人瑞人才&德勤：產業數字人才研究與發展報告（2023）（47頁）.pdf

《人瑞人才&德勤：產業數字人才研究與發展報告（2023）（47頁）.pdf》由會員分享，可在線閱讀，更多相關《人瑞人才&德勤：產業數字人才研究與發展報告（2023）（47頁）.pdf（47頁珍藏版）》請在三個皮匠報告上搜索。

1、1隨著新一輪科技革命和產業變革的深入發展，數字經濟正在成為重塑全球經濟結構、改變全球競爭格局的關鍵力量，全球主要經濟體均希望通過數字化轉型建立更具包容性、競爭力和創新性的新型經濟結構。根據全球數字經濟白皮書 2022顯示，2021 年全球 47 個主要經濟體數字經濟增加值占 GDP 比重為 45%，毫無疑問，數字經濟與實體經濟的深度融合，將是未來經濟發展重要動力。而數字人才作為數字經濟的核心要素，對推動數字經濟高質量發展的作用至關重要。隨著各產業數字化轉型進入更深的階段，大量數字化、智能化的崗位相繼涌現，相關行業對數字人才的需求與日俱增，人才短缺已經成為制約數字經濟發展的重要因素。根據中國信息

2、通信研究院發布的中國數字經濟發展報告（2022）顯示，2021 年我國數字經濟規模達 45.5 萬億元，占 GDP 比重達 39.8%。人瑞人才和德勤通過估算發現，當前數字人才總體缺口約在 2500 萬至 3000 萬左右，且缺口仍在持續放大。在此背景下，人瑞人才與德勤攜手合作，共同撰寫產業數字人才研究與發展報告2023，希望通過此次研究，觀察中國產業數字化進程現狀，發掘企業數字化轉型中的關鍵問題，分析數字人才現狀與趨勢，并給出具有針對性的數字人才發展解決方案。本報告研究對象涉及政府、企業、求職者及高校多級主體，采用公開政策研究、頭部招聘平臺數據采集與分析、第三方報告案頭研究、企業深度訪談、調

3、查問卷等方法獲取企業數字化轉型需求、問題及數字人才信息。這其中包括由公司決策者、業務主管、員工和 HR 填答的近 2500 份調查問卷，與11 個不同行業高管交流得到的近 100 份訪談資料，以及公開的招聘數據信息，力求從客觀的角度分析、發現各類企業數字化轉型中遇到的問題，好的經驗方法總結歸納，并針對困擾絕大部分企業的“數字人才不足與培養”問題提出了一些針對性的解決方案，以供企業參考，期望能助力更多的企業成功數字化轉型。數字化轉型并非簡簡單單的將數字化技術疊加運用在企業管理中，一個企業要實現數字化轉型，需要經過對企業組織架構、業務模式、人才結構、管理體系、企業文化等方方面面做系統性的轉化。人瑞

4、人才過去十幾年服務中國各個行業著名企業沉淀了大量專業服務經驗并對行業的業務擁有深入理解與研究，德勤在各個行業的市場動態、業務發展趨勢、企業管理模式等方面擁有深刻洞察與豐富的咨詢服務經驗，雙方合作共同完成的產業數字人才研究與發展報告 2023，是國內首次對 11 個重點產業的數字人才發展的全面梳理與分析，對各行業企業的數字化轉型和人才管理具有重要的參考價值，引發更多針對數字人才發展的討論，并共同推進中國數字經濟深入發展。前 言21.企業數字化轉型的宏觀環境2.數字經濟的內涵與類別我國經濟社會發展已經進入數字時代，外部環境和內部條件正在發生深刻變化。物聯網、大數據、機器人及人工智能為代表的數字技術

5、催生的第四次工業革命引起了世界各國的高度重視。德國首次提出工業 4.0 概念，實施以物聯網為核心的“工業 4.0 戰略”，美國推出工業互聯網的代表性措施，重點關注人工智能、先進的制造業技術、量子信息科學和 5G 技術。在新一輪科技革命和產業變革的背景下，中國加大數字經濟發展力度，出臺“中國制造 2025”戰略，提出到 2025 年，制造業整體素質大幅提升，創新能力顯著增強，工業化和信息化融合邁上新臺階的目標。數字經濟發展的核心驅動力是數字技術。以制造業為例，基于信息物理系統的智能裝備、智能工廠等智能制造引領制造方式變革，其核心支撐技術是信息物理系統（CPS,Cyber-Physical Sys

6、tems）。信息物理系統是一個綜合計算、網絡和物理環境的多維復雜系統，通過 3C（Computation、Communication、Control）技術的有機融合與深度協作，實現大型工程系統的實時感知、動態控制和信息服務。信息物理生產系統（CPPS,Cyber Physical Production System）是信息物理系統在生產領域中的一個應用，它是一個多維智能制造技術體系。CPPS 以大數據、網絡和云計算為基礎，采用智能感知、分析預測、優化協同等技術手段，將計算、通訊、控制三者有機地結合起來，衍生出智能化工廠的新型生產模式。數字產業化是完全依賴于數字技術、數據要素的各類經濟活動，本質

7、上是現代信息技術的市場化應用，包括數字產品制造業、數字產品服務業、數字技術應用業、數字要素驅動業四大產業。具體而言，數字產品制造業包括計算機、通訊及雷達設備、數字媒體、智能設備、電子元器件及設備制造等；數字產品服務業包括數字產品批發、零售、租賃、維修等；數字技術應用業包括軟件開發、電信、廣播電視和衛星傳輸服務、互聯網相關服務、信息技術服務等；數字要素驅動業包括互聯網平臺、互聯網批發零售、互聯網金融、數字內容及媒體、信息基礎設施建設等。數字產業是數字經濟的核心產業，對應于國民經濟行業分類中的 26 個大類、68 個中類、126 個小類，也是數字經濟發展的基礎。產業數字化是指傳統產業應用數字技術所

8、帶來的產出增加和效率提升部分，利用現代信息技術對傳統產業進行全方位、全角度、全鏈條的改造，是數字技術與實體經濟的融合。產業數字化從大方向上可分為工業數字化、農業數字化和服務業數字化，具體領域包括但不限于智慧農業、智能制造、智能交通、智慧物流、數字金融、數字商貿、數字社會、數字政府等數字化應用場景。產業數字化對應于國民經濟行業分類中的 91 個大類、431 個中類、1256 個小類，涉及范圍比數字產業化更加廣泛。中國企業數字化發展的背景與趨勢01Part33.數字人才供需與區域分布3.1 數字人才缺口持續放大3.2 數字經濟區域聚集明顯，東部城市優勢明顯數字人才是指擁有信息通信技術專業技能的人才

9、，以及與信息通信技術專業技能互補協同的跨界人才。數字人才是數字經濟發展最重要的基礎和推動力量。數字產業化以數字技術的研發創新為引擎，是典型的技術密集型產業，需要高水平的數字技術技能。數字產業化以數字技術的應用創新為動力，需要以廣泛的商業技能和行業經驗為前提，依托行業經驗拆解價值鏈、優化資源配置，通過數字化工具生成新組合，從而創造新的商業價值。無論是技術創新還是應用創新，人才都是最重要的驅動力。根據人瑞人才研究院數據，預計 2035 年中國數字經濟規模將接近 16 萬億美元，折合人民幣 105 萬億元。世界經濟論壇2020 未來就業報告預測，到 2025 年，新技術的引進和人機之間勞動分工的變化

10、將導致 8500 萬個工作崗位消失，同時也創造 9700 萬個新的勞動崗位。此外，人瑞人才研究院的研究表明，未來 20 年，隨著人工智能、機器人、自動駕駛汽車等技術的進步，中國就業將凈增長 12%。我國數字經濟發展水平存在較大地域差異。中國數字經濟發展指數報告（2022 年）從基礎、產業、融合、環境四大維度對全國城市的數字經濟發展水平進行量化，結果顯示，東部是中國數字經濟發展的引擎，數字經濟發展指數由 2013 年的 1218.34 增長至 2021 年的7818.25，8 年間增長了 5.42 倍，均值為 3729.08。中部是中國數字經濟發展的橋梁，數字經濟發展指數從 2013 年的 71

11、2.23 增長至 2021 年的 3066.77，8 年間增長了 3.31 倍，均值為1598.77。西部是中國數字經濟發展的洼地，西部地區在電力和人力成本等方面具有優勢，發展數字經濟的潛力大。數字經濟發展指數從 2013 年的 755.04 增長至 2021 年的 2855.36，8整體上看，數字人才供需缺口仍在擴大。中國信息通信研究院發布的數字經濟就業影響研究報告（2021 年）顯示，2020 年我國數字經濟核心人才即 ICT 專業技術人才缺口接近1100 萬，據此估算當前數字化綜合人才總體缺口約在 2500 萬至 3000 萬左右，且缺口仍在持續放大。在此背景下，如何精準匹配和吸引數字人

12、才、加速數字人才的供給與培養是數字經濟發展背景下的重大挑戰，也是值得企業探討的關鍵問題。圖 1 中國數字經濟規模預測Part01 中國企業數字化發展的背景與趨勢4年間增長了 2.78 倍，均值為 1565.28，數字經濟發展后勁較足。3.3 數字人才分布與數字經濟發達程度高度相關數字人才的分布和數字經濟發展水平高度一致，數字人才大量聚集在一線城市和新一線城市。整體來看，我國數字人才分布集中在東部和南部沿海城市。根據 2022 年人瑞人才與德勤共同開展的產業數字人才研究調查，2022 年下半年數字人才需求最大的前十大城市分別是廣州、深圳、北京、上海、武漢、成都、西安、杭州、蘇州、合肥，其中前四位

