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(dòng)化、智能化、網(wǎng)聯(lián)化成為汽車行業(yè)勢(shì)不可擋的潮流與趨勢(shì)，智能網(wǎng)聯(lián)汽車已成為全球汽車產(chǎn)業(yè)的重要轉(zhuǎn)型升級(jí)方向。

目前，造車新勢(shì)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(duì)數(shù)字化人才的競(jìng)爭(zhēng)越來(lái)越激烈。造車新勢(shì)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(yàn)，抗風(fēng)險(xiǎn)能力更強(qiáng)，加大數(shù)字化戰(zhàn)略轉(zhuǎn)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(huì)“智能網(wǎng)聯(lián)汽車高質(zhì)量發(fā)展論壇”上，人瑞人才研究院院長(zhǎng)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(zhuǎn)型概況

1978年～2020年，我國(guó)經(jīng)歷了三次紅利期的轉(zhuǎn)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(guò)往數(shù)據(jù)表明，每一次紅利期的轉(zhuǎn)換，都會(huì)帶來(lái)產(chǎn)業(yè)模式和生產(chǎn)要素的巨大轉(zhuǎn)變。

而在目前，我國(guó)正迎來(lái)第四次紅利期轉(zhuǎn)換，即數(shù)字化轉(zhuǎn)型紅利期。在曾子豪看來(lái)，數(shù)字化轉(zhuǎn)型紅利期對(duì)于企業(yè)來(lái)說(shuō)，先發(fā)優(yōu)勢(shì)明顯，先進(jìn)數(shù)字化轉(zhuǎn)型的企業(yè)成為行業(yè)領(lǐng)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(guò)，雖然目前各行各業(yè)都十分重視企業(yè)的數(shù)字化轉(zhuǎn)型。但是，目前我國(guó)數(shù)字化轉(zhuǎn)型初見(jiàn)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(zhuǎn)型取得持續(xù)進(jìn)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(zhuǎn)型過(guò)程中注重管理全面轉(zhuǎn)型、數(shù)字人才儲(chǔ)備和提升數(shù)字化相關(guān)技能。根據(jù)人瑞人才與德勤對(duì)產(chǎn)業(yè)數(shù)字化企業(yè)的調(diào)研，70.8%的企業(yè)高度重視針對(duì)數(shù)字化轉(zhuǎn)型的企業(yè)管理的配套轉(zhuǎn)型，大部分企業(yè)也將加強(qiáng)數(shù)字化相關(guān)技能人員的儲(chǔ)備和提升公司數(shù)字化技能以適應(yīng)數(shù)字業(yè)務(wù)發(fā)展視作數(shù)字化轉(zhuǎn)型的必經(jīng)階段。此外，數(shù)字技能賦能業(yè)務(wù)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(lái)，企業(yè)數(shù)字化轉(zhuǎn)型的挑戰(zhàn)大致來(lái)自三個(gè)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(jié)合維度，如平臺(tái)沒(méi)有互操作性，導(dǎo)致上線的數(shù)字化平臺(tái)處于割裂狀態(tài)，或技術(shù)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(lǐng)和支持轉(zhuǎn)型，或員工對(duì)數(shù)字化轉(zhuǎn)型接受度較差。

曾子豪總結(jié)表示，經(jīng)研究發(fā)現(xiàn)，數(shù)字化轉(zhuǎn)型不是某一個(gè)方面或某一個(gè)點(diǎn)的轉(zhuǎn)型，實(shí)際會(huì)涉及到戰(zhàn)略、業(yè)務(wù)、技術(shù)以及組織等多維度、多要素的同步，并且在實(shí)現(xiàn)這些同步的過(guò)程中，最關(guān)鍵的是技術(shù)人才。

目前，中國(guó)汽車企業(yè)普遍面臨產(chǎn)業(yè)變革和競(jìng)爭(zhēng)加劇帶來(lái)的雙重挑戰(zhàn)，急需尋求新的增長(zhǎng)點(diǎn)以及優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)、提升產(chǎn)業(yè)效率。

首先，智能化、網(wǎng)聯(lián)化等新技術(shù)和新應(yīng)用將進(jìn)一步重構(gòu)汽車產(chǎn)業(yè)價(jià)值鏈及傳統(tǒng)運(yùn)營(yíng)模式；其次，行業(yè)競(jìng)爭(zhēng)加劇，新造車勢(shì)力加快技術(shù)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(shù)的大規(guī)模商用奠定了基礎(chǔ)，消費(fèi)者心智和偏好呈現(xiàn)巨大變遷。

