工廠，又接連迎來幾件大事，即使公司從各區協調了許多資源到武漢工廠，孫鳳晶依然感覺分身乏術。在公司安排的“一對一對話”中，施耐德電氣高級副總裁、全球供應鍊中國區負責人張開鵬提醒她：“作為總經理，重在用人。”這句話讓她恍然大悟，也更加确信：管理者不能隻是自己把事情做成，還要培養更多适應時代發展要求的人。

　　對孫鳳晶來說，比一座工廠完成技術升級更重要的，是越來越多人獲得了運用技術的能力。2018年，工廠開始建立員工數字化勝任力模型。人員培養從經驗性的帶教，逐漸走向可識别、可衡量、可持續提升的技能建設。她參與推動的文化建設、人員布局和新人培養，後來被延續下來，成為工廠人才培養的基礎。

　　無論被推薦到哪個職位上，孫鳳晶始終都會積極擁抱變化，在工作中補上新知識、新技能，将當初的“試一試”變成“要做好”。

　　每一個願意在崗位上沉澱的人，都期待找到那個最契合自己的平台。

　　如今，孫鳳晶在中國區負責供應商質量管理與客戶質量管理。新一輪AI浪潮到來，她又開始思考：那些經過數十年實踐積累的經驗，能否借助技術，為更多人所用？

　　在供應商質量管理中，她推動團隊嘗試将供應商質量管理中的經驗與判斷交給AI，通過監測生産流程中的關鍵參數，提前發現異常、預警風險。這套體系讓優質供應商比例提升了30%。在客戶問題解決方面，她又推動将資深專家的經驗整理成客戶質量知識庫智能體，讓現場服務工程師、工廠質量工程師和新加入的同事，都能更快找到處理問題的方法。工作之餘，她還把三十一年積累的溝通、領導力等經驗開發成課程，從本部門講到中國區。

　　技術越來越新，孫鳳晶卻在想辦法讓過去的積累通向未來。“可持續的核心，其實是人的可持續。廠房會舊，設備會更新。但如果不培養人，不把知識傳下去，下一代就得從頭再來。”

　　成為管理者後，孫鳳晶也會向上推薦有能力的年輕人。她也會聽到他們說“我不行”，仿佛看到當年的自己。現在，換她對年輕人說：“你放心去嘗試，我給你兜底。”

　　土壤

　　三個人的故事，指向同一件事。

　　技術浪潮之下，譚雯評從一線操作員成長為培訓員;周浩傑跨越專業邊界，在AI與産業的交彙處找到新的方向;孫鳳晶則帶領工廠轉型，讓多年積累的經驗得以傳承。不同的起點、不同的路徑，他們都在技術變革中完成了自身的跨越。

　　他們的經曆，也折射出産業轉型中一個更普遍的命題：當技術不斷重塑崗位與能力的邊界，如何讓不同年齡、不同經驗背景的人，都有機會找到自己的位置，而不隻是被動追趕變化？答案既在于個人的主動求變，也離不開企業提供的機會與支持。

　　在施耐德電氣，秉承長期主義，覆蓋員工職業發展不同階段的人才培養體系，也構成了一片讓人成長的土壤：尊重、信任，允許嘗試，也給予時間。

　　如今，譚雯評仍在車間巡線，周浩傑奔走于客戶現場，孫鳳晶則繼續将經驗傳授給更多人。技術不斷改變着他們的工作，也讓他們看到了人生的更多可能。

　　工業5.0時代，機器會越來越聰明。但人該往何處去，答案從來不隻在技術本身，也在于有沒有一片土壤，能讓每一代人——不管二十歲、三十歲還是五十歲——都能找到自己的位置，長出自己的本事。

　　如此，技術拓寬了邊界，人紮下了根，企業長出了年輪。