美逸君

很難想象，在AI產(chǎn)業(yè)化運營時代，要花很多時間、巨大成本，調(diào)動諸多部門大批不同專業(yè)細分的工程師，以條塊分割、專業(yè)區(qū)隔的傳統(tǒng)方式，圍成一圈修理一個出故障的機器人

剛剛過去的2020，新冠鬧得大家都有些心慌，一位在美航做地勤機務(wù)工程師、修飛機的年輕朋友，曾動搖過是否辭職回來。

朋友們策群力幫他謀劃：勸他不要心浮氣躁，如今得到這職位不易，能接觸到波音、空客的最先進飛機，使用一流維修手冊、檢測電腦，還能向經(jīng)驗豐富的美方老工程師、老技師學習其經(jīng)驗與技術(shù)，這么好的工作與學習機會，若自己放棄太可惜。

更何況，新冠期間工作并不好找，不要因情緒影響而一腳踏空。與其驚慌失措，不如靜下心來好好練技術(shù)、學編程、學3D建模。

需要說明下：現(xiàn)代航空科技，已不再是單純的機械工程，半數(shù)以上工作量與IT科技有關(guān)。機務(wù)工程師使用專業(yè)檢測電腦，運行檢測程序，然后參照維修工程手冊的建議，對飛機零部件進行拆卸、修理、更換作業(yè)。

所以，單純的機械工程師、電氣工程師，或IT工程師，其專業(yè)領(lǐng)域都不足以單獨完成以上科技含量較高的工作，需要在幾個相關(guān)而不同的技術(shù)領(lǐng)域跨界合作。對維修手冊、檢測電腦的使用，達到公司考核底線，能保住當下飯碗，但并不等于熟練精通，需要學習鉆研的方面還很多。

而搞機械、電氣的工程師，如果能掌握3D建模能力，練就腦中有三維立體機械、電路圖，看到零部件，腦海里就產(chǎn)生其運行時的三維動畫，毫無疑問是更加有效的進階技能。

大家都認為，疾疫期間，他若鉆研機械、電子、IT、軟件，無論是在安全方面，還是在職場穩(wěn)定、未來事業(yè)發(fā)展等方面，都會更加有利。

年輕的地勤機務(wù)工程師，聽進了大家建議，開始鉆研與自己專業(yè)相關(guān)的、跨界、進階技術(shù)。三個季度過去，年底加薪了，2021還可能升職，很高興，打算在專業(yè)機械工程3D造型方面，再加把力考級。

這位朋友，在不利環(huán)境下的階段性成功，使我想起幾年前遇到的事：自動化生產(chǎn)線設(shè)備維修，工程師修到一半進行不下去，因涉及太多電子科技，只好臨場向電氣部門求助。

電氣部門派來的電氣工程師，與機械工程師協(xié)作，設(shè)備終于恢復(fù)運轉(zhuǎn)，但卻無法正常運作。因在拆解維修后，其控制程序被初始化，電氣與機械工程師，只好再臨場向IT部門求助。

IT部門派來軟件工程師，一群各專業(yè)的工程師，一面與設(shè)備生產(chǎn)廠的技術(shù)部門溝通，一面與生產(chǎn)部門、資料部門協(xié)調(diào)……費了九牛二虎之力，才使生產(chǎn)線恢復(fù)正常。

這種工作場景，在傳統(tǒng)工業(yè)部門乃常態(tài)，幾代工程師、技師就是這樣培養(yǎng)出來的，大家早已司空見慣。而且，傳統(tǒng)大學的工科教育，在專業(yè)設(shè)置上，就是條塊分割、專業(yè)間隔，從教育思路和人才培養(yǎng)上是“窄而長”型。

理科，需要“窄而長”型專才，有些科學家可能終生研究某一問題的某一方向的某幾個數(shù)據(jù)。但是，絕大多數(shù)工科人才，需要很寬泛的應(yīng)用技能。

年輕地勤機務(wù)工程師，則反其道而為之，在自身工作所需的機械工程以外，兼修了IT編程、三維動畫等相關(guān)課程。這種主動學習能力，體現(xiàn)出其自我規(guī)劃、自我管理的潛質(zhì)，強于其他“窄而長”型同業(yè)工程師。用人單位肯定更喜歡這類能力強、自覺性強、可自我發(fā)展、勞動生產(chǎn)率更高的“復(fù)合型人才”。

未來幾十年，會有兩大因素，推動“復(fù)合型人才”需求。

首先，資本的追求：資本追求利潤率，而人力成本，是利潤率的一個重要考核方面。Elon Musk作為新資本形態(tài)代表：集資本家+知本家+智本家于一體，其本身就是多學科兼修的“復(fù)合型人才”，不但勝任自己企業(yè)的董事長、總經(jīng)理、CFO，還曾擔任航天工程、太陽能、電動汽車等不同專業(yè)領(lǐng)域的CTO、總工程師。

他對手下科技人才的要求亦如此，所以，SpaceX僅6000員工，卻承擔了美國2019年航天發(fā)射任務(wù)的68.3%。而其國內(nèi)國外競爭對手，完成其余發(fā)射任務(wù)，需要10萬-45萬員工。

其次，AI時代：人工智能的發(fā)展，在未來20-30年內(nèi)，除高端原創(chuàng)性工作、人性化需求、成本極低的低端崗位之外，將取代大批中端技術(shù)性崗位。

而AI，本身就是集多學科、多產(chǎn)業(yè)于一體的“跨界科技、跨界產(chǎn)品”，其設(shè)計、生產(chǎn)、運營、管理、維修、服務(wù)所需的專業(yè)人員，也必須是一專多能、跨界兼修的“復(fù)合型人才”。

很難想象，在AI產(chǎn)業(yè)化運營時代，要花很多時間、巨大成本，調(diào)動諸多部門大批不同專業(yè)細分的工程師，以條塊分割、專業(yè)區(qū)隔的傳統(tǒng)方式，圍成一圈修理一個出故障的機器人。

在數(shù)據(jù)存儲、執(zhí)行效率方面，AI肯定比人力更有效率。在AI時代，工科的人腦，需要進行綜合性判斷與決策，以控制AI。其基礎(chǔ)是跨學科、跨專業(yè)、跨界式知識結(jié)構(gòu)與思維方式，僅有本專業(yè)的技能再也不夠，那很容易被AI淘汰。

產(chǎn)業(yè)化運營的AI系統(tǒng)，需要像SpaceX的那種人力資源，少量“復(fù)合型人才”以高度整合跨界的知識結(jié)構(gòu)和工作方式，融入AI體系，去判斷、決策、解決問題。

譬如那年輕的地勤機務(wù)工程師，以后可能一人面對上百噸的精密飛機，操控AI維修之，且能發(fā)現(xiàn)并解決AI發(fā)生的錯誤、故障、問題。這代表著更高的勞動生產(chǎn)率，所以航空公司給其加薪升職，以留住能面對未來的“復(fù)合型人才”。

現(xiàn)代大學、教育體制，在未來型人才的教育與培養(yǎng)方案上，不但要與時俱進，更要有前瞻性，鼓勵復(fù)合型、跨界、兼修的教育成果。

（作者系歷史、軍事學者）