在供需兩側(cè)的共同驅(qū)動(dòng)下，車企在研發(fā)端、生產(chǎn)端和營(yíng)銷端均開(kāi)啟了數(shù)字化的變革。

但是，目前中國(guó)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(jià)值、洞察客戶需求、提升運(yùn)營(yíng)效率，是目前所有車企都需要面對(duì)的新課題。

事實(shí)上，數(shù)字化人才并不等用于專業(yè)技術(shù)人才，數(shù)字化人才既需要具備行業(yè)專業(yè)經(jīng)驗(yàn)和知識(shí)，同時(shí)要具備數(shù)字化的思維和數(shù)字化技術(shù)的應(yīng)用，數(shù)字化人才是更加復(fù)合綜合性的人才。

智能汽車數(shù)字化現(xiàn)狀

以目前來(lái)看，在智能汽車行業(yè)中，企業(yè)數(shù)字化轉(zhuǎn)型面臨著諸多困難。其中包括，已經(jīng)上線的數(shù)字化平臺(tái)互不相同，處于割裂狀態(tài)；缺少數(shù)字化人才統(tǒng)領(lǐng)和支持轉(zhuǎn)型；數(shù)字化戰(zhàn)略不明確，轉(zhuǎn)型策略缺少明確的方向；原有的管理制度和流程等制約轉(zhuǎn)型；技術(shù)更新太快，投入未產(chǎn)生效果就處于落后水平；員工對(duì)數(shù)字化的接受度普遍較差等。

在曾子豪看來(lái)，目前產(chǎn)業(yè)鏈對(duì)應(yīng)企業(yè)的數(shù)字化程度和未來(lái)發(fā)展方向有以下幾個(gè)現(xiàn)狀：

首先，數(shù)字化轉(zhuǎn)型進(jìn)程明顯提速，但轉(zhuǎn)型質(zhì)量和轉(zhuǎn)型成效不及預(yù)期。從產(chǎn)業(yè)鏈企業(yè)數(shù)字化轉(zhuǎn)型進(jìn)程看，上游新型智能軟硬件企業(yè)和下游服務(wù)型企業(yè)要領(lǐng)先于上游的智能系統(tǒng)和主機(jī)廠。營(yíng)銷、售后和客戶運(yùn)營(yíng)本屬于輕資產(chǎn)企業(yè)，距離消費(fèi)者最近，最能感受到競(jìng)爭(zhēng)環(huán)境的變化。受汽車行業(yè)全面向“以用戶為中心”的轉(zhuǎn)型驅(qū)動(dòng)，營(yíng)銷和銷售型企業(yè)的數(shù)字化轉(zhuǎn)型進(jìn)度和成熟度要明顯領(lǐng)先于中游的制造型和重資產(chǎn)企業(yè)。

其次，數(shù)字化轉(zhuǎn)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(diào)研顯示，智能汽車企業(yè)在營(yíng)銷/銷售、客戶運(yùn)營(yíng)方面的數(shù)字化成熟度要高于產(chǎn)品開(kāi)發(fā)、生產(chǎn)制造和供應(yīng)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(kāi)展同消費(fèi)者的高頻互動(dòng)并建立自有渠道加強(qiáng)私域流量的運(yùn)營(yíng)，通過(guò)內(nèi)容營(yíng)銷、社群運(yùn)營(yíng)等新興模式增強(qiáng)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(dòng)化工廠沉淀的生產(chǎn)數(shù)據(jù)轉(zhuǎn)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(shí)現(xiàn)了協(xié)同式生產(chǎn)，通過(guò)數(shù)字化系統(tǒng)，使人、機(jī)、料、法、環(huán)等要素緊密高效協(xié)同。但在敏捷開(kāi)發(fā)和柔性生產(chǎn)、預(yù)測(cè)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(shù)，對(duì)隱患進(jìn)行事前管理。