13、是一線城市，第五到第十是新一線城市。十大城市合計占全國數字人才的 75%，人才需求的集中度較高。從數字人才需求崗位看，一線城市對數字產業化人才需求突出，新一線城市對產業數字人才需求相對迫切。根據人瑞人才與德勤共同開展的產業數字人才研究調查，一線城市需求量最大的前五類崗位是 C+人才、半導體技術、產品經理、Java 人才、嵌入式軟件開發，新一線城市需求量前五類崗位則是 Java 人才、電氣工程師、電商運營、通信技術工程師和嵌入式軟件開發。從人才需求總量上看，2022 年下半年，新一線城市數字人才需求崗位之和占全國崗位總量的 56%，高于一線城市崗位之和；新一線城市崗位平均薪資 13563 元，低

14、于一線城市的 18328 元。圖 2 2022 年 7-12 月數字人才需求城市分布情況圖 3 2022 年 7-12 月一線城市招聘數量 TOP5 崗位Part01 中國企業數字化發展的背景與趨勢個5圖 4 2022 年 7-12 月新一線城市招聘數量 TOP5 崗位4.企業組織結構和人才管理體系的現狀、挑戰與策略4.1 企業組織結構和人才管理體系現狀與挑戰數字化引起國家及各類行業企業重視并得到蓬勃發展的原因在于數字化對企業的賦能作用。根據人瑞人才研究院的數據，數字化轉型企業的營收及利潤率是未數字化轉型企業的數倍。同時，企業數字化專項紅利具有明顯的先發優勢，即先進行數字化轉型的企業更可能成為

15、行業領軍者。人瑞人才研究院的數據顯示，以金融、零售、醫療、工業為例，TOP10 企業數字化收入在行業數字化收入中占比80%，體現出數字化在重構產業的業務模式和運營邏輯中的重要性，尤其是在人口紅利消退的趨勢下，數字化能夠推動勞動密集型企業向智慧密集型企業轉變，有助于降本增效，提高企業利潤率。企業數字化轉型不僅依靠數字技術的融合應用，更需要組織管理的同步革新。數字化轉型是一個復雜的系統工程，雖然技術在企業數字化轉型過程中起著重要作用，但這不能說明企業只需要正確運用技術，就可以實現數字化轉型。根據麥肯錫全球研究院對數字化進程的調研顯示，僅 14%的企業轉型取得持續進展，變革成功的組織僅 3%，說明單

16、靠數字技術能力并不能驅動轉型成功，技術必須依托于個人和群體主觀能動性的發揮才能驅動數字化轉型，組織管理的革新是數字化轉型的中介變量與必要條件。在數字化轉型的背景下，垂直化的企業管理結構需要向網狀化、扁平化的結構轉變。網狀圖 5 不同行業 TOP10 企業數字化收入占比Part01 中國企業數字化發展的背景與趨勢6化結構不同于傳統“金字塔”型科層制結構，是打破業務邊界、以最小經營單元為中心之間的鏈接構成網狀結構，有利于不同部門之間開展合作。扁平化結構強調客戶需求驅動企業決策，具有小前臺、大后臺、強中臺的特點，促使組織管理更加高效、敏捷，同時由于扁平化結構具有更高的彈性和靈活性，可以更快適應外界多

17、變的市場環境與碎片化的用戶需求，利于企業提高數字化迭代效率。企業在構建網狀化、扁平化組織結構的同時，需要以構建學習型組織為目標打造人才管理體系，激發員工的主動性和創造性，提升企業創新能力和可持續發展能力。一方面，企業在數字化轉型過程中衍生出大量全新崗位，企業需要形成一套動態更新的人才體系標準，精準判斷復合型崗位的新需求，并制定相應的人才培養計劃，提高人才體系對數字化轉型的敏捷性。另一方面，企業需要主動打造組織層面的知識架構，形成持續更新的知識庫，把先進員工的經驗技能內化為企業的經驗和能力，并幫助其他員工快速掌握和提升數字化轉型的必備技能。企業正加速邁進數字化進程，數字人才是企業數字化轉型中的關

18、鍵驅動力，但當前企業普遍面臨數字化轉型意識不足、數字人才成本高、缺乏培育在職人才的必要內部技能和專業知識等挑戰。企業內部尚未就數字化轉型達成集體共識，數字化轉型意識有待提升。在德勤對企業負責人的訪談中，部分企業表示還未啟動數字化轉型，沒有專門的數字化團隊，而是公司各部門各自推進或外包。原因在于，中小企業反饋公司預算有限，認為沒必要也沒有資金推進數字化轉型，大企業則由于管理者缺乏足夠認識和重視，缺乏頂層規劃和設計。歸根結底都是由于企業對數字化的重要性認識不夠，尚未達成數字化轉型的共識，導致部門間存在壁壘，協同化程度低，尤其是技術部門與業務部門間的數據還沒有打通，人瑞人才與德勤的產業數字人才研究調

19、查結果顯示，42.9%的企業面臨技術人員與業務人員缺乏協同的困難，阻礙企業數字化轉型進程。Part01 中國企業數字化發展的背景與趨勢圖 6 企業人才管理存在的困難數字人才供不應求，變相推高了企業經營成本。對各行業企業管理者的訪談顯示，相對于互聯網、芯片等薪酬水平更高的數字產業，傳統產業，如醫藥、汽車等產業對于高端技術人才吸引力較弱。汽車、醫藥等制造業企業反饋，互聯網、金融、人工智能等熱點行業對人才吸引力大于自身所在行業。數字產業內部對于技術人才的競爭也十分激烈。芯片企業反映，現在對于數字技術人才的招聘市場屬于供不應求的賣方市場，為了提高自身對人才的吸引力，不得不提高薪酬水平，由此導致薪酬溢價

20、，大大提高了企業引進高技術人才的成本。7數字人才培訓缺乏必要的內部技能和專業知識。伴隨多樣化數字技術的應用，企業在對外招聘數字人才的同時，也意識到對在職員工進行數字技術投資的重要性，尤其是打通業務和技術人員壁壘，實現業務人員數字化與技術人員業務化。但受制于規模、經驗和成本等因素，除個別大型老牌企業外，大部分企業人才培育體系以入職和基礎知識培訓為主，缺少完善的數字人才培育機制。軟件、基金等企業對培訓的理解局限在入職基礎知識的培訓。即使有長期培訓項目，但主要集中在業務培訓，缺乏數字化內容，或是僅局限于技術人員的內部分享。尤其是處于上升期的企業，對于數字人才培養有心而能力不足，正如一位 HR 指出：

21、“公司在高速發展階段，專業人才不夠。但只是靠自己摸索培養，無法趕上公司發展的速度?！比巳鹑瞬排c德勤的問卷調研結果也印證了這一困難的存在。38.7%的企業由于缺乏培訓講師、教材等培訓資源，未能形成數字人才培育機制。此外，48%的企業受制于技術知識更新密集的特點，僅靠企業開發培訓體系需要投入較大的時間和人力成本，降低了企業構建數字人才培育機制的意愿和能力。企業的組織管理結構需要做出調整和變革，以滿足企業數字化轉型戰略的落地。組織結構上，一方面，充分向員工組成的最小經營單位賦能和賦權，并基于組織系統一體化設計和數字化技術，連通部門之間的信息孤島，實現信息共享，建立端到端的業務流程，打破傳統科層制結構

22、形成的部門墻，實現最小經營單位間的連接、協同和共享。另一方面，以客戶需求為導向，以客戶價值創造為核心持續變革，開放封閉生態圈，提高信息和資源從需求端向生產端的流動效率，推動企業平臺化。人才管理上，企業可以通過拓寬數字人才招聘渠道和完善內部的人才培養體系擴大數字人才的供給。一方面，通過垂直媒體追蹤數字人才網絡足跡，發掘潛在數字人才。同時，前置招聘選拔端口，推進校企深度合作。另一方面，根據企業特定問題和發展戰略明確崗位能力需求，通過人才盤點掌握企業內部數字人才供給情況，如數字化理念的普及程度、數字技術與業務的融合能力等，實現人才與崗位的合理匹配，為人才儲備、人才規劃提供決策依據。積極構建學習型組織

23、，培養跨界融合型數字人才。意識上，通過納入績效評價等方式，培養員工學習主動性，認識到培養數字化意識與開展具體知識和技能培訓同樣重要。方式上，促進技術和業務人員交流、合作和互補，培養復合型創新人才。結合員工職業通道和落地場景設圖 7 企業未形成數字人才培育機制的原因4.1 企業組織結構和人才管理體系現狀與挑戰8計學習課程，保證內容和形式的可及性、個性化和實用性。實踐上，以數字化應用場景創新驅動為抓手，面向實戰進行強化學習，在掌握數字化專業知識技能的同時，提高創新能力、整合能力和變革推動能力。具體而言，從人瑞人力和德勤聯合開展的調研結果來看，企業最希望人才掌握數字分析技能（52.6%），其次是數字

