技术向前，人往何处？

2026年9月，摩根士丹利发布蓝皮书，提出中国“工业5.0”时代开启——中国正进入以工业智能、工业韧性、工业领导力为支柱的新阶段。能源转型、智能工厂、机器人、工业软件，将成为这一阶段的关键。

过去两百年，世界历经数次产业革命。机械化替代手工，电气化重塑流水线，数字化让机器学会“沟通”。每一次变迁，都伴随着人的演变。如今，工业5.0与能源转型两股浪潮交汇，AI开始让机器学习、判断，甚至自主决策；绿色低碳则要求生产更高效、能源消耗更少、资源利用更充分。产业的底层逻辑正在被改写。

技术越往前，一个问题也越迫切：产业中的人，会如何变化？

对刚走上职场的年轻人来说，自动化程度越来越高，学到的技能能否跟得上工厂的变化？对熟悉业务的技术与业务骨干而言，AI带来了新可能，多年积累的产业经验，如何与新技术产生连接？对于经验丰富的管理者，技术的狂飙突进，究竟意味着经验的重塑，还是另一种形式的延续……

浪潮之中，三位不同代际的普通人——00后谭雯评、90后周浩杰、70后孙凤晶——在各自的现场里，寻找着答案。

在工厂，如何不当一颗螺丝钉

2024年毕业前实习，谭雯评第一次走进施耐德电气武汉工厂，觉得眼花缭乱。自动导引运输车来回穿梭，一排排机械臂起落不停，一台台机器人高效作业……“世界都发展成这样了？”这个产线自动化率达到82%的工厂，让她震撼，也充满好奇。

3年前，谭雯评曾在一家电子厂待过两个月，她的任务是盯紧流水线，在显微镜下用镊子把放歪的元器件调正——这是她更熟悉的“工厂”，她学会了把自己安放在一道工序里，成为一颗可靠的“螺丝钉”，钉在自己的位置上，焊电路、摆元器件，按照操作单上的步骤执行。

“工作就是按部就班地操作，”她说，“但一眼看得到头。”

走进施耐德电气的一瞬间，她意识到，“仅需要按部就班操作”的岗位正在退场。处在技术新旧交替的变革中，谭雯评有些迷茫，一边希望逃离旧模式，一边也被新要求冲刷信心。

她并非个例。中国制造业人才市场正经历一场无声的结构性变化。人力资源社会保障部2026年第二季度全国招聘求职数据显示，传统普工岗位求人倍率仅0.85，供大于求；而工业机器人运维、PLC电控调试、数控数字化编程等智能制造复合岗位，求人倍率达到2.3，属于极度紧缺状态。简言之，谭雯评熟悉的传统工厂世界正在快速变化，新世界正敞开大门，却带着截然不同的人才需求。

一颗“螺丝钉”，需要重新锻造，成长为操作者、诊断者、优化者。

谭雯评回忆，这场漫长而迫切的转身，似乎在上学期间便已经开始了。她毕业于重庆三峡职业学院移动互联应用技术专业。这所学校，是施耐德电气产教融合160多所合作院校之一，通过“科技赋能、标准共建、全域培训、工程认证、创新实践”的“五位一体”人才培养模式，把前沿技术和产业场景提前带入校园。

 谭雯评/受访者供图

对施耐德电气来说，“赋能于人”始终是可持续发展的一抹温暖底色。这家企业，轻轻托住这份穿越技术周期的迷茫，尝试用自己的办法，为中国年轻蓝领探寻一条通往未来的成长之路。

对谭雯评来说，真正的成长发生在现场。

实习时，作为生产操作员，她难以调整刻板认知，一板一眼照着作业指导书的流程工作，但经验老到的前辈不仅能够熟练、规范地完成操作，还善于总结优化，在确保质量的前提下效率更高。

“我有点吃惊，”在谭雯评看来，流水线的工人需要照章办事，“但组长说指导书不是一成不变的，有好的建议就可以改。”

这是“现场”给她上的第一课，一线操作员可以对自己的工作流程进行评估，如果有优化流程的想法，可以向上建议，形成反馈与验证的机制。

在标准化、智能化的流水线上，这个工厂里的每个人都依然在主动思考。

谭雯评开始重新打量熟悉的手工生产线。比如组装指示灯的方式、物料盒摆放的位置等，只要能减少非必要环节，哪怕节省一次扭身拿配件的动作，公司都会积极验证和采纳，甚至“找茬”也会受到公司鼓励和表彰。

很快，经理注意到她，机会来了。车间培训岗缺人时，谭雯评成为候选名单中的首选。“我行吗？我资历太浅了，肯定镇不住场。”她频频后退，而师傅的两句话，就给她吃了定心丸，“没事，声音洪亮点儿！”“放心大胆去干，你身后有我呢！”

每次培训前，师傅都陪她抠课件、改讲稿；她自己也到每条生产线上反复学反复练，硬是把各条线都啃了下来。

她终于独立站上讲台，大获全胜——那一次，她培训出来的新员工全部通过考核。后来，有人夸赞她：“你讲得很清楚，让人一下子就听懂了。”