再次，數(shù)字化轉(zhuǎn)型滲透率較高，但不均衡。研發(fā)、營(yíng)銷明顯領(lǐng)先于生產(chǎn)和供應(yīng)鏈環(huán)節(jié)數(shù)字化轉(zhuǎn)型貫穿研發(fā)、生產(chǎn)、供應(yīng)鏈、營(yíng)銷/銷售、服務(wù)、經(jīng)營(yíng)管理等企業(yè)各個(gè)業(yè)務(wù)層面。總體來(lái)看，85%的智能汽車企業(yè)表示已經(jīng)開(kāi)啟了數(shù)字化轉(zhuǎn)型之旅，其中研發(fā)、營(yíng)銷和生產(chǎn)環(huán)節(jié)的數(shù)字化轉(zhuǎn)型進(jìn)程較快，供應(yīng)鏈、服務(wù)等環(huán)節(jié)的數(shù)字化轉(zhuǎn)型較為滯后。智能汽車企業(yè)率先在研發(fā)和營(yíng)銷階段開(kāi)展數(shù)字化轉(zhuǎn)型，是當(dāng)前產(chǎn)業(yè)向智能化變革、企業(yè)零售模式向新零售轉(zhuǎn)型的必然結(jié)果。隨著行業(yè)競(jìng)爭(zhēng)加劇、消費(fèi)者行為偏好的改變，汽車企業(yè)迫切需要縮短開(kāi)發(fā)時(shí)間、加快產(chǎn)品上市周期，同時(shí)圍繞消費(fèi)者打造線上線下一體化的用戶體驗(yàn)。

最后，轉(zhuǎn)型成效尚未帶來(lái)實(shí)際的業(yè)務(wù)回報(bào)。決策者對(duì)數(shù)字化長(zhǎng)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(fèi)用的10%以上，約10%的企業(yè)轉(zhuǎn)型投入超過(guò)總體開(kāi)支的30%。但轉(zhuǎn)型效果并不理想，僅8%的企業(yè)表示數(shù)字化轉(zhuǎn)型已給企業(yè)帶來(lái)實(shí)際回報(bào)，近四成企業(yè)表示數(shù)字化轉(zhuǎn)型的投入產(chǎn)出比低，目前尚未對(duì)企業(yè)利潤(rùn)帶來(lái)實(shí)質(zhì)性的提振作用。而投入產(chǎn)出比不及預(yù)期效果也在一定程度上影響了企業(yè)對(duì)數(shù)字化的長(zhǎng)期投資意愿，調(diào)研顯示，僅有18%的企業(yè)表示未來(lái)三年數(shù)字化投入將占到營(yíng)業(yè)收入的5%以上。

在行業(yè)人才方面，曾子豪認(rèn)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(shù)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(dòng)力總成、底盤、車身等傳統(tǒng)汽車結(jié)構(gòu)之外，新增了智能駕駛、智能座艙和車聯(lián)網(wǎng)三大技術(shù)模塊。技術(shù)的變革，不僅推動(dòng)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(yīng)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(jìn)入汽車行業(yè)，使得智能汽車產(chǎn)業(yè)鏈更加縱深復(fù)雜，橫跨車輛工程、人工智能、信息技術(shù)、通信工程等多個(gè)領(lǐng)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(jié)構(gòu)仍構(gòu)建于傳統(tǒng)汽車制造業(yè)的基礎(chǔ)上。截至2020年年底，中國(guó)汽車整車制造行業(yè)從業(yè)人員約550萬(wàn)人，行業(yè)人才的數(shù)字化和智能化含量低。根據(jù)調(diào)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?yè)?jù)中國(guó)汽車工程學(xué)會(huì)統(tǒng)計(jì)，智能汽車相關(guān)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(kāi)發(fā)崗位需求激增。機(jī)械開(kāi)發(fā)類、制造工藝以及內(nèi)燃機(jī)系統(tǒng)相關(guān)崗位開(kāi)始出現(xiàn)飽和，行業(yè)對(duì)數(shù)字人才的需求呈現(xiàn)爆發(fā)式增長(zhǎng)，尤其對(duì)智能化和數(shù)字化的新興人才需求急劇增長(zhǎng)，包括汽車嵌入式軟件、自動(dòng)駕駛、智能網(wǎng)聯(lián)、汽車電子/硬件、新能源電池和電控等領(lǐng)域人才需求旺盛。調(diào)研發(fā)現(xiàn)嵌入式軟件工程師、汽車硬件工程師、測(cè)試工程師、汽車電子電器工程師、自動(dòng)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(shí)間周期企業(yè)新發(fā)崗位數(shù)量的12%、9%、8%、3%和2%。

第三，計(jì)算機(jī)和電子信息取代車輛工程成為數(shù)字人才主要專業(yè)來(lái)源。智能汽車行業(yè)是典型的交叉學(xué)科，智能化相關(guān)功能的實(shí)現(xiàn)和數(shù)字化轉(zhuǎn)型的推進(jìn)，使得企業(yè)迫切需要跨學(xué)科、跨行業(yè)的復(fù)合型技術(shù)人才。