24、營銷（38.3%），分別與技術能力和業務能力相對應（圖 5）。在被問到最希望提升的人才能力時（圖 6），52.5%的企業表示希望加強人才復合型學習，尤其是技術人員的商務和運營能力；培養創新人才也受到 46.7%的企業重視，培養高質量的復合型創新人才是企業數字化轉型的關鍵舉措。圖 8 企業希望培養的數字技能圖 9 企業希望提升的人才能力5.數字產業化與產業數字化5.1 數字產業化行業人才需求特點數字產業化領域的企業基于技術創新和商業模式創新的快速迭代，為傳統業務持續賦能。技術創新層面，企業聚焦關鍵芯片、基礎零部件、基礎材料、基礎軟件等工業技術領域推進自主化進程和高端芯片、操作系統、人工智能等關鍵

25、核心技術攻關，提高數字技術基礎研發能力和自主創新能力。商業模式創新層面，企業利用數字技術提供的連接、數據、算法算力、加工制造等能力，有效化解用戶信息、生產成本、運行數據等問題，構建連接供應商、生產商、零售商、消費者以及各種相關資源的生產交換關系樞紐，整合多個市場主體和眾多消費者資源。9圖 10 數字企業對員工的要求圖 11 數字產業化崗位招聘崗位發布數量前 20 名對于數字產業化行業企業而言，專業人才成為實現以上目標的關鍵支撐。調研顯示，未來3 年，數字產業化企業最需要運營人員和開發人員，其次是算法人員、銷售人員和產品經理，說明技術革新與商業模式創新是助推數字企業發展的兩大動力。同時，數字技能

26、的培養和應用也成為共識。46.4%的數字企業期望員工能夠接受數字技能和跨學科技能的培訓，43%需要員工使用數字化辦公系統（圖 7）。具體崗位方面，數字產業的企業對人才的需求集中在電子信息制造、基礎設施建設和前沿數字技術領域。根據智聯招聘的數據（圖 8），2022 年下半年，Java 工程師崗位需求量最大，占比 6%，半導體技術、集成電路設計和通信技術工程師其次，占比在 4%以上。105.2 產業數字化行業人才需求特點產業數字化領域，企業基于自身特點和差異化需求，全方位、全角度、全鏈條開展數字化轉型，提高全要素生產率。工業企業持續加深互聯網、人工智能等新技術的布局應用，探索工業數字化工具開發利用

27、模式，亟待突破工業大數據應用。同時，通過加強硬件互聯互通，提高工業技術軟件化的水平，提升產業鏈、供應鏈自主可控能力和應對重大風險和外部沖擊的韌性和彈性。服務業企業依托數字技術持續賦能變革，不斷催生出服務新模式、新業態，“互聯網+”持續推動工業設計、商務服務、商貿流動、文化旅游等生產性和生活性服務迭代升級，促進產業價值鏈向高附加值、高技術含量環節攀升。農業方面，隨著農產品流通的數字化水平大幅提高，企業將進一步整合包括采購、倉儲、包裝、物流、運輸、配送、售后等服務在內的農產品供應鏈，為分散小農戶走進大市場拓寬渠道。此外，企業將物聯網技術應用到現代農業生產設施設備領域，實現對農業生產全過程的數字化控

28、制，推動農產品品牌化、差異化和個性化發展。產業數字化行業企業在數字化轉型過程中注重管理全面轉型、數字人才儲備和提升數字化相關技能。根據人瑞人才與德勤對產業數字化企業的調研（圖 9），70.8%的企業高度重視針對數字化轉型的企業管理的配套轉型，大部分企業也將加強數字化相關技能人員的儲備（67.7%）和提升公司數字化技能以適應數字業務發展（60%）視作數字化轉型的必經階段。此外，數字技能賦能業務和企業管理者的重視和領導也具有一定的重要性。產業數字化企業的人才需求方面，從圖 10 來看，電氣工程師和電商運營并列成為最熱門的崗位，占比 8%，其次是 C+（6.1%）、技術支持工程師（5.0%）、硬件工

29、程師（4.9%）等，表明作為智能制造關鍵支撐的工業數字化進程加深，數字技術催生的“互聯網+”新業態仍在壯大。此外，數字產業對產品經理需求排名第五，而產業數字化的產品經理崗位需求僅排名第十，說明相較于數字產業對數字技術的產品化和市場化，產業數字化強調以本行業技能為基石，數字技術發揮賦能增效作用。圖 12 數字產業化崗位招聘崗位發布數量前 20 名11圖 13 產業數字化崗位發布數量前 20 名121、人工智能-keyfindingsKEYWORDS：AI 人才，AI 工程化，產業融合，算法工程師，復合型人才，崗位勝任力近年來中國人工智能產業快速崛起，并帶動了金融、醫療、制造等傳統領域從業務流程、

30、產品形態、商業模式的全面變革，成為驅動經濟發展的重要引擎。但縱觀產業鏈不同環節發展現狀，呈現應用層繁榮但底層支撐薄弱的格局，未來將圍繞底層技術突破、與實體經濟深度融合、打造 AI 工程化能力三個方向推動人工智能產業高質量發展。在此背景下，人工智能產業人才供需格局呈現以下四大特征：整體現狀：人才總量與質量雙重欠缺制約人工智能產業發展，亟需企業積極加入人才生態建設近年來人工智能產業蓬勃發展帶動人才需求高速增長，應對這一趨勢，雖然政府積極加強對人工智能人才培養體系建設的投入，但受限于產教融合深度不足，當前人工智能行業依然面臨人才總量與質量的雙重欠缺。根據人瑞人才與德勤“產業數字人才研究調查 2022

31、”，32%的受訪者認為當前人才供應無法滿足自身發展需求，且有近半數受訪者將人才緊缺視為制約企業發展的關鍵因素?；诖爽F狀，我們建議，企業應積極參與人才培養生態構建，包括在人才培養環節與高校加強銜接，實現資源互補，在人才招引環節以競賽、聯合研發等形式拓寬渠道，以及在人才管理中建立支持員工職后提升的環境。企業視角：平臺型企業希望建立多元化人才梯隊，而獨立 AI 企業更注重擴充實踐型人才布局人工智能領域的平臺型企業在業務上著重打造 AI 技術生態，進而為自身各產品線賦能，實現多行業場景下的商業化應用。與之相應的，人瑞人才與德勤“產業數字人才研究調查2022”結果顯示，平臺型企業在人才招聘中對專業背景

32、要求更為多元化，在計算機、互聯網相關專業之外，還涉及工商管理、自動化、醫療、教育等多個傳統行業。獨立 AI 企業主要憑借自身掌握的優勢技術深耕細分領域，以定制化開發的形式開展業務，因此在人才招聘中更青睞數字產業化企業的行業分析與人才策略02Part圖 14 人工智能產業人才供需情況13于具備專業技術能力的計算機相關專業背景人才，且更傾向于具備一定工作經驗的人才，以便為項目的開發實施提供支持。崗位類型視角：算法研發與開發人才緊缺度最高，機器學習、計算機視覺技術方向需求尤為旺盛比較不同崗位類型人才供需情況，算法研發作為人工智能產業的核心，也因為專業性強、細分領域多等原因成為當前人才緊缺度最高的領域

33、。諸多技術方向中，機器學習作為實現人工智能的通用技術，在實際應用中與其他算法廣泛結合，因而存在巨大需求，而計算機視覺技術已在醫療、交通、安防等領域廣泛應用，商業化前景較為明朗，成為當前人才招聘中最熱的方向。勝任力視角：數字技能是用人方甄選人才的首要考量，應用導向思維亦是關鍵能力人瑞人才與德勤“產業數字人才研究調查 2022”結果顯示，開發工程師、技術支持工程師、算法工程師、前端工程師以及產品經理五類崗位是當前人工智能企業擴充人才隊伍的重點。通過構建人才勝任力模型，可以看出上述崗位普遍對人才的數字技能提出了較高的要求，包括對c+、python、java等主流編程語言的掌握，對各自領域常用開發框架

34、、專業工具的應用經驗等。同時，具備業務需求理解能力，能快速將專業技能轉化為應用于業務場景的解決方案，也是人才應具備的重要專業素養。圖 15 平臺型企業及獨立 AI 企業目標人才特征圖 16 人工智能各崗位人才供需比14圖 17 人工智能開發工程師勝任力模型2、芯片-keyfindingsKEYWORDS：供不應求，芯片設計類人才，算法/IC 架構師，IC 前端設計工程師，崗位勝任力我國半導體芯片產業以萬億元產值支撐起我國數字經濟 40 多萬億的產值，幫助我國提高經濟發展實現從“量”到“質”的提升；同時，半導體芯片產業也已成為我國科技自主發展的重要驅動力，產業不僅自身存在了巨大的發展空間，更為人

35、工智能、量子計算、物聯網等新興產業的發展提供了硬件基礎，并助力新興產業的發展、以及傳統產業的升級。但是，在中美貿易摩擦不斷加劇的大背景下，我國半導體行業面臨巨大的挑戰，迫切需要提升芯片自給率。在此背景下，我國芯片行業人才供需格局呈現以下四大特征：整體現狀：芯片行業對頂尖人才要求較高，但企業人才供給顯著低于產業發展速度作為技術驅動型行業，以高級工程師為代表的高端技術人才是芯片產業的基石。但與一般工科的不同之處在于，芯片產業對工程化、精確度要求極高，因而，芯片行業對人才要求高，但人才培養周期長，而當前國內芯片人才總量不足，高端芯片人才稀缺，企業普遍面臨招人困難的挑戰。此外，自2020年底“缺芯”潮

