工业4.0的大趋势下考生如何选择专业？

工业 326 0 2016-10-27 03:04

　　如果时间可以倒退几年，让我们用一种“马后炮”的眼光看“如何选择大学专业”的问题，计算机科学（CS）无疑是理工科生们当年最佳的选择。在移动互联网高度普及和国家积极鼓励互联网创业的大环境下，“码农”虽然 ...

　　如果时间可以倒退几年，让我们用一种“马后炮”的眼光看“如何选择大学专业”的问题，计算机科学（CS）无疑是理工科生们当年最佳的选择。在移动互联网高度普及和国家积极鼓励互联网创业的大环境下，“码农”虽然有工作压力大、强度高等种种遗憾，但在薪资待遇和市场需求等方面却是今天其他类专业毕业生望尘莫及的。
　　
　　虽说小编此刻也并不敢预测：“互联网创业热”在经历几年的狂欢后就此已步入降温通道。但纵观全球各主要经济体都在加紧布局“工业4.0”的现实——于本周刚刚结束高考并马上要面对专业选择的同学们，你们是否要继续追逐“互联网 ”红利，还是应提前为“第四次工业革命”做准备，则是眼下不得不去认真思考的问题……鉴于此，小编便特别围绕“工业4.0”这个话题，就未来新趋势可能对各项专业造成的就业影响做些粗浅分析，以供有需者参考。
　　
　　什么是“工业4.0”？
　　
　　搜索这个问题，相信会看到很多很专业的回答。不过小编这里希望将自己的一种理解拿来与易友分享——“工业4.0”是一个被包装好的概念（但不是虚无缥缈的），与我国提出的“中国制造2025”，和美国提出的“工业物联网”（IndustrialInternetofThings，简称IIoT）属同一内容框架下的东西。只不过，“工业4.0”还隐隐包含了“第四次工业革命”的喻意——虽然小编本身并不完全认同这种观点（有一种声音认为这只能算得上是第3.5次工业革命，而量子学的普及和应用才可能是真正意义的第四次）。
　　
　　其实，是否能被定义为“第四次工业革命”并没有太大关系。作为产业链的一个参与者，我们只需要理解其核心价值即可：工业4.0=工业3.0＋互联网。
　　
　　如果将以上公式进一步分解，则会得到：工业4.0=数字化/自动化工业生产远程智能监控生产智能管理产能智能分配物联网数据采集大数据分析……等等。总而言之，“工业4.0”并不是一个拥有固定标准的硬指标，并非用上了机器人，或者购买了一套现代化的ERP软件，就等同于进入到了“4.0的时代”。工业4.0应被理解为一种社会产业结构的长期发展方向，任何一家公司都可以参与到其中，任何一家公司也并不需要符合前述公式中的全部条件才算满足“工业4.0”（你可以只是其中的一小环）。
　　
　　如此理解何谓“工业4.0”之后，我们就能够细谈每个专业在未来趋势变化时可能面对的挑战和机遇了。
　　
　　理工科专业
　　
　　以下为小编根据“工业4.0”大环境下最可能需要的人才类别，对当下热门专业做的一个排名和说明。先后顺序并没有什么严格标准，完全基于小编自己认为的重要性、发展前途和钱途。紧挨着的两个专业，排名先后意义可基本忽略。有的专业会要求硕士以上学历，文中会特别标明。
　　
　　1.计算机科学（ComputerScience）和软件工程（SoftwareEngineering）
　　
　　移动互联网带来的创业热可能已经走过巅峰，但是互联网的应用，以及社会对软件人才的需求绝对不会呈现下滑趋势，除非又一次金融危机爆发，但那也只是短时性的影响。软件开发人才在可见的人类未来，将绝对是最有前途的。当然，这其中也会有很多细分，譬如网络的前端开发和后端开发、大数据分析算法的开发、人工智能的开发，以及传统应用软件（桌面端和移动端）的开发等等。
　　