例如，未來(lái)的汽車工程師不僅要掌握傳統(tǒng)車輛控制機(jī)械、自動(dòng)化理論，也要和人工智能、集成電路、通信工程等前沿技術(shù)復(fù)合交叉，才能解決自動(dòng)駕駛、人機(jī)交互等工程問(wèn)題。對(duì)交叉學(xué)科人才的培養(yǎng)，一是給車輛專業(yè)工程師培訓(xùn)數(shù)字能力，二是挖掘當(dāng)前計(jì)算機(jī)專業(yè)人才再輔以車輛工程相關(guān)知識(shí)。從當(dāng)前智能汽車技術(shù)研發(fā)的從業(yè)人員專業(yè)背景看，計(jì)算機(jī)已經(jīng)取代車輛工程成為研發(fā)人才第一大專業(yè)來(lái)源，車輛工程為第二大專業(yè)來(lái)源，電子信息類和自動(dòng)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(yán)重不足。近七成的智能汽車企業(yè)表示，未來(lái)數(shù)字人才缺口將占到公司員工總量的10%以上，對(duì)數(shù)字人才前景表示擔(dān)憂；約43%的企業(yè)判斷未來(lái)數(shù)字人才缺口將超過(guò)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(zhǎng)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(wàn)~11.6萬(wàn)（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(guān)專業(yè)每年的畢業(yè)生規(guī)模約為89萬(wàn)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(wàn)，產(chǎn)生1.3萬(wàn)~3.7萬(wàn)的人才缺口。

從具體緊缺崗位看，嵌入式軟件開(kāi)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(dá)到8.35和3.46；汽車電子電器工程師、測(cè)試工程師和智能駕駛系統(tǒng)工程師，TSI指數(shù)分別超過(guò)2，表明人才獲取難度大。

產(chǎn)業(yè)鏈上中下游人才偏好側(cè)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(xiàng)挑戰(zhàn)：

第一，跨行業(yè)人才競(jìng)爭(zhēng)升級(jí)、人才供給偏離行業(yè)需求。從企業(yè)調(diào)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(jìng)爭(zhēng)加劇和供需錯(cuò)配，使得企業(yè)普遍對(duì)數(shù)字人才的供給前景感到悲觀，預(yù)計(jì)行業(yè)將面臨數(shù)字人才長(zhǎng)期供應(yīng)短缺的風(fēng)險(xiǎn)。數(shù)字人才總量少、流動(dòng)性高、智能汽車企業(yè)對(duì)高質(zhì)量數(shù)字人才吸引力不足缺少有行業(yè)經(jīng)驗(yàn)的技術(shù)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(shí)和業(yè)務(wù)流程，招進(jìn)來(lái)就能用，無(wú)須對(duì)人才開(kāi)展額外的技能培訓(xùn)。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(zhuǎn)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(shì)?；ヂ?lián)網(wǎng)和科技公司對(duì)年輕優(yōu)秀的數(shù)字人才呈現(xiàn)極強(qiáng)的虹吸效應(yīng)，使得車企不得不和ICT企業(yè)競(jìng)爭(zhēng)技術(shù)成熟的數(shù)字勞動(dòng)力。但傳統(tǒng)車企由于組織機(jī)制缺乏彈性，薪酬競(jìng)爭(zhēng)力不足，在跨行業(yè)人才爭(zhēng)奪中處于劣勢(shì)。

第二，數(shù)字人才供需錯(cuò)配凸顯，呈現(xiàn)認(rèn)知錯(cuò)配和能力錯(cuò)配的現(xiàn)象。報(bào)告認(rèn)為目前智能汽車數(shù)字人才的供需錯(cuò)配一方面是目標(biāo)人才對(duì)行業(yè)及從事崗位的認(rèn)知錯(cuò)配，另一方面是人才培養(yǎng)方向和企業(yè)發(fā)展需求的錯(cuò)配。前者是短期矛盾，后者是中長(zhǎng)期挑戰(zhàn)。調(diào)研顯示，智能車企對(duì)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(dá)到了84%、79%和79%。但本報(bào)告對(duì)上述專業(yè)的高校畢業(yè)生的就業(yè)傾向進(jìn)行調(diào)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(jìng)爭(zhēng)力等因素之外，另一大原因在于高校學(xué)生對(duì)企業(yè)的認(rèn)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(gòu)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(duì)口人才，也面臨人才流失頻繁、離職率高等問(wèn)題。據(jù)統(tǒng)計(jì)，2021年前三季度汽車人才流失率超過(guò)了2020年全年水平，在智能駕駛、移動(dòng)互聯(lián)等熱門崗位上，主機(jī)廠人才呈現(xiàn)凈流出的趨勢(shì)。究其原因是車企組織架構(gòu)轉(zhuǎn)型滯后，汽車企業(yè)普遍缺乏數(shù)字人才成長(zhǎng)所需的文化和環(huán)境。人瑞調(diào)研顯示，56%的車企表示對(duì)數(shù)字人才崗位、職責(zé)和流程進(jìn)行調(diào)整是其在數(shù)字人才管理過(guò)程中遇到的最大阻礙。此外，不同背景人才團(tuán)隊(duì)缺乏有效的合作機(jī)制、技術(shù)和業(yè)務(wù)部門缺乏協(xié)同都是影響數(shù)字員工工作體驗(yàn)和獲得感的原因，造成車企數(shù)字人才流失率高等問(wèn)題的關(guān)鍵因素。

