科工力量：是否会转产品岗或者管理岗？

于晓春：有的，甚至即便在技术岗，也可以从普通的开发转成架构师，对客户整体诉求的理解更清晰的话，就可以去做框架，甚至从专业角度给客户一些建议，比如某个模块该怎么样去处理，这种技能要远远比纯技术技能受欢迎，这种复合型人才未来一定是稀缺的。

我们现在接触的一些其他行业来咨询数字化，比如国企明确要求一把手责任制，即使一把手没有技术能力，最起码要求有一位推进数字化的核心骨干成员懂技术。之前我们一直说“信息化时代”，可能只需要一些应用软件就可以了，现在是“数字化时代”，基础技术人才需要对数字技术如：Web、Java、人工智能数据分析、大数据、云计算、物联网等技术要熟练掌握或基础了解；对于更高管理层可能还要能在数字环境下组织变革、人力资源管理、供应链管理、新产品以及数字安全策略等数字运营方面能力提升，甚至要有把数据变成产品，数字产品变成数字资产的运营能力。

以这样的要求来看，在数字经济环境下，不论是在提升企业管理决策层面还是在加速数据要素流通层面，技术人才的发展空间要比其他不懂技术的人要高很多。反过来说，很多财务、人力资源、市场营销、产品研发等很多管理者，都在学习一些数据分析、大数据以及其他开发类技术。我们在线学习课程每年咨询量都在大幅度增加，咨询人员大都是在职人员。

人工智能数据标注员工作场景

科工力量：插一个问题，我们制造业数字化升级的节奏比金融和服务业慢，原因在哪里？

于晓春：除了刚才谈到的场景复杂性问题，还有投资门槛，做数字化的资金需求还是比较高的，大的互联网平台企业、大的制造业企业和金融机构有这样的实力，但是对那些中小型企业就形成了很难越过的门槛，再加上制造业又很泛，细分领域很多，如果某个细分难以形成规模效应，以较大投入去做数字化难以有回报。所以应该由一些大企业来做产业数字化的组织者和公共产品提供者，中小企业在已有平台上做应用层面和快速反应、匹配用户的东西。

现在有很多已经成熟的大企业，就会扶持自己的下游，第一巩固自己在生态中的地位和关系；第二也把自身能力复制给整个生态，提升整体竞争力。现在产业联盟对中小企业的扶持还比较弱，基本上都靠各个产业链的头部、链主。

科工力量：这种扶持包括人才供应链吧？在2021年，职业教育“赛道”有一波融资高峰，但是2022年稍微降温。同时，很多投资方也是基于自身各种实际需求，布局自己的人才供应链，着眼于推动自身的良性循环。

于晓春：2021年，职业教育行业确实迎来了一波融资热潮，很多职业教育企业获得了较大规模的融资。但2022年起，这种热度明显降温，融资规模和频率都有所下滑。这主要是由于投资者观望心态的加强，以及行业内部分企业的业绩未达预期。不少投资机构和资本确实也是出于自身的人才需求考量，而布局职业教育行业。特别是一些面向产业链下游的投资方，他们投资职业教育，一定程度上是要建立人才供应渠道，以满足自身企业用工需求。当产业链和用工环境发生变化时，这部分投资可能会受到一定影响。同时，一些投资机构投资职业教育企业也面临投后管理和退出机制方面的难题。传统的PE/VC模式不太适合职业教育企业，这也会对融资造成一定影响。

我个人觉得传统的投资模式，可能不太适合教育，因为资本需要快速产生收益乃至生成利润，对教育行业来说这确实很难。我在行业里已经15年，我很清楚，我们以及一些其他好口碑的品牌，都是经过10年以上才相对成熟，很多的工作是要一点一点抠出来的。这不是靠资本投入一下子就能爆发出来的，职业教育里面IT教育真的是交付很重的一个行业，他不像是考试、考证等职业教育交付相对简单，我们对应的是就业，企业只认学员真实的技术操作能力，因此我们这种零基础的线下课其实教学交付场景很重。我们讲师面试的通过率只有2%，我们对讲师要求不仅是技术要牛，同时会讲大白话要让零基础的学生也能听得懂，而且要有教育情怀有责任心，这样才能保证我们学生的高质量就业。