　　基于云端的大数据分析、SaaS（软件即服务），在未来会是主流趋势，尤其是工业4.0下有关闲置产能分析、机床设备的使用寿命预测、生产工艺的监控和提升等等，这些都会用到大数据分析。如果说没有足够的软件人才，实现“工业4.0”就基本等同于一纸空谈。
　　
　　传统应用软件市场在未来还会有相当规模，毕竟工业领域用于控制机床设备的软件是必须本地化的。只不过，工业用软件可能十年、二十年都不会更新（只要设备仍可以用并符合生产要求，企业升级整套平台的意愿极低），因此传统软件的开发肯定不会比互联网公司需要的软件人才更加庞大。
　　
　　2.计算机工程（ComputerEngineering）和电子工程（ElectricalEngineering）
　　
　　这两个专业大体可以归为同一个，但研究生以上学历和本科学历的市场需求差别将会很大很大。本质上，研究生以上学历更符合“工业4.0”下的机器人研发要求，而本科学历则适合在制造业担任安装、测试、维护和控制系统设计及编程等工作。后者跨度很大，并不必然在“前途”或者“钱途”方面逊于研究生，只不过其中很大程度要取决于个人工作经验和接触项目的可塑性等等，譬如设备安装测试工程师与SCADA系统设计兼开发工程师的薪资待遇就有天壤之别，尽管两种职位的基本要求都是CE/EE类本科生。
　　
　　说到“工业4.0”，很多人第一时间会想到机器人，譬如最近新闻里报道的富士康全面上线机器人以取代人力，致使工人大量失业……
　　
　　事实上，富士康生产线所使用的机器人早在二三十年前就已经有了（当然没有现在那么强大），如今我们只不过是借着“工业4.0”的口号，和互联网无处不在的影响，让曾经的机械臂、机械手、全自动机床等通过传感器和网线变得更加融会贯通、更加智能。在概念上其实并没有完全意义地创新，数字自动化是“工业3.0”就已经实现的技术。
　　
　　然而，“工业4.0”现在提出要让机器人能够自动协调生产，并能够根据不同的生产要求进行功能重定义——譬如ABB公司推出的Yumi双臂机器人。一双手能干什么？今天你让它做电子产品组装，明天也可以让它穿针引线做裁缝。总之，开发这样高性能的机器人需要极高的工程学造诣，本科生并非不能参与，但四年时间恐怕还不足以掌握到足够的技能来作为支持。
　　

　　（图 Yumi双臂机器人）
　　
　　不过，不做前沿技术的研发也并非意味着不能参与工业4.0的升级改造贡献。机器人研发出来终归需要相对专业的人士来安装部署和维护管理吧？这里不涉及底层硬件的开发和编程，但可能会要求学习某专业软件的调配，因而会是一个适合本科CE和EE的地方。
　　
　　还有一个高尖传感器产品的研发——这是“物联网”和“工业4.0”赖以生存的基础——然而也是一个更适合CE和EE研究生人才的市场。此类公司事实上已经存在很多，且大多都是巨头，他们未来的招聘规模可能会扩大，但考虑玩硬件的成本高，对经验的依赖程度高，新人想要进入这一领域并非易事。
　　
　　相对于“码农”岗位，CE/EE的各种职位需求在“工业4.0”的带动下会出现一波显著增长，但总量不会超过市场对软件人才的需求。高级研发人员的前途会比较乐观，而本科毕业者则会面临较大的竞争压力——虽然制造业升级会需要大量CE/EE人才，但是资深经验的蓝领技工（被机器人替换下岗的资深蓝领们）恐怕会比本科毕业的大学生更加胜任机器人维护和测试的工作。当然，掌握前面提到的SCADA和PLC编程是可以很大程度帮助提升竞争力的。
　　
　　3.数学
　　
　　没错，会编程的数学系研究生、博士生在任何年代都紧缺。数学专业的研究生们就是为了解决伟大算法而来。人工智能、大数据分析、自动驾驶等等……哪一样不涉及高深算法？一个懂编程的数学天才往往是开启又一扇大门的关键。