曾子豪總結(jié)表示，數(shù)字技術(shù)人才能力建設(shè)必須符合企業(yè)數(shù)字化的組織能力需求，技術(shù)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(wèn)題解決能力、團(tuán)隊(duì)協(xié)作等能力結(jié)構(gòu)的變化上。

汽車數(shù)字人才開(kāi)源方式

針對(duì)上述挑戰(zhàn)，曾子豪認(rèn)為，智能車企應(yīng)該從以下幾個(gè)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(shì)資源。調(diào)研結(jié)果顯示，很大一部分企業(yè)充分利用各種渠道擴(kuò)充數(shù)字人才，以確保企業(yè)可以更高效地滿足業(yè)務(wù)對(duì)人才的需求。此外，企業(yè)還考慮通過(guò)其他更多的方式釋放內(nèi)部團(tuán)隊(duì)基礎(chǔ)業(yè)務(wù)的壓力，如自由職業(yè)者、眾包，預(yù)計(jì)到2025年只有40%～70%的工作會(huì)由企業(yè)內(nèi)部人才承擔(dān)，剩下的眾包、自由職業(yè)者、合作伙伴外包等。在曾子豪看來(lái)，在市場(chǎng)競(jìng)爭(zhēng)中，時(shí)、空優(yōu)勢(shì)比現(xiàn)金成本本身更有價(jià)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(lǐng)域中占比較少，僅依靠從外部企業(yè)引進(jìn)方式，很難解決企業(yè)整體問(wèn)題。另外，“拿來(lái)就用”的方式還面臨“水土不服”的問(wèn)題，如果企業(yè)沒(méi)有自己的人才培養(yǎng)體系，就沒(méi)有辦法把應(yīng)屆畢業(yè)生或者從外部引進(jìn)的有行業(yè)經(jīng)驗(yàn)的專家和人才轉(zhuǎn)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(jià)值。因此，需要同時(shí)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(gòu)建人才生態(tài)鏈。經(jīng)過(guò)深入的調(diào)查研究，結(jié)合多年人力資源服務(wù)的專業(yè)經(jīng)驗(yàn)，人瑞人才提出打造“數(shù)字人才實(shí)訓(xùn)基地”的人才精準(zhǔn)、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(xùn)機(jī)構(gòu)和個(gè)人在“數(shù)字人才實(shí)訓(xùn)基地”有效構(gòu)建中不可或缺的優(yōu)勢(shì)能力組合所能創(chuàng)造的“聚合效應(yīng)”，能更加有效，且更具針對(duì)性、實(shí)用性地解決人才培育難、培訓(xùn)慢等問(wèn)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(dú)立撬動(dòng)的“共建、共融、共享”新模式。

而為了降低人企錯(cuò)配的資源損耗，曾子豪認(rèn)為可以采用精準(zhǔn)匹配的方式。幫助用人單位進(jìn)行精準(zhǔn)高效的、多層次的、全面的人崗匹配，達(dá)到人與崗的統(tǒng)一。最后，曾子豪認(rèn)為，企業(yè)要想擺脫轉(zhuǎn)型誤區(qū)并在數(shù)字化時(shí)代脫穎而出，關(guān)鍵在于組織變革。組織變革不僅能在“數(shù)字化”層面確保達(dá)成企業(yè)戰(zhàn)略，更重要的是能在“轉(zhuǎn)型”層面推動(dòng)企業(yè)員工從高績(jī)效員工成長(zhǎng)為數(shù)字化員工。

文章來(lái)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