努力是底色，机会是出口。中国年轻蓝领的出路，不是找到一条没有机器的产线，而是找到机器替代不了的自己。从实习生到操作员，再到车间培训员，谭雯评只用了两年。如今，即便面对更智能的生产线，她也能变得自信、从容。她用AI帮助制作课件、分析培训数据，省出的时间，她依旧在认认真真巡线，看流程哪里可以优化、同事在哪个环节遇到困难。

生产线愈发智能，但谭雯评的心安定了下来。“技术不是替代人的，它是赋能人的。现场的判断，实操的经验，面对面的沟通，是算法无法代替的。”她学会用人工智能和数字化工具装备自己，准确找到了自己的位置，学会了与技术一起向前。

重新开局

2025年春节后的第一个工作日，90后周浩杰和领导一起吃饭。彼时，DeepSeek热潮正盛，领导问他：“你要不去看看AI和产业场景怎么结合？”

这样的邀请，对企业中处于职业中段的骨干而言，既像机会，也像一道考题。过去在行业里积累起来的经验，到AI时代还能发挥什么作用？如果要跨进一个新领域，应该从哪里开始破局？

周浩杰不是大模型研发人员。2021年加入施耐德电气后，他做过工业软件业务拓展，后转为咨询顾问，拜访过两百多家企业，接触了化工、电力等不同产业现场。他习惯从客户实际遇到的问题出发寻找方案，也喜欢尝试新事物。作为一家能源科技公司，施耐德电气正希望把AI应用到真实业务中，需要懂产业、肯跨界的人。周浩杰过去积累的现场经验，恰好与这个方向契合。因此，公司为他新设了一个此前没有的岗位——工业自动化AI应用能力中心负责人。

岗位有了，并不意味着路径就有了。最初的大半年里，如何把AI做成客户真正用得上的工具，缺少现成答案。他既不是专门研究AI算法的人，此前也没有成熟案例可以直接照搬经验。周浩杰只好一面联系同学、朋友，对接高校实验室、互联网企业，看看外面正在做什么；一面利用公司的内部课程、工具及测试服务器，不断尝试模型部署与场景验证。

周浩杰/受访者供图

直到一次拜访，一家化工企业客户的提问让他找到了方向：“你做的这个方案，有没有工艺经验？能不能直接告诉我，设备上是什么导致故障，工艺上是什么配方问题？”

他突然意识到，自己一直在探索AI能做什么，而客户想要的是：AI能不能解决车间里遇到的具体问题。他们所需要的，不只是一个会回答问题的模型，而是一个理解设备、工艺和生产的实用工具。施耐德电气长期沉淀下来的产业知识，正是以AI赋能产业的切入点。

一家水泥厂的智能改造，给出了具体答案。水泥生产有个关键质量指标叫“游离氧化钙”，含量太高，产品质量不合格，熟料强度下降；太低，能耗和成本就上去了。传统做法是定时抽样去实验室检测一次，等发现质量不合格，已经生产出来的水泥就无法供应市场。施耐德电气在大量水泥线上积累过先进控制和工艺经验，周浩杰和专家团队把生产数据与检测结果结合起来训练模型，使系统能够根据生产温度、设备生产电流、进出口压力、仓位等生产数据实时估算水泥产品的质量，并及时调整生产参数。以前滞后于生产的检测，开始变成生产过程中实时控制的依据。

另一个为商业综合体供冷供热的能源站，更凸显了AI与产业结合的意义。能源站的18台辅助泵，开少了可能供冷/热量不足，开多了又白白耗电。以往工作人员主要凭经验先多开几台，等供冷量供给足了再往下调。施耐德电气团队和周浩杰把边缘算力设备带到现场——一个与现场数据连接的优化控制盒，能在本地处理数据、预测用量、提出优化策略，让AI算法定时计算一次更合适的泵组调节策略，再据此连接现场设备进行控制。项目落地后，辅助站能耗优化了约10%。相当于每年少花几十万元电费，减少几百吨碳排放。

那一刻，能源科技的价值有了具体的注脚。数字化与绿色化，在现实场景中实现了交汇，它不再只是技术上的可能，而是转为肉眼可见的能源节约、成本降低与碳排放减少。

回看这段探索，周浩杰把公司的支持形容为“提供一块实验田”：需要算力、预算或跨部门知识时，有资源可用；尝试未达预期，也可以复盘，而不是仅凭一次结果下判断。对原本没有成熟岗位路径可循的他，这种空间让创新得以继续。职业中段的破局，从来不是一个人的孤勇。

技术正在改写产业。重新开局，周浩杰的经验没有被一键清零，而是找到了新的用武之地。“现在不缺模型，缺的是踏踏实实把事做出来、有相关能力的人。”他越来越确信，AI时代真正稀缺的，是能走进现场、发现问题、界定问题，再组织技术去解决问题的人。 