　　
　　当然，这里的关键词是“懂编程”。因此从严格意义上来说，这类人才是可以归并到第一类“码农”的。
　　
　　4.物理和机械工程（MechanicEngineering）
　　
　　首先，同数学专业一样，这两个专业的学生或早或晚也都要掌握一定的编程能力，然后就有机会参与到“工业4.0”标准的机器人项目开发中。现代机器人追求的是激动和感知的精准，从此前波士顿动力公布的机器人画面就能得知，身后扎实的物理学基础和机械控制技术是取得成功的关键。
　　
　　如果细细体味其中的挑战，相信不难发现：这两个专业也是学历越高越好的。当然，机械工程本科毕业的同学可以去抢CE/EE本科同学的饭碗（前面提到的），如果能完成ME和CE/EE双学位，并学会PLC编程，一些工厂的自动化机床几乎自己就能完成设计和改造了。这样的人才现实生活中是存在的，也不需要研究生以上学历，是工业4.0趋势下最不可或缺的工程师种类之一，尤其对于那些中小型无法采购大型商业流水线机器人的制造商而言，进行内部自我改造升级将是最经济、最快速接轨工业4.0的途径（具体表现为给已有设备加装传感器，通过对PLC再编程来改变和改进功能等）。
　　
　　5.生物医学工程（BiomedicalEngineering）
　　
　　也是仅限于研究生以上学历的专业。其实生物医学工程被视为“潜力股”、未来发展重点已有很多年，然而由于过去所选择领域不多，一直存在着“供大于求”的问题。直到近两年来人工智能技术又出现了井喷式跃进，作为唯一能“桥接”人类大脑和计算机大脑的工程研究领域——当然也不是所有该专业领域的研究都能跟人工智能扯上关系，一般以脑和神经科学的研究为主——生物医学工程还是很有前途的。
　　
　　但是，这里的关键词有两个：特别优秀和耐得住寂寞。前者决定了你是不是有条件跨界进入互联网巨头做第一线AI的开发，后者是多年研究不出结果后仍能坚持到最后的必要条件。
　　
　　6.信息技术（InformationTechnology）
　　
　　这个大类下可能包括了网络安全、网络工程以及IT管理等多个专业。这些专业在互联网刚刚兴起的时候可能会存在较明显差异（市场需求、薪资待遇等），但在今天的工业4.0环境下，它们都显得重要，但又都不会比过去更有市场和前途。
　　
　　重要意义主要体现在网络安全和数据安全两个方面。其中，考虑到设备联网将是“工业4.0”的核心表现之一，因此万物联网的趋势必将会对防火墙的保护提出极高要求。此外，大数据是“工业4.0”的另一核心表现，海量数据想要安全可靠地存储于某个地方，将也必然会对传统IT行业提出挑战要求。
　　
　　然而，这一切都不能算作对传统IT运维方式产生了颠覆性影响。老牌IT解决方案公司生产的产品，在今天仍是完全能满足“工业4.0”的各项要求。也许万物联网会使得互联网的数据承载量出现几何式增长，但随着越来越多的企业都开始选择将IT运维外包和托管予第三方公司——运维市场的就业情况即便在未来不减少，也应该不至于扩增。所以小编不会认为这是一个非常值得优先考虑的专业选择。
　　
　　7.土木工程、化学、环境科学等等所有其它理工科专业
　　
　　放在理工类排名的最后，并不是因为它们不值得选择，或者不好找工作，而是小编一开始就强调的：工业4.0对这些专业的直接带动影响几乎为零（当然，如果经济发展好了，各行各业都会有正面影响）。
　　
　　本文是围绕“工业4.0”及其未来影响而写，那些传统的、针对性强的专业，如土木工程和航空航天等，本质上不会因为工业4.0的到来而与今天的情况有所不同。当然，小编也不排除存在没考虑到的情况，望见谅和指出。