科工力量：有没有就业率的数据？

于晓春：学生就业率是我们考核老师的指标之一，在疫情前，我们的（毕业）6周内就业率基本达到100%，疫情后有一些影响，但总体下滑不多。

科工力量：还是想问一下人工智能，当时ChatGPT开始火起来，这个因素有影响吗？

于晓春：影响比较大，现在很多论坛和社区有一些似懂非懂的说法，说人工智能可以替代编程，把好多本来想进入这个行业的学生吓坏了。

人工智能的发展确实有一定影响，比如部分工作岗位被替代，比如岗位工作内容的变化，但被替代的岗位或者工作内容，都是一些简单重复性的工作任务。新技术也给从业者带来了更大的提升空间，可以将更多的时间用于模型开发、特征工程、系统设计等高价值工作。

人工智能时代，IT从业者不但要精通专业技能，还需要掌握数理统计、数据分析、产品设计等广域技能。同时，软技能比如创新思维、复杂问题解决能力也会更加重要。我举个很简单的例子，作为一名项目经理，很多工作就是人与人之间的交流，匹配技术能力和客户诉求，不同水平的项目经理理解能力、沟通方式、处理水平都不一样，所以把ChatGPT想象可替代岗位相对比较难，可以理解为是一种比较好的工具。和过去发生过的其他新技术迭代一样，会出现一段时间非常夸张的一些消息和新闻，随着大家对它的认知理解逐渐清晰后慢慢热度就会回归正常了，但我们要承认它的出现确实是人工智能领域技术上很大的进步，也颠覆了大家对人工智能理解和认知。

从大环境看，数字化才是大方向和大概念，几乎涵盖了各行各业，人工智能是其中一个技术领域，有些报道数字人才今后的缺口能达到1100万。当然我们认为，这些人才不仅指的是狭义的开发人员，还有刚才反复谈到的复合型人才。

科工力量：这些复合型人才，其实从社会分工角度来说，学校应该是人才供应的主力，对吧？但可能目前学校还有一些问题？很多高校仍然以科研为导向，许多老师有科研任务，但科研需求跟产业需求是不一样的，这可能导致学校提供的人才跟产业需求脱节。

于晓春：高校现在已经也明确了，出现了应用型的本科。但是师资力量不足的问题，确实也一定程度上客观存在。当下，新技术正在爆发，一些新的应用技术需要老师去继续学习，很多大学也在做相应的技术人才培养方面的专业共建和专业群共建，我们也正在与一些高校合作，进行相关的共建合作。很多大学都开设了人工智能、大数据、物联网、网络安全、云计算等相关专业共建或者产业学院。在技术教学交付方面我们与大厂合作，共同赋能高校相关专业；在产教融合方面我们联合知名企业为学生提供一些相应的产业项目落地高校；未来在数字资产领域，我们也将与大学积极探索通过成果治理完成大学数字资产建设。

科工力量：还想问一下IT职业教育的生源情况。

于晓春：这里不得不提到数字经济下的数字化转型。数字经济已经被公认为是继土地、劳动力、技术、投资之后第五大影响生产力要素。数字人才缺口导致很多企业对人才基本要求就是能干活就行，也有高要求岗位比如超算工程师基本都是要研究生以上学历的。各个行业IT人才缺口都大，学习技术人员从大专生到研究生都有，也有非计算机专业学生来学习，这类学生大部分是有社会工作经验的。

从年龄段来看，20岁到30岁之间年轻人是我们的生源主力，企业在学历上每年也开始要求越来越高。早期开发岗不会太看重学历，那个时候给人感觉只要能吃苦就能从事编程，所以学开发是穷人家孩子逆袭之道似乎也成了当时社会公认现象。从移动互联网崛起开始这个一边倒情况就不存在了，不论是社会还是教育对IT职业有了新的认知。而且从“码农”到“精英”的称呼，也预示着有些机遇上的变化。

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。