36、爆發以來，眾多晶圓廠開始新建晶圓廠或大力擴產提升產能；同時，芯片行業創業也成為近年熱潮，國內芯片設計初創企業如雨后春筍般涌現。隨著國產芯片產業高速發展，芯片人才匱乏的現象日漸凸顯。15圖 18 我國芯片行業人才供求及需求情況圖 19 半芯片企業面臨的人才招聘困難企業視角：芯片企業普遍面臨了人才招聘、培養的難題由于芯片產業技能更迭速度快，人才培養速度難以跟上，導致芯片企業難以找到符合崗位要求的相關人才。在此情況下，芯片廠商為了提升自身人才競爭力，通常采用了高薪挖人的策略，阻礙了企業間良性人才流動機制的建立及動作。在此情況下，我國芯片企業需要進行管理資源的融合，包括對組織架構、流程、體制、文化等方

37、面的調整，并持續關注人才的引進和發展；同時，更加注重內部核心人才培養、制定更有效的激勵政策。另外，企業也可以針對人才培養與產業需求的脫節現象，推進“產教融合”，核心人才培養，企業參與到高校的人才培養全環節，在培養方案制定、課程建設、實習實訓和項目研究等環節由校企共同完成，實現校企協同育人的無縫銜接，打通芯片人才培養“最后一公里”。崗位類型視角：芯片企業目前缺口最大的三類人才為開發人員、產品經理和算法人員整體來看，我國芯片行業在上游芯片設計領域的人才缺乏情況較為突出，且對人才的要求更高，具備一定的壁壘；而中下游的人才供給相對充分。隨著中美科技戰的日益深化，我國加快攻堅卡脖子技術、實現集成電路的國

38、產化已是大勢所趨，這衍生出了對芯片上游的集成電路設計領域的研發人才、算法人才日益增加的需求。而這類人才往往培養周期長、對專業素質技能要求高，在未來一段時間仍將呈現明顯的供不應求狀態。16圖 20 芯片企業內人數缺口較大的人才類型圖 21 芯片設計類崗位勝任力模型勝任力模型勝任力視角：芯片設計類人才要求較高，理論基礎及設計能力為核心考量人瑞人才與德勤“產業數字人才研究調查 2022”結果顯示，芯片上游設計行業對人才要求相較于產業鏈其他環節人才的要求相對更高。這主要體現在要求人才有扎實的業務能力，包括扎實的微處理器結構、計算機原因等理論基礎，同時也需要具備數字邏輯設計、數字電路設計等設計能力。此外

39、，芯片設計人員也需要具備較高的數字技能，以完成相應的設計工作，包括 Verilog 等硬件描述語言、C+/C+等編程語言。此外，由于芯片行業的迅速發展，技術更迭日新月異，也需要相關人才具備快速的學習能力，以掌握最新的前沿技術，并進行技術創新。3、物聯網-keyfindingsKEYWORDS：物聯網人才、場景多元化、平臺層/應用層、嵌入式開發、勝任力模型受產業轉型、消費升級、新興技術的驅動，中國物聯網產業處于高速發展時期。物聯網連接正在向工業、智慧城市、汽車、零售等領域擴展，賦能傳統產業數字化轉型和城市智能化管理。隨著物聯網連接數的海量增長和應用領域的增加，未來行業的競爭將重點圍繞平臺層和應用

40、層展開，場景商業化、解決方案的提供和技術平臺的效率將成為企業重點打造的核心競爭力。在此背景下，物聯網行業人才供需格局呈現以下特征：17整體人才現狀：培養體系欠缺影響物聯網人才總體基數物聯網作為集合了大量 ICT 技術的新興產業，對人才的綜合素質、學科復合能力要求較高，雖然企業、院校雙方都在積極推進物聯網人才培養體系建設，但當前產學研脫節，尚未定型的技能需求及崗位設定等因素進一步限制了人才培養。根據人瑞人才與德勤“產業數字人才研究調查 2022”，有 36.4%的企業表示人才供不應求，同時超過五成的受訪者認為招聘難度主要在于物聯網行業的人才總體基數較小?；谌瞬努F狀，企業一方面繼續深化與院校的人

41、才培養合作，增加優質人才供給；另一方面，采用人才擴充渠道多樣化、靈活用工模式來緩解供給不足制約企業發展的影響。產業鏈視角：上游、中游側重底層技術研發開發能力，下游更注重產品運維能力我們將物聯網產業鏈分為上游的感知層（芯片廠商、模塊廠商），中游的傳輸層（電信運營商）和下游的平臺層和應用層（云服務商、系統集成商）。感知層、傳輸層企業主要涉足物聯網底層元器、以及通信技術的研發開發。平臺層、應用層的企業主要服務于終端客戶，涉及物聯網產品、應用系統的落地支持與維護。人瑞人才與德勤“產業數字人才研究調查 2022”結果顯示，感知層、傳輸層的企業更看重人才的技術背景，偏向招聘電子、通信專業為主的員工。平臺層

42、、應用層的在人才招聘中對專業背景要求更具包容性，在物聯網、電子、通信、計算機、自動化相關專業之外，還涉及市場營銷專業，同時更青睞具有在垂直行業工作經歷且擁有多年經驗的人才。業務技能的要求包括精準挖掘客戶需求，并支持技術融入多元化應用場景。圖 22 當前物聯網產業人才供需情況圖 23 產業鏈常見崗位類型18崗位視角：嵌入式研發崗位緊缺程度最高，同時系統運維方向需求增速明顯嵌入式技術與物聯網上層應用、底層開發緊密相關，使得嵌入式技術人才受到企業的廣泛重視，同時對硬軟件專業能力的高要求也導致了優質人才短缺。隨著物聯網技術逐漸成熟、以及在應用領域持續的發展，負責需求挖掘、產品推廣、系統實施與維護方面的

43、應用型人才需求進一步擴大，能夠綜合 RFID、嵌入式、網絡等基礎物聯網知識、具有垂直領域經驗的人才成為招聘熱點。勝任力模型視角：企業基于崗位類型定義技能要求，尤其重視業務實操能力人瑞人才與德勤“產業數字人才研究調查 2022”結果顯示，解決方案工程師、嵌入式軟件開發、硬件工程師、Java 工程師、產品經理列為物聯網行業擴充的重點崗位。通過構建人才勝任力模型，可以看出企業對不同類型崗位的技能要求各有側重，如從事系統開發的人才需熟悉編程、電路、開發框架等數字技能，而對于市場開拓人才則要求具備業務能力，能夠快速抓取客戶需求，并根據業務場景形成有效的解決方案。圖 24 物聯網企業重點缺口崗位19圖 2

44、5 解決方案工程師勝任力模型4、互聯網-keyfindingsKEYWORDS：產業互聯網，硬科技，數字化，創新，多元化，互聯網運維工程師，崗位勝任力近年來中國互聯網行業快速發展，新興技術和硬科技例如 5G，芯片，邊緣計算，AR，VR與互聯網產業的融合，成為驅動經濟增長和產業創新的重要引擎。目前消費互聯網流量紅利逐漸飽和，逐步轉向產業互聯網發展。中國互聯網行業正從單一粗放型增長轉向高質量可持續發展。產業互聯網通過大數據，人工智能，物聯網和云計算等數字化手段，打通和鏈接全產業鏈的資源和服務，形成數字化閉環，增加企業核心競爭力。未來，互聯網行業海外市場以及直播電商的發展也將會推動互聯網行業的發展。

45、在此背景下，互聯網產業人才供需格局呈現以下四大特征：整體現狀：硬科技領域等高水平人才需求缺口巨大，相關企業應當建立人才生態鏈，多渠道拓展人才近年來產業互聯網蓬勃發展推動人才需求高速增長，但伴隨著產業互聯網和硬科技的轉移，互聯網行業缺乏多元化技能和創新型綜合能力的高水平人才。根據人瑞人才與德勤“產業數字人才研究調查 2022”，50.5%的企業認為缺少有行業經驗的技術人才，33.7%的企業認為人才總體技術較少，且有近半數企業認為人才的技能與崗位的匹配度低?；诖爽F狀，我們建議，企業應當精準崗位人員的職位描述和人才畫像，建立人才生態鏈，多渠道拓展人才，包括校企合作，推進校企深度融合；設立和發展海外

46、分支機構，推動出海企業本地化人才發展；在政策和資本的推動下，引進高層次人才以及在企業內部發掘培養核心骨干員工，發展企業與員工的協同機制。20圖 26 互聯網公司人才招聘困難圖 27 企業對人才數字技能的培養方向企業視角：互聯網企業青睞專業背景人才，重視多元化數字技能人才的培養根據“德勤研究”調查顯示，產業互聯網企業主要劃分為產業企業，產業互聯網平臺企業，運營商，產業互聯網安全領域企業以及系統集成商五種類別。產業互聯網平臺企業是實現數字化，網絡化的主要賦能方。因此，企業更傾向于選擇擅長平臺和產業架構，開發和維護的人才。產業互聯網安全領域企業需要解決互聯網及產品的安全問題，此類企業需要負責數據和產

