智能网联快速发展 人才瓶颈如何破局？
“高薪却招不到合适的人才，太难了！”近日，不少企业都开始密集在各地高校举办2020届毕业生校园招聘会，多家智能网联企业在招聘中感叹，专业人才不足，正在成为我国智能网联产业发展中的一大瓶颈。
调查显示，我国智能网联产业中，三成企业智能网联研发团队在150人以上，150人以下团队仍是行业主流，而且还有近三成企业智能网联研发团队规模更小，在50人以下。这一数据，与大陆、博世等国外企业中智能网联研发团队动辄3000人的规模相比，令人慨叹。
除了人才总量不足，智能网联核心人才紧缺也是一大挑战。在智能网联汽车发展正逐步加速的形势下，招揽到适用的人才是企业的当务之急。寻觅合适的人才，正在成为智能网联相关企业的共同呼唤。
人才需求何其急
目前，我国智能网联产业正逐步驶上高速路，一些相关机构和企业正在成长。调研结果表明，2018年，相关企业中，31%处于战略研讨期，28%正在布局，24%正在运行，11%已有成熟产业。在产品研发、试验测试、数据分析这三个环节，人才缺口分别高达23%、17%和12%。此外，信息及通信技术、网络技术方面的人才也非常紧缺。而随着智能网联入局者增多和运行、产业规模的发展，专业人才的需求已经是时不我待。
中国汽车人才研究会副研究员刘义向记者表示，智能网联汽车在全球都属于新兴产业，各国都在探索人才培养和发展模式。就研发工程师而言，对于不同的岗位，各个企业的岗位需求和标准都不统一，还处于“摸着石头过河”的探索过程。
实际需求中，智能网联相关的ADAS技术人才、人工智能与算法人才的紧缺程度高居不下，成为大多数企业的人才诉求。此外，环境感知、数据和芯片人才也处于相当紧缺状态。因此，数据、算法、ADAS技术、试验测试、人工智能等是人才需求量位于前五的岗位。
智能网联人才专业非常广泛，在前不久长安汽车的校园招聘中，涉及产品研发的岗位里，就需要无人驾驶、软件开发与测试、传感定位、车联网、UI设计、图像处理、智能算法、机器学习、电机开发、电池开发、电池管理、控制器开发等领域的人才，涉及计算机、软件工程、电子信息工程、电气工程、自动化、控制工程、通信工程、工业设计、遥感信息科学与技术、车辆工程等22个专业。
业内人士认为，目前行业人才方面存在两个问题，一方面，行业外跨界高薪抢夺汽车专业学生，让汽车企业措手不及；另一方面，汽车行业在招揽非传统汽车专业学生中，吸引力不足。
国外同样有尴尬
“目前我们与中国面临的困境一样。从事人工智能（AI）的研究人员，他们本身不具备汽车方面的知识，懂AI还懂汽车的人才非常缺乏。”美国智能网联车辆协会会长ScottMcCormick说。
在美国，这方面的人才都分散在各个相关的专业，诸如计算机专业、电子工程专业等。在硕士和博士阶段，他们提供人工智能、人机交互、深度学习和机器学习、自然语言与数据、机器人学等课程。另外，在美国的知名高校里，诸如斯坦福大学、麻省理工学院、卡内基梅隆大学等大学里有专门的机器人研究院和人工智能研究院，他们和业内的企业深度合作，共同进行项目研发，在项目中培养了大量的优秀人才。
业界人士认为，加强合作培养，利用多种形式、多种机会培养人才，都是值得学习和借鉴的。对于我国而言，智能网联人才“一人难求”的背后，是人才门槛的提升。如需求量较大的试验测试人才，从业人员必须是有一定专业广度的多面手才能胜任。既要有传统汽车知识，又要有IT经验的跨界人才，这样的人才是相当稀缺的。
破局尚需多举措
针对智能网联人才紧缺的现状，国内不少高校正在“试水”学科创新，培养更适合智能网联行业的未来人才。近年来，清华大学成立车辆与运载学院，以应对新技术革命下汽车人才培养；同济大学汽车学院与上汽大众共同编撰智能网联相关学科教材；开设汽车技术与实践、汽车电子相关课程并邀请大众、联合电子等企业工程师参与授课，让企业提供一定的课题给学生做毕业设计。
此外，除了应届毕业生，行业对智能网联高端人才的需求也很旺盛。毕竟自动驾驶、AI人才大部分还是集中在海外，尤其是美国。如何延揽海外人才？，业内认为，一是待遇，二是环境，三是解决好家庭等后顾之忧。
集纳业内意见，对于智能网联人才培养要注重三个方面：
首先，结合实际需要，有针对性培养人才，不仅要有测试专业人才，还有人工智能环境感知的算法、车辆的决策、运动控制等等非常多的新的领域，都需要创新型的人才。
其次，是人才培养方式需要创新。目前，智能网联领域它的技术发展、技术迭代太快了，快到很多从高校出来的本科生或者职业院校教育体系里出来的学生，学到的东西和实际应用中可能完全是两套体系。另外，智能网联的交叉性又太强，从传统的汽车机械到电子到信息化、通信，几乎所有领域都在交叉。
第三，创新是人才使用模式。目前，有共享单车、共享汽车，业界有人在思考，紧缺专业的人才能不能共享呢？
人才培养，不仅要有数量，而且更要有实力。“产业永远在变化，技术永远在迭代，但是人才培养的核心一定是两个，那就是分析问题的方法和解决问题的能力。”清华大学苏州汽车研究院智能汽车技术研究所所长戴一凡向记者表示。