让经验传下去

二十多岁时，做了五年一线女工、刚成长为项目负责人不久的孙凤晶，面对领导询问是否愿意做一个技术部门的主管时，她犹豫地说出“我不行”。在此后二十多年的职业生涯中，每一次接到新职位的邀请，当她在犹豫时，领导都会鼓励她：“你放心去尝试，我们给你兜底。”这句话仿佛有一种魔力，让她一路披荆斩棘，实现自己事业上的不断跨越。

2017年，年过四十的孙凤晶来到武汉，出任施耐德电气武汉工厂总经理。她面对的是一家年轻的工厂，和几件几乎同时到来的大事：新产线要搭建，六百多台设备要接入EcoStruxure平台实现互联互通，工厂还要接受世界经济论坛灯塔工厂评审。

对经历过多轮产业升级的管理者来说，技术转型的难处，从来不只是设备换代，还有更复杂的团队培养、经验传递等问题。

孙凤晶/受访者供图

这并不是孙凤晶第一次着手技术转型工作。早在2010年前后，她就曾推动完成天津工厂9条自动生产线的工业化改造。其间，因为“步子跨得太大”，一次性引进了7台自动装配设备，但由于对零件的适配度考虑不足，导致设备效率不及预期。这并没有让孙凤晶慌乱，她带领工业化团队专心解决问题。后来，公司追加资源，工业化团队改零件、调设备，自动设备工业化顺利完成。

孙凤晶为这次挑战总结了一条经验：自动化不是把机器搬进工厂那么简单。机器投入使用与高效地生产出合格的产品，中间还有很长一段路。此后再推进改造，她总是先验证零件的一致性，从一台设备试起，再逐步推广。

在武汉，新的考验又来了。面对如此“新”的工厂，又接连迎来几件大事，即使公司从各区协调了许多资源到武汉工厂，孙凤晶依然感觉分身乏术。在公司安排的“一对一对话”中，施耐德电气高级副总裁、全球供应链中国区负责人张开鹏提醒她：“作为总经理，重在用人。”这句话让她恍然大悟，也更加确信：管理者不能只是自己把事情做成，还要培养更多适应时代发展要求的人。

对孙凤晶来说，比一座工厂完成技术升级更重要的，是越来越多人获得了运用技术的能力。2018年，工厂开始建立员工数字化胜任力模型。人员培养从经验性的带教，逐渐走向可识别、可衡量、可持续提升的技能建设。她参与推动的文化建设、人员布局和新人培养，后来被延续下来，成为工厂人才培养的基础。

无论被推荐到哪个职位上，孙凤晶始终都会积极拥抱变化，在工作中补上新知识、新技能，将当初的“试一试”变成“要做好”。

每一个愿意在岗位上沉淀的人，都期待找到那个最契合自己的平台。

如今，孙凤晶在中国区负责供应商质量管理与客户质量管理。新一轮AI浪潮到来，她又开始思考：那些经过数十年实践积累的经验，能否借助技术，为更多人所用？

在供应商质量管理中，她推动团队尝试将供应商质量管理中的经验与判断交给AI，通过监测生产流程中的关键参数，提前发现异常、预警风险。这套体系让优质供应商比例提升了30%。在客户问题解决方面，她又推动将资深专家的经验整理成客户质量知识库智能体，让现场服务工程师、工厂质量工程师和新加入的同事，都能更快找到处理问题的方法。工作之余，她还把三十一年积累的沟通、领导力等经验开发成课程，从本部门讲到中国区。

技术越来越新，孙凤晶却在想办法让过去的积累通向未来。“可持续的核心，其实是人的可持续。厂房会旧，设备会更新。但如果不培养人，不把知识传下去，下一代就得从头再来。”

成为管理者后，孙凤晶也会向上推荐有能力的年轻人。她也会听到他们说“我不行”，仿佛当年的自己。现在，换成她对年轻人说：“你放心去尝试，我给你兜底。”

土壤

三个人的故事，指向同一件事。

技术浪潮之下，谭雯评从一线操作员成长为培训员；周浩杰跨越专业边界，在AI与产业的交汇处找到新的方向；孙凤晶则带领工厂转型，让多年积累的经验得以传承。不同的起点、不同的路径，他们都在技术变革中完成了自身的跨越。

他们的经历，也折射出产业转型中一个更普遍的命题：当技术不断重塑岗位与能力的边界，如何让不同年龄、不同经验背景的人，都有机会找到自己的位置，而不只是被动追赶变化？答案既在于个人的主动求变，也离不开企业提供的机会与支持。

在施耐德电气，秉承长期主义，覆盖员工职业发展不同阶段的人才培养体系，也构成了一片让人成长的土壤：尊重、信任，允许尝试，也给予时间。

如今，谭雯评仍在车间巡线，周浩杰奔走于客户现场，孙凤晶则继续将经验传授给更多人。技术不断改变着他们的工作，也让他们看到了人生的更多可能。

工业5.0时代，机器会越来越聪明。但人该往何处去，答案从来不只在技术本身，也在于有没有一片土壤，能让每一代人——不管二十岁、三十岁还是五十岁——都能找到自己的位置，长出自己的本事。

如此，技术拓宽了边界，人扎下了根，企业长出了年轮。

（专题）