47、品安全的技術人員。系統集成商則需要利用數字化技術提供不同應用，因此，企業在人才招聘中更為青睞計算機，互聯網，數據分析等復合型專業背景人才。同時，掌握多元化技能是互聯網產品跨界創新的綜合能力要求。根據人瑞人才與德勤“產業數字人才研究調查 2022”結果顯示，53.5%認為需要掌握數據分析，32.0%認為掌握數字設計（UI/UX），近 1/3 的被調查人員認為企業人才需要掌握移動應用開發能力以及編程與網絡開發能力。崗位視角：產業產品開發崗位注重創新和個人能力，產品運營技術崗位偏向高學歷，擁有多年相關工作經驗人才互聯網產業鏈的各環節對于崗位的人才需求呈現不同特征。在互聯網產業鏈環節，產業開發注重創新

48、，產業運營注重產品穩定深度維護。新型開發崗位的主要來源包括人工智能，大數據，芯片等高科技行業，產業新型開發崗偏向擁有個人能力以及擁有多樣編程語言的創新型人才；產品運營技術核心崗位更傾向于擁有高學歷，多年工作經驗以及Java基本編程技能的人才。由于產品技術核心崗位決定了互聯網公司的競爭力，對于人才的學歷要求相對較高。與之相應的，人瑞人才與德勤“產業數字人才研究調查 2022”結果顯示，人工智能崗位對本科及以上學歷人才要求占比 86.3%，其中要求碩士及以上崗位為 30.8%。運維支持 50.1%的崗位需求為大專，僅有 0.4%的崗位需求為碩士。21圖 28 互聯網產業產品技術核心崗位招聘學學歷要

49、求圖 29 互聯網運維工程師勝任力模型勝任力視角：數字技能和個人能力是用人方甄選人才的首要考量，實際應用能力亦是關鍵能力根據“人瑞人才與德勤研究”結果顯示，運維工程師，知識圖譜，前端開發，數據分析以及數據挖掘五類崗位是當前人工智能相關企業擴充人才隊伍的重點。通過構建人才勝任力模型，可以看出，目前互聯網行業的關鍵核心人才需求大，薪資水平分布廣，普遍要求本科學歷。上述崗位相對更為青睞計算機專業背景，對人才的數字技能，個人能力以及創新能力提出了更高的要求，其中包括對 c+、python 等主流編程語言的掌握。同時，大多崗位要求具有工作經驗，企業已經從“招到人”變為“招好人”。225、游戲-keyfi

50、ndingsKEYWORDS：游戲人才、游戲精品化、精細化分工、勝任力模型游戲行業作為各種新技術率先實施應用的試驗田，正在積極推動數字經濟發展，并賦能傳統產業數字化轉型，尤其在文化旅游、智慧城市、影視創作等產業。市場趨于飽和、行業競爭加劇、以及審批不確定性等外部因素影響倒逼游戲企業加強自主研發能力，向精品化、研運一體化的方向發展。海外市場、以云計算為基礎的游戲方式正成為新的增長點。在此背景下，游戲行業人才供需格局呈現以下特征：整體人才現狀：當前人才供需平衡，但長期存在結構性缺口在游戲市場增長趨緩與監管趨嚴的背景下，整體招聘需求呈下降趨勢，人才供需總體平衡。根據人瑞人才與德勤“產業數字人才研究調

51、查 2022”，有近六成受訪者認為人才處于供求平衡狀態。游戲精品化的發展趨勢使得企業對研發人才要求越來越復合，同時研發團隊的精細化分工也提升了部分核心崗位的門檻，比如技術美術。網絡游戲屬于新興行業，大多數高校無對口專業，人才基本都是跨行業招聘，而且整體呈年輕化。同時，游戲的項目周期根據游戲類型從 3-6 個月到 1-3 年不等，人才培養周期短，使得行業成熟人才始終處于緊缺狀態。人才隊伍斷層問題突出，3-5 年工作經驗的研發人員招聘需求缺口較大。針對人才流動頻繁、成熟人才缺失的現狀，企業內部通過建設標準可復用的自研中臺及特定環節的外包，來保證游戲內容的穩定產出。產業鏈視角：招聘門檻總體較低，部分

52、崗位要求一定工作經驗目前游戲行業整體招聘門檻不高，中小游戲工作室是招聘主力軍。根據人瑞人才與德勤“產業數字人才研究調查2022”結果，作為內容提供方的研發環節、以及面向用戶的游戲發行環節，對人才學歷、背景、工作經驗沒有硬性要求。硬件廠商對人才要求相對較高，大多要求本科學歷和電子專業，青睞具有 5-10 年工作經驗的人才。圖 30 行業總體人才供求關系23圖 31 產業鏈對應目標人員特點圖 32 游戲行業重點缺口崗位崗位視角：TA 技術美術、引擎開發、UE4 開發、云游戲開發成為緊缺崗位目前網絡游戲已出現多端融合的趨勢，跨平臺的內容制作開發成為當前游戲產品生產的重要方式。企業逐步利用技術升級進行

53、產品革新，進而加大了對TA技術美術、引擎開發、UE4開發、云游戲開發相關的崗位人才需求。上述新型崗位提升了對游戲開發人才的技能要求。除了精通 Java,C+,C 語言等基本技能語言，還需要根據游戲類型掌握所對應的技能要求，比如 3D 手游需要掌握 U3D,UE4 等開發技能。勝任力模型視角：數字技能普遍成為企業的首要考量因素人瑞人才與德勤“產業數字人才研究調查 2022”結果顯示，游戲原畫師、TA 技術美術、引擎開發、UE4、COCOS2D 為游戲企業擴充的重點崗位。通過構建人才勝任力模型，可以看到行業對學歷要求不高，絕大多數崗位的學歷要求為大專及以上。Unity,C 等數字技能是關鍵人才的主

54、要必備技能。設計類崗位普遍要求美術相關專業，開發崗位要求計算機，軟件工程等相關專業。軟性技能中，溝通能力，跨部門協作能力及學習能力為必備技能。24圖 33 游戲原畫師勝任力模型 6、元宇宙-keyfindingsKEYWORDS：元宇宙人才，復合型人才，元宇宙產業鏈，基礎設施層，3D 設計師，崗位勝任力隨著物理世界數字化的不斷深入，消費元宇宙與產業元宇宙將成為互聯網發展的趨勢和方向。元宇宙如何賦能實體經濟，走出以虛促實的中國路徑，成為新一輪科技革命和產業革命的戰略要點。目前元宇宙仍處于基礎設施向研究為主的階段，引擎與算力方面正不斷進行技術突破。在此背景下，元宇宙產業人才供需格局呈現以下四大特征

55、：整體現狀：人才缺口較大，企業亟需拓寬人才渠道與來源元宇宙行業作為處于起步階段的新興行業，相關探索的企業一部分是原互聯網大型企業，另一部分是行業新銳創業者。行業應用人才的相當大部分是從其他領域轉型從事元宇宙研究，專業對口的人才相對匱乏，市場對于人才的需求迅速提升導致人才缺口較大。根據人瑞人才與德勤“產業數字人才研究調查 2022”，46.7%的企業認為目前元宇宙行業的人才供小于求?；诖爽F狀，我們建議企業應拓寬人才渠道與來源，在人才培養環節完善產學研結合，增加校園招聘比例，在人才招引環節通過激勵措施吸引游戲等相關行業的人才遷移，在人才培養環節加強人才的復合能力培養，將技術與管理能力、業務能力結

56、合起來。圖 34 總體人才供求關系25產業鏈視角：基礎設施層與應用服務層人才工作經驗與學歷要求相對較低，核心層要求較高元宇宙的產業鏈可以分為基礎設施層、核心層與應用服務層。其中核心層的工作涉及終端入口與交互體驗，是元宇宙的核心組成部分，對 VR/AR 工程師、游戲建模與架構師的工作經驗和學歷有著較高要求。人瑞人才與德勤“產業數字人才研究調查 2022”結果顯示，基礎設施層工作經驗要求普遍較低，工作經驗不限占比過半，學歷要求集中在本科及大專。核心層工作經驗要求較高，三年以上工作經驗占比過半，同時學歷要求也較高，本科學歷占比 78.8%。應用服務層工作經驗要求相對較低，工作經驗不限占比 47.2%

57、，同時學歷不限占 36.5%。崗位類型視角：通信算法工程師與設計師需求量大，研發類崗位競爭激烈元宇宙行業基礎設施層需要硬件方面的支持，因此目前行業在通信工程師崗位的需求量最大。VR/AR 等設備涉及到圖像圖形、輸入算法等尖端領域，需要算法工程師的配合。同時，元宇宙與游戲、虛擬人聯系緊密，這些領域需要大量游戲、設計人才，在崗位類型上反映為 3D設計師的需求較為旺盛。在研發、視覺/交互/涉及、產品、運維/測試、運營這五類崗位中，研發崗位競爭最為激烈，競爭指數為 23.1。圖 35 產業鏈目標人才特征圖 36 2022 年 6-12 月 TOP20 熱招崗位26勝任力視角：編程技術或 3D 設計為必