　　
　　文科类专业
　　
　　小编本以为文科专业与理工科下的第7类同属于不会受到“工业4.0”直接影响的专业类别，但仔细想了一下，不完全正确——经济学和管理学的同学从现在起恐怕要一直把“工业4.0”这个概念铭记于心才行。因为既然被称为“工业革命”，不管是3.5还是4.0，可以肯定的地方是它将必然会对全球经济产生一个积极的影响。
　　
　　譬如，4.0模式一旦成型，物流和原材料（又可能涉及农学了）的管理就一定会出现天翻地覆的变化，一个比较直观的例子就是：当无人驾驶汽车技术开始成熟，而Uber和滴滴等专车服务提供商纷纷开始引入，那么闲暇之余的无人车是否可以送个货，成为企业采购、运送链条中的一环？将是物流业者需考虑的一个问题。理论上，工业4.0下用人工智能管理的无人车是可以精确找到闲置资源的利用空间的，从而让产能实现最大化。
　　
　　再举一个例子：当生产设备都装上了传感器，能够通过收集数据预判断出设备使用的寿命和零件更换周期，那么理论上某家设备供应商就很有可能会在某个时间点精确地算出旗下客户将有多少个会在下个月采购多少量的替换零件。如此一来，企业的库存管理成本就会降至最低，很多过去的管理理论也许会就此不复存在。
　　
　　这并不是说管理类的文科生职位未来必然面临数量缩水。而很有可能的是，过去大量的教科书内容恐不得不作出与时共进的更新。最后，当社会的经济体系都开始改变了，还有什么传统认知的专业领域会不发生改变？或多或少。
　　
　　工业4.0在美国的情况
　　
　　正如前文所说，“工业4.0”将是一个长期方向，美国现阶段也尚在摸索和努力的过程。不过与“中国制造2025”不同的是，美国的“工业物联网”是由企业巨头发展到一定阶段后自然而然地提出，而不是由国家“顶层设计团队”来制定的战略方针。这其中的差异如果具体剖析就意味着：
　　
　　美国实际上已经走完了工业3.0的发展阶段，而随着互联网的不断渗透，“工业4.0”几乎已经是呼之欲出——虽然德国人最早使用了这个名词，但美国那套早已高度现代化的工业标准，也并不是在今天因为某个新词的诞生才突然出现。所以，美国后来就基于“物联网”的英文单词重新包装了“工业4.0”这个概念，即：工业物联网，一套面向工业应用的物联网体系。
　　
　　总之，不管有没有一个专门的词来形容美国的工业水平，其已完完全全走过工业3.0的发展则是无法争辩的事实。
　　
　　反观中国，包括央企和国企在内，还有多少生产线至今仍在大量使用着人力？有人会说美国是故意把那些劳动密集型制造业转到了中国。这种观点没错，但我们今天不就是要谈如何把这些不得不使用人力的制造业转型成为符合“工业4.0”要求的有竞争力的企业吗？这会是一个巨大的挑战，然而我们不能只提出一个口号，让有钱的主大批量采购现代化机器，让顶起中国出口半边天的中小型制造业“自生自灭”。
　　
　　所以，“从内部改造”会是一种比较符合国情的发展路线。前面提到的理工科本科生们会有很多发挥想象的空间和机会。
　　
　　最后附上一张2015年美国工资增幅前十名职位表。“码农”虽然起薪高，但这两年薪资增幅被CE和EE的工程师赶超。这个现象与本文的分析似乎有些不谋而合？
　　
　　1.机电技师：9.3%
　　
　　2.电子与电脑工程师：8.3%
　　
　　3.副厂长（制造业与物流业）：8%
　　
　　4.机械工程师：7.4%
　　
　　5.质量工程师：7.4%
　　
　　6.网络工程师：7.4%
　　
　　7.办公室经理：6.7%
　　
　　8.维修经理（制造业与物流业）：6.7%
　　
　　9.软件工程师：5.5%
　　
　　10.客服中心专员：4.6%
　　
　