问题——供需两端“热度”上升，人才结构矛盾仍待破解。 从招聘会现场看，智能制造、数字化质检、工业软件与智能装备等领域岗位需求增长明显。企业更看重既懂生产流程又能理解算法模型、具备工程落地能力的复合型人才。有用人单位表示，生产一线引入算法与边缘计算后，缺陷识别、过程控制、设备预测性维护等环节对工程技术人员的能力提出了新要求。同时，重复性强、容易被自动化替代的岗位招聘更趋谨慎，“毕业生找工作难”和“企业招人难”并存的结构性矛盾仍然突出。 原因——产业智能化转型加速与人才培养周期存“时差”。 业内人士认为，制造业正处于从“设备自动化”向“系统智能化”升级的关键阶段。质量控制、生产调度、仓储物流等环节对数据治理、模型训练、工程集成等能力的需求快速扩散，带动人工智能岗位从研发端延伸到生产端。另一上，人才培养需要周期，新兴学科的课程体系、实验平台和师资能力更新都需要时间；部分毕业生的能力结构与企业岗位画像不完全匹配，导致岗位空缺与求职压力同时存在。此外，中小企业在岗位定义、薪酬体系和培训机制上的成熟度不一，也增加了供需对接难度。 影响——复合型岗位成为主流，区域产业竞争加速“拼人才”。 随着人工智能与高端制造加速融合，岗位能力要求更强调“跨界”和“场景”：既要掌握机械、电气、控制等工程基础，也要熟悉数据采集、模型部署、系统联调以及安全合规等关键环节。招聘会传递的信号显示，未来区域产业竞争不仅看项目和资本，更看能否形成稳定的人才供给与持续的技术迭代能力。对高校毕业生而言，职业路径也在变化：从单一技能竞争转向“工程能力+数字能力+行业理解”的综合能力比拼。 对策——推进产才融合与校企协同，提升“学用对接”效率。 本次招聘活动组织方围绕产才融合、校地合作、区域协同等方向开展对接交流，聚焦“智造转型下的人才需求变革”，引导人力资源服务更深入参与产业升级，推动企业从“临时补缺”转向“长期育才”。在高校端，以大连工业大学为例，校方认为结构性矛盾的关键在于专业设置与市场需求存在偏差，并通过优化培养方案、强化实践教学提升匹配度。学校于2021年设立智能制造工程专业，推动传统机械类专业向智能化升级，课程覆盖机器人、机电系统等内容，并保持相对稳定的招生规模。学生高年级可进入企业开展为期半年的实习，成果计入学分，强化从课堂到岗位的衔接。为减少教学内容滞后，学校鼓励教师深入企业调研，及时掌握需求变化，动态调整课程与实践环节，提升人才培养的适配度。 前景——需求“爆发”将转向“常态”，高质量供给决定发展上限。 受访人士认为，人工智能人才需求的增长具有持续性，未来将从阶段性集中释放转为常态化扩张，智能装备、工业软件、工业互联网与智能质检等领域尤为明显。随着技术迭代加快，用人单位将更看重工程化落地、跨部门协同与持续学习等能力。对城市而言，完善从岗位标准、实训平台到人才评价与服务保障的全链条机制，将成为吸引并留住人才的重要因素。对高校而言，打通专业边界，强化项目制教学与真实场景实践，更有助于培养契合产业升级需求的“即战力”。
从春招会的供需变化到高校的专业改革，大连正以人才为抓手推动产业转型升级。这场围绕“智造”展开的人才竞争，既折射出技术变革对就业市场的深刻影响，也为其他地区缓解结构性就业矛盾提供了借鉴。如何在变革中形成更高质量的人才供给与更顺畅的岗位对接，仍是教育界与产业界需要长期共同面对的课题。