58、備數字技能，良好的溝通能力為常見軟性技能人瑞人才與德勤“產業數字人才研究調查 2022”結果顯示，元宇宙 3D 設計師、元宇宙3D 開發者、GIS、通信工程師以及動畫設計五類崗位是當前元宇宙企業擴充人才隊伍的重點。通過構建人才勝任力模型，可以看出上述崗位中設計類崗位普遍將3D設計作為必備數字技能，相關人才需要能夠熟練使用設計軟件；硬件類崗位需要掌握扎實的編程技術。在設計和開發的過程中，溝通能力必不可少，從業人員需要懂得如何跨部門溝通和協作。圖 37 元宇宙 3D 設計師勝任力模型271、智能制造-keyfindingsKEYWORDS：數字人才、人才供需、數業結合、軟件工程師、技術支持工程師、

59、算法工程師、崗位勝任力智能制造行業數字化轉型已步入深水區，轉型重點從 IT 基礎設施搭建過渡到以數字技術推動業務轉型，以及對數據的治理與應用。在此背景下，智能制造產業人才供需格局呈現以下四大特征：人才數量：未來三年智能制造數字人才供需比預計將從 1:2.2 擴大至 1:2.6，不足以支撐產業數字化轉型需求智能制造數字化轉型進程中衍生出大量數字人才需求，但目前的人才供應無法滿足產業需求。2022 年中國智能制造行業數字人才缺口約 430 萬人，人才供應與需求比率為 1：2.2。預計到 2025 年，行業數字人才缺口達 550 萬人，人才供需比為 1：2.6。人瑞人才與德勤“產業數字人才研究調查

60、2022”結果顯示，70%的受訪智能制造企業目前數字人才占整體員工比例不足 10%，50%的受訪企業認為智能制造行業數字人才總體而言供不應求。人才質量：當前數字人才能力水平有待提升，數字化與業務結合能力為主要短板智能制造產業的中高端數字人才除了具備智能制造通用知識體系，還需具備以數字化手段推動業務發展的前瞻能力，以及能突破原有思維跨界尋求解決方案的創新能力。人瑞人才與德勤“產業數字人才研究調查 2022”結果顯示，近 50%受訪智能制造企業對其當前數字人才能力表示不滿意，超過 60%的受訪企業認為數字人才能力短板主要體現在數字賦能業務和數字化與產業的結合運用能力。為補齊這一能力短板，智能制造企

61、業一方面通過培訓提高業務人員在數字化運營、大數據分析、數字化研發等方向的數字思維和能力，另一方面加大力度吸納更多來自計算機科學、電子與通信工程等專業的人才，以期為培養復合型人才奠定基礎。但在此過程中，企業面臨缺少結合業務場景的培訓資源、跨企業培訓和認證不足、人才生態系統不完善等挑戰。產業數字化企業的行業分析與人才策略03Part圖 38 智能制造行業數字人才總體供需28關鍵崗位：軟件工程師、技術支持工程師，電氣/自動化工程師、硬件工程師、測試工程師、算法工程師、架構師以及系統工程師為八大重點崗位，不同子行業的崗位緊缺度有所差異人瑞人才與德勤“產業數字人才研究調查 2022”結果顯示，軟件工程師

62、、技術支持工程師，電氣/自動化工程師、硬件工程師、測試工程師、算法工程師、架構師以及系統工程師是智能制造行業擴充數字人才的關鍵崗位。崗位人才緊缺度在不同細分行業有所差異，如汽車行業加快布局新能源汽車和智能聯網汽車，嵌入式軟件開發、智能聯網工程師緊缺度較高；機械制造行業數字化轉型需求拉高電氣工程師緊缺度；儀器儀表/自動化行業的軟件開發、硬件工程師、機械、電氣工程師都較為緊缺。勝任力要求：用人方看重人才數業結合潛力，數字人才遴選兼具業務能力與數字技能要求通過構建人才勝任力模型，可以看出上述重點崗位普遍要求人才兼具業務能力和數字技能。對于偏數字技能型人才，如軟件工程師，用人方除了要求人才具備 c+、

63、python、java 等主流編程語言的掌握，也希望人才有硬件交互經驗，同時要求人才具備理解業務需求，將業務問題進行抽象化建模的能力。對于偏業務型人才，如技術支撐工程師（包括技術支持、售前支持、售后支持等），用人方在要求人才有能力基于客戶需求和產品能力，進行技術方案設計和產品選型，同時還需掌握 PLC 編程、CAD 制圖等專業數字工具。圖 39 數字人才能力有待提升圖 40 智能制造關鍵崗位29圖 41 智能制造軟件工程師勝任力模型圖 42 智能制造軟件工程師勝任力模型2、智能汽車-keyfindingsKEYWORDS：數字化轉型、復合型人才、交叉學科、跨界、自動駕駛、軟件、算法整體現狀汽車

64、行業正處于前所未有的不確定性環境下，數字化轉型作為降本增效、提升企業核心競爭力的重要手段，是汽車企業順應時代發展的必然趨勢。智能汽車是汽車產業“新四化”發展的重要分支，其整體數字化轉型進程較快，但轉型質量和成效卻不及預期。一方面數字化轉型仍停留在信息化階段，忽略了系統互聯互通；另一方面數字化投入高，且尚未轉化為收益，影響了決策者對長期投資的戰略定力。更關鍵的是，企業普遍缺乏數字領軍人才和梯級數字人才隊伍，這也成為阻礙智能汽車企業數字化轉型進程的重要掣肘。30企業視角產業智能化和企業數字化轉型的雙重推進，不僅催生了新的人才需求，對人才的知識結構和技能體系帶去重大影響，也體現在智能汽車產業鏈上下游

65、企業對人才的不同側重上。例如，產業鏈上游因研發屬性強，對軟硬件兼容型的復合型人才需求更為集中；中游領域強調系統集成、工程化和量產，更看重人才的資歷和實操經驗；下游產業鏈繁雜，除了傳統汽車營銷、銷售、售后、金融、出行領域，并新增用戶運營等崗位，而且因企業“用戶型”基因強，使其對服務型人才的需求更迫切和集中。為應對挑戰，智能汽車企業尚未形成全方位的人才策略，多聚焦在“選拔”階段，僅少數企業能夠貫徹“選、育、用、留”各環節。報告認為，隨著智能汽車產業走向大規模商業化，企業應將吸引、留用、培育、賦能和激勵數字人才作為其今后人才工作的重中之重。例如在招聘階段，提升雇主品牌形象、采取靈活用工、人力資源數字

66、化轉型等；培育階段：探索共建科研中心、實習基地等新興校企合作、建立體系性的人才培養機制；用人階段：采取更靈活的人才配置和績效考核方式，“以人定崗”替代過去“以崗定人”，真正發揮“人盡其用”；留用階段，建立長期性且多元化的人才激勵機制等。圖 43 數字化轉型中遇到的困難圖 44 智能汽車產業鏈上下游典型企業和常見崗位31崗位類型視角由于智能汽車產業仍處于從產品研發到技術大規模應用的過渡階段，目前數字人才需求主要集中在研發崗位序列。報告選取了嵌入式軟件工程師、自動駕駛系統工程師、自動駕駛算法工程師、汽車電子硬件工程師、自動駕駛測試工程師五大關鍵研發類崗位來刻畫勝任力模型，并總結出幾個共性趨勢。智能

67、汽車企業對目標人才均擁有較明確的辨識度和較高的能力要求。例如，學歷上整體以本科為主，但高競爭力崗位例如算法工程師則更傾向于碩士及以上學歷；專業背景上呈現出明顯的“跨界”特征，計算機類、電子信息類專業超過機械工程成為研發類崗位人才首選專業；企業普遍青睞能夠推進技術落地和實施的人才，因此對 3-5 年工作經驗要求呈現剛性。勝任力視覺面對上述人才需求轉變，汽車行業人才供給卻呈現出“數字人才總量少、短期結構性短缺、中長期供需錯配”的挑戰。短期看，汽車產業數字人才基數少，企業在跨行業吸引優秀數字人才的競爭力不足、數字人才流失率高。中長期看，企業發展所需數字技術人才和高校人才培養方向出現脫節，當前高?；?/p>

68、單學科的人才培養模式與企業實際對于復合、交叉背景的人才需求之間呈現一定程度的偏離。圖 45 智能車企數字人才管理體系提升建議圖 46 五大關鍵崗位學歷要求分布32圖 47 自動駕駛算法工程師勝任力模型3、金融-keyfindingsKEYWORDS：數字金融人才，金融科技，復合型人才，數據，產品，風控，運營數字經濟時代，信息技術由支撐業務向引領業務方向發展，推動著借貸、支付、投資、融資等領域變革創新。以銀行業為代表的傳統金融機構和監管機構紛紛通過成立金融科技子公司，或與互聯網、科技公司合作開啟數字化轉型。目前金融行業整體仍處于數字化轉型初級階段，轉型帶來的盈利提升尚未顯露。未來數字金融轉型將更

69、加深度服務供應鏈金融、綠色金融、“三農”金融等高質量發展重點領域。在此背景下，數字金融人才供需格局呈現以下四大特征：整體現狀：人才總量普遍存在缺口、成熟人才難覓、薪酬領跑行業近年來，銀行、證券、保險等頭部金融機構持續提升員工中的科技人員比重，金融科技人才普遍擁有高學歷和較高薪酬，但仍有九成以上機構存在人才缺口，主要系信息技術人員對業務理解程度不夠、業務場景人員的引進和培育力度不足。根據人瑞人才與德勤“產業數字人才研究調查 2022”，主要制約企業招聘、管理和培養人才的挑戰分別是應屆生技術能力與實際脫節、企業內部技術與業務缺乏協同、企業外部培養資源投入較少?；诖?，我們建議從戰略、技能、留存、培

70、訓、組織、評價六個維度構建數字金融人才管理閉環、全面提升數字金融人才管理效率。圖 48 較之信息技術人員，業務場景技術人員培育不足33圖 49 數字金融人才管理閉環高校視角：交叉型復合人才稀缺、信息類應屆生多流入硬科技行業高校傳統單學科的培養模式難以培育交叉型復合人才，且培養模式、授課教材多與行業前沿運用脫節嚴重，導致應屆生難以滿足數字金融崗位對業務場景熟悉度的要求。因此，目前眾多院校正在陸續新設金融科技等交叉學科專業。人瑞人才與德勤“產業數字人才研究調查2022”結果顯示，相比于數字金融、新零售等產業數字化新興行業，計算機、電子信息等專業的畢業生更傾向數字產業化行業。圖 50 高校畢業生傾向

71、的就業方向34圖 51 數字金融行業熱招崗位 Top20（同類崗位合并為一類）崗位類型視角：數據、產品、風控、運營類緊缺亦是關鍵比較不同崗位類型人才供需情況，運營型崗位（平臺/用戶/社群運營、風控）需求量最大，其次是技術（數據分析、架構師）類。熱招崗位依次為：客服、風控、數據分析、開發、運營、產品類崗位，其中客服專員需求最熱，架構師、測試工程師等中高級技術類職位薪酬最高。無論是更貼近技術端的風控崗還是更貼近客戶端的產品或運營崗，數據分析和建模都是核心通用技能，同時都對業務場景的理解能力提出了高要求。勝任力視角：運用數字技能服務業務、優化業績是人才技能的主要作用方向人瑞人才與德勤“產業數字人才研

72、究調查2022”結果顯示，數據分析、建模/開發、產品管理、風險控制、數字化運營五類崗位是當前數字金融人才擴充的重點。通過構建人才勝任力模型，可以看出上述崗位普遍對人才的數字技能提出了較高的要求，包括對 Java 語言、SQL 數據庫、Oracle 數據庫等工具的掌握，和對數字平臺的運營、維護。同時，需具備業務需求理解能力，能將數據分析的結果轉化為優化業務流程、運營流程或產品設計的靈感，并將其落地執行，實現業績與效率的提升。圖 52 數據分析崗勝任力模型35圖 53 數字化轉型下的醫藥生態體系4、生物醫藥-keyfindingsKEYWORDS：跨專業，復合型人才，醫藥產業鏈，崗位勝任力，電商/

73、新媒體管理隨著醫藥產業數字化轉型的政策紅利持續釋放，同時對醫療醫藥數據的利用、存儲、統計和可追溯性等方面也已建立相關法規，醫藥產業的數字發展愈加標準化。同時，數字技術賦能醫藥產業鏈，不斷豐富產業鏈中的應用場景，打造數字醫藥生態體系。目前，醫藥產業的數字化正處于發展初期，未來醫藥企業與科技企業的跨行業合作加深有望加強及加速全產業鏈的數字化轉型，生物醫藥企業對數字人才的需求同時將有進一步提升。在此背景下，生物醫藥產業人才供需格局呈現以下特征：整體現狀：數字人才資源短缺，對“生物醫藥+數字”的復合型人才需求持續上升由于生物醫藥產業本身屬于高新技術產業之一，對于從制藥工藝、生物技術到臨床醫學等專業知識

74、的要求極高。同時，數字技術作為另一個高新技術產業之一，對于專業知識也存在高要求的情況，包含自動化控制、計算機運用、人工智能和智能制造等。由此，兩個高新技術產業的融合帶來了極大的人才缺口，需要既懂技術又懂業務的“復合型人才”。然而，目前我國的“生物醫藥+數字”的復合型人才儲備仍有較大發展空間。根據調研，生物醫藥行業對于整體數字人才供需關系普遍認為“供小于求”，尤其是從身處招聘一線的 HR 的角度來看，比例高達 65%。圖 54 現有數字人才的能力不足之處36產業鏈視角：數字技術賦能醫藥產業鏈，不同環節對數字能力要求各有側重在數字化轉型的持續推動下，數字技術在生物醫藥產業鏈中創造了多元豐富的應用場

75、景。如物聯網、云計算、大數據等新一代信息技術正加速與生物醫藥產業深度融合，數字化技術已滲透到醫藥產業鏈的各個環節，帶來諸多新技術、新產品、新服務、新業態。產業鏈上、中、下游根據其產業特點對人才能力要求的側重點有所不同。產業鏈上游偏好“生物技術+數字”的復合型人才，中游青睞具備“智能制造”技術的人才，下游更為重視具有新渠道營運能力的人才。供需視角：數字崗位供不應求情況嚴重需求端而言，生物醫藥產業的數字人才需求集中在年輕人才，本科學歷和工作年限 1-5 年，平均薪資與學歷和工作年限呈正相關，符合復合型“生物醫藥+數字”的高技術背景人才特征。同時，生物醫藥的數字人才崗位橫跨多個領域，數字崗位排名前十

76、的專業要求約半數還是要求具備生物醫藥相關專業背景，加大了數字人才進入生物醫藥產業的門檻和難度。圖 55 生物醫藥產業上中下游企業的數字化轉型示意圖圖 56 近半年生物醫藥產業數字崗位前十名專業背景要求37供給側而言，其一，高校數字人才的就業仍傾向于薪酬相對較高的互聯網等數字產業，選擇跨專業就業的人僅有少數。從調研結果來看，僅有 19.1%的高校生傾向于畢業后進入生物醫藥行業，在眾多行業中排名第 6；從高校老師的角度來看，數字專業學生畢業后進入的行業中，生物醫藥行業排名第 9（31.7%）。除此之外，缺乏長期有效的數字化相關校企合作項目，少有跨學科的人才培養校企合作項目，導致生物醫藥產業的人才供

77、不應求。勝任力視角：生物醫藥企業對數字技能要求較基礎，多數希望人才同時具有醫藥相關背景人瑞人才與德勤“產業數字人才研究調查 2022”結果顯示，電商/新媒體管理、技術支持工程師、自動化工程師、軟件開發/編程和產品運營管理這五類崗位是當前生物醫藥企業擴充人才隊伍的重點。通過構建數字人才勝任力模型，可見上述崗位對于人才數字技能的要求主要聚焦于數據分析和技術支持方面，同時對于人才的運營能力、對外發展能力和業務落地能力也提出了較高要求。圖 57 數字化專業學生就業行業選擇統計圖 58 電商/新媒體管理勝任力模型385、新零售-keyfindingsKEYWORDS：新零售人才、數據分析和采集、電商運營

78、、創新和復合型人才、崗位勝任力消費市場競爭激烈,各項成本高企，傳統零售和消費品企業發展受限。行業面臨來自在產品、供應鏈、客流和營銷方面的痛點。以上背景下，消費品和零售企業亟需借助新技術突破瓶頸，尋找新的增長點。對于零售企業來說有效的運用數字技術、推動數字化轉型可以降低各個環節的運營成本，也有利于企業創新商業模式，提高未來的市場競爭優勢。新零售模式的快速發展為零售市場帶來了新增量。在數字化推動下，線上線下融合的新零售產業的潛力巨大。在此背景下，新零售人才供需格局呈現以下四大特征：整體現狀：新零售人才需求高速增長，企業對數字人才要求進一步提高數字化轉型背景下，零售傳統消費模式、供應鏈結構和渠道策略

79、加速轉變。伴隨著線上消費占比的快速提升，新零售企業在渠道數字化、供應鏈優化、流程變革、創意研發、用戶運營等方向的人才需求均出現了較快的上升。從人才的供給來看，行業數字人才占比仍較低，人才數量尚未滿足行業數字化發展需求。這主要由于高校側對于新需求下的人才培養相對滯后，加之數字技術推動下零售新增職位和技能的需求變化較快。企業的人才獲取、培養和管理的機制并未能趕上企業業務數字化的步調。在此背景下，建議企業關注新業態新模式發展下產生的新崗位，提前做好新型人才的獲取和追蹤，同時，加強與高校產學研用協同人才培養，擴大人才蓄水池。圖 59 未來三年數字人才缺口占公司整體員工比重企業視角：新零售企業門檻普遍提

80、高，兼具行業經驗和數字技術應用技能的復合人才最受市場歡迎零售新業態新模式的不斷涌現，崗位職能隨著業務的變化持續更新，企業對人才能力和素質的要求也更高，同時業務崗位的要求也更細分精準。由于此前零售行業大部分從業者主要聚集到業務前端消費流通環節的服務和履約階段，企業以往對于求職者的學歷要求更多聚集在本科以下。但進入到數字化轉型階段，零售圍繞“人貨場”三大關鍵要素的業務模式發生變化，企業除了更傾向于具備一定工作經驗的人才，對于數字化應用人才總體學歷要求出現較大程度提升，同時數字化運營和數據分析是新零售企業最希望數字人才具備的能力。39圖 60 新零售企業對數字人才的要求崗位類型視角：電商運營類人才需

81、求高，基于社交媒體的內容運營類人才尤為旺盛數字化賦能下，新零售中游的消費品企業和下游流通環節的零售企業加快線上線下渠道融合，推動新零售模式下的新業態新模式快速發展。在此階段，新零售企業對線上運營類崗位具有旺盛的需求。除了傳統的電商運營崗位的需求旺盛。社交媒體興起以來，基于消費者興趣和內容偏好的變化，通過直播的渠道形式形成的集引流、營銷、銷售并引導消費者復購的線上消費新模式，同樣受到新零售企業的追捧。由此產生的直播、新媒體內容運營和社群運營，都是近期新零售企業熱招的崗位。圖 61 新零售新發熱招崗位以及企業崗位人才缺口40勝任力視角：數字技能和業務理解能力是新零售人才的關鍵能力人瑞人才與德勤“產

82、業數字人才研究調查2022”結果顯示，電商運營、產品經理、品類運營、采購經理、直播運營五類崗位是當前新零售企業擴充人才隊伍的重點。通過構建人才勝任力模型，可以看出上述崗位普遍對人才的數字技能、創新能力、提出了較高的要求，包括對 SQL、python、Shell 等編程語言的掌握，對各自領域常用開發框架、專業工具的應用經驗等。同時，為了適應數字化推動下快速迭代的零售新業態新模式，快速的學習能力和對新業務場景的運營能力，也是新零售企業人才應具備的重要專業素養。圖 62 電商運營勝任力模型411、數字化時代的人才新標準井型數字人才能力結構模型，助力“人崗精準匹配”KEYWORDS：井型數字人才能力模

83、型、數字人才實訓基地、人才生態供應鏈、社會化共享用工平臺數字化時代，企業與人才供需關系的主要表現特征是“結構性失衡”。造成這種結構性失衡背后的主導因素是“人崗未能精準匹配”企業往往知道自己想要怎樣的人才，但不清楚自己該用怎樣的人才；人才往往知道自己想找怎樣的工作，但不清楚自己適合怎樣的崗位。在數字化時代，解決人才不足問題，首先需要考慮如何更有效的解決“精準匹配”的問題。人瑞研究院率先提出數字化時代企業構建“井”型人才的理念，強調選才“精準”的第一步先從人才與企業對自身需求和實際情況的“科學、客觀”認知開始，建立在合理預期的基礎上實現“雙向精準匹配”的人才選拔。打破過往僅有崗位的職責與能力要求，

84、若不能將業務對人才的實際需求與人才的實際能力進行有效、精準的匹配，“人才”在企業數字化過程中能發揮的作用將大打折扣。特征細分：勝任企業本崗位，影響崗位結果產出必不可缺的基本特征要素。如：區域、薪資、學歷、專業、年齡、性別等。軟性技能：是貫穿各行業、領域、技能的通用能力，包含領導力、學習力、溝通力、戰略思考和分析、靈活度和創新性等。業務能力：指的是在某些行業、垂直領域、業務流程上的特長，分為兩個層次。第一個層次是對行業、領域、流程的“廣度”認知，比如了解某個行業的基本概況與價值鏈，能夠清晰的總結行業未來的極大趨勢和痛點。第二個層次是對行業、領域、流程的“深度”企業數字化轉型及人才管理策略04Pa

85、rt圖 63 人瑞數字化能力模型42積累，有豐富的行業經驗與知識儲備，可以稱得上是行業或流程專家。值得一提的是，這兩個層次并不意味著遞進。比如，有些崗位需要能夠擁有對行業的全局觀和大概的了解，而不需要具備深入解決具體問題的能力(如數字化銷售)。而另一些崗位則相反，需要能夠解決很深入的具體問題，卻不需要對行業有整體的認知(如技術研究科學家)。數字技術：指的是對數字化技術的知識和技能的掌握，同樣分為兩個層次。第一個層次是對數字化知識和技能掌握的“廣度”，比如物聯網、5G、人工智能的基本概念和理論，或數據分析與可視化工具的使用。第二個層次是對某些領域的數字化知識和技能的“深度”掌握，比如編程、物聯網

86、應用的開發、大數據分析等?！熬毙徒Y構不單單是構建了人才的能力模型，還更加精準地描繪了數字化崗位所需的人才畫像和企業的客觀需求，能夠幫助用人單位進行精準高效的、多層次的、全面的人崗匹配，達到人與崗的統一，讓組織團隊發揮最大的效能。2、以企業實際數字人才技能標準為導向的實訓基地建設，構建企業內外相結合的人才供應鏈體系，實現人才可持續培養與供應要從根本上解決數字人才緊缺問題，必須要從人才培養入手。經過深入的調查研究，結合多年人力資源服務的專業經驗，人瑞人才創新提出打造“數字人才實訓基地”的人才精準、批量、快速培育模式。該模式充分考量企業、院校、政府、人力資源培訓機構和個人在“數字人才實訓基地”有效

87、構建中不可或缺的優勢能力組合所能創造的“聚合效應”，能更加有效，且更具針對性，實用性地解決人才培育難、培訓慢等問題，并充分釋放企業端的成本與精力，是單一任何一方都難以獨立撬動的“共建、共融、共享”新模式。為有效解決上述問題，“數字人才實訓基地”的定位為：通過“項目實踐教學”為行業 企業“訂制化培養”“緊缺性數字人才”；整合院校、社會教學及培訓資源，提升人才素質與運用能力水平；從源頭擴充、保障和培養“基礎人才”總量；爭取政府政策資源，擴大人才吸引力及降低實訓及企業引才成本。我們將人才生態供應鏈總結為“一核四環六角色”，即以人才實訓基地為核心，圍繞選、育、用、留四閉環人力資源環節，由院校、企業、人

88、力資源技能培訓機構、社會資源、人才、政府六個關鍵角色，實現人才供應的精準化、生態化。43圖 64 人才生態供應鏈：一核四環六角色在這四個環節中，我們可以看到，人力資源服務商的角色貫穿全程，企業只需要參與資源的支持和要求的提出，過程中進行適當的監督和把控，極大地節省了企業的精力、成本等各方面投入。這說明隨著數字化轉型的進程加快，企業降本增效的目標，很大一部分是通過組織變革、人才使用來達到的。3、未來社會化共享用工大平臺的設想與展望，致使就業模式從“組織+雇員”向“平臺+個體”的轉變，勞動者從“單位人”到“平臺人”的轉變，實現形式上“去勞動關系化”我們預計未來的組織形態、用工模式、用工理念將會發生

89、根本性的巨大變化依賴于社會化共享用工大平臺的建立，真正意義的多元用工將普遍化。數字化技術的發展，使得辦公軟件不斷革新迭代，遠程辦公、視頻會議、多地協同辦公等工作組織形式得以實現和應用，加之不同群體的特性，推動靈活用工從基礎勞力型工作向更復雜的技術性、專業性工作延伸。對企業組織而言，他將是一種更加靈活、敏捷、效益、科學的多元用工模式，可以極大限度優化不同企業不同發展階段的人才供需、精準匹配、組織能效、人才培養等方面問題。而從社會價值而言，他將打破現有的人與崗位的固化和僵化，打破組織的相對固化和僵化，致使就業模式從“組織+雇員”向“平臺+個體”的轉變，實現形式上“去勞動關系化”，在數字化時代背景下

90、，44勞動者從“單位人”到“平臺人”的轉變，是用工模式革命性的突破。而這些突破也將打破企業、勞動關系對人才的“時空、管理、工作條件、工作關系、工作模式”等的常規限制，最大限度的在“有效需求”與“匹配人才”之間實現高效鏈接，從根本實現“以任務為核心、以結果為導向”，充分盤活人才資源，實現社會化人力資本的持續增值。社會化共享用工大平臺是新業態、新形勢、新時代下人力資源開發的有益探索，聚焦招工就業“供需兩端”實際，精準發力、精準對接、精準匹配。將以更多元、靈活的方式滿足企業與人才的“供需匹配”，大大提升組織人力資源的效能和效率，幫助企業和個人實現價值的最大化。圖 65 社會化共享用工平臺架構靈活 專

91、長45關于我們免責聲明聯系我們人瑞人才是中國領先的一體化人力資源及數字技術解決方案提供商。2019 年 12 月 13 日在香港主板上市，股份代號：6919.HK。主要從事提供通用服務外包、數字技術與云服務、數字化運營與客服、專業招聘及其他人力資源解決方案。德勤中國是一家立足本土、連接全球的綜合性專業服務機構，始終服務于中國改革開放和經濟建設的前沿。專注為客戶提供審計及鑒證、管理咨詢、財務咨詢、風險咨詢、稅務與商務咨詢等全球領先的一站式專業服務。本報告中所含內容乃一般性信息，人瑞人才科技集團有限公司并不因此構成提供任何專業建議或服務。在作出任何可能影響您的財務或業務的決策或采取任何相關行動前，您應咨詢合資格的專業顧問。我們并未對報告所含信息的準確性或完整性作出任何（明示或暗示）陳述、保證或承諾。任何人瑞人才科技集團有限公司、其成員所、關聯機構、員工或代理方均不對任何方因使用本通訊而直接或間接導致的任何損失或損害承擔責任。人瑞人才科技集團有限公司及旗下分子公司和它們的關聯機構均為具有獨立法律地位的法律實體。周倩 人瑞人才研究院 邱晨人瑞人才市場部