5-10年后，你觉得哪些科技会让我们“遗忘”现在的生活？ 第2页

先上结论，从职业发展的角度，工业4.0时代对个人能力的要求必然是T型人才，即“专家型通才”，同时具备跨领域的辽阔知识面和对特定领域的深入了解。从两个角度理解：

• 专业化仍然是工业1.0之后社会资源分配的基本规律。无论是个人还是组织都会受到精力和资源制约，对知识的积累贵精不贵多，全面发展必然导致全面平庸。
• 然而个人在职场的长远发展又不得不依赖于广博的知识面，一方面可以在日常工作生活中从不一样的视角解决问题；另一方面在这个快速发展的时代需要随时为特长技能过时而做准备。

题主现状专注的是“自动化”，但是想要在工业4.0的浪潮中找到个人发展策略，还需从工业4.0的时代诉求出发，我们可以从以下两个维度理解T型人才：

从广度来看，建议从企业运营的角度入手，尽快培养宏观视角。这需要跳出四年“自动化”工程师教育带给自己的局限性，将自动化作为实现工业4.0应用概念（如物联网、数据服务、人机协同等等）的技术手段。同时也要试着站在高级管理者的角度，理解应用概念必须要为企业的行业战略服务（如数字化营销、车联网等等）。

从深度来看，对先进行业机理的深度理解是职业稳定发展的最好保障。在职场前期选择并专注于一两个自己擅长和兴趣的领域（例如：软件工程、项目管理、自动化工程、产线设计、产品研发等等）和有潜力的行业（例如：电动车、集成电路、无人机等等），通过实践快速成长。先从自己不熟悉甚至未知的领域入手，浅尝辄止但广泛涉猎，尽量扩充自身的知识边界，即“已知的未知”区域，缩小在本行业的“未知的未知”区域。这样，就可以在职业生涯的中后期比较从容地在管理、专家、或创业等职业路线之间切换。

为了进行面向工业4.0的“专家型通才”的自我培养，建议具体的学习目标应当取材于标准框架：让我们逐步走进工业4.0的知识殿堂：

我们在工业4.0浪潮下，知识体系在各国都有相应的解读。比如工信部2018版《国家智能制造标准体系建设指南》列举了几十个技能点；德国《工业4.0参考架构模型》极大的扩充了CPS概念；美国国家标准与技术研究院（NIST）从价值链的角度用几十个IEC/ISO/IEEE/ASME标准构建了他们对智能制造（Smart manufacturing）知识体系的理解。如果抛开形态的差异，其实本质的底层结构都是相同的，即从基本理论、行业概念、业务能力、技术体系等几个层次界定工业4.0或智能制造的框架。

这些框架的底层逻辑，实际是智能化这一传统命题在工业的深度应用。也即利用数字化的先进技术和手段，支持乃至实现企业多维度决策。何为“决策”？站在人类认知的角度，决策分为四个在不断循环迭代的基本步骤：对客观事实的描述、洞察事实背后的原因和逻辑、预测未来走向及模拟干预策略、执行干预方式。企业的各级决策，战略设计、供应商选择、车间调度、机床操作，所有人类决策本质遵循的都是相同套路。

而智能制造的使命， 即以信息物理系统（CPS）的形式，最大程度的支持乃至自主履行这些决策。「数字化双胞胎」是这一思路的关键。我们利用数字化双胞胎在虚拟世界中精确“复制”物理世界；利用知识图谱、根因分析、人工智能等技术理解数据、现象和理论之间的关系；再用双胞胎在虚拟世界中模拟择优快速迭代；最后让双胞胎监控在物理世界的执行。

从学习手段来看，公众号、微博、公开课等网络资源一直是最显眼的信息来源，但这些碎片化的信息其实很难保证知识体系的完整和准确。如果从零开始，建议以国内外公开的标准化体系为起点。其实，上述中、德、美等国关于工业4.0的官方框架都以ISO、GB、VDI、IEC、IEEE为基础指导材料，其实也暗示了标准体系是国内外专家所推荐的权威资料。

最后提一句，相信时间的力量！不负时光，时光也不会辜负你的付出。

本文由西门子工程师撰文回答，希望对题主和关注这个话题的知友们提供帮助

西门子数字化顾问

李于江

---

本账号为西门子中国的官方知乎账号。西门子是全球领先的技术企业，创立于1847年，业务遍及全球200多个国家，专注于电气化、自动化和数字化领域。我们希望与你一同分享这些领域的知识与新科技，欢迎你的提问。此外，我们并不卖家电:)

西门子中国的每一位专家都是我们的智囊，你在这个账号可以阅读到来自西门子各个不同方向专家们的见解。请大家不要吝惜手里的“邀请”，让我们在分享中共同进步。

也欢迎大家关注我们的微博（ID：西门子）和微信 （ID：西门子中国） ，更多的了解我们。

看到这里就给点个赞吧！

---

  jiu-mu-chu-wei 网友的相关建议: 
      

先上结论，从职业发展的角度，工业4.0时代对个人能力的要求必然是T型人才，即“专家型通才”，同时具备跨领域的辽阔知识面和对特定领域的深入了解。从两个角度理解：

• 专业化仍然是工业1.0之后社会资源分配的基本规律。无论是个人还是组织都会受到精力和资源制约，对知识的积累贵精不贵多，全面发展必然导致全面平庸。
• 然而个人在职场的长远发展又不得不依赖于广博的知识面，一方面可以在日常工作生活中从不一样的视角解决问题；另一方面在这个快速发展的时代需要随时为特长技能过时而做准备。

题主现状专注的是“自动化”，但是想要在工业4.0的浪潮中找到个人发展策略，还需从工业4.0的时代诉求出发，我们可以从以下两个维度理解T型人才：

从广度来看，建议从企业运营的角度入手，尽快培养宏观视角。这需要跳出四年“自动化”工程师教育带给自己的局限性，将自动化作为实现工业4.0应用概念（如物联网、数据服务、人机协同等等）的技术手段。同时也要试着站在高级管理者的角度，理解应用概念必须要为企业的行业战略服务（如数字化营销、车联网等等）。

从深度来看，对先进行业机理的深度理解是职业稳定发展的最好保障。在职场前期选择并专注于一两个自己擅长和兴趣的领域（例如：软件工程、项目管理、自动化工程、产线设计、产品研发等等）和有潜力的行业（例如：电动车、集成电路、无人机等等），通过实践快速成长。先从自己不熟悉甚至未知的领域入手，浅尝辄止但广泛涉猎，尽量扩充自身的知识边界，即“已知的未知”区域，缩小在本行业的“未知的未知”区域。这样，就可以在职业生涯的中后期比较从容地在管理、专家、或创业等职业路线之间切换。

为了进行面向工业4.0的“专家型通才”的自我培养，建议具体的学习目标应当取材于标准框架：让我们逐步走进工业4.0的知识殿堂：

我们在工业4.0浪潮下，知识体系在各国都有相应的解读。比如工信部2018版《国家智能制造标准体系建设指南》列举了几十个技能点；德国《工业4.0参考架构模型》极大的扩充了CPS概念；美国国家标准与技术研究院（NIST）从价值链的角度用几十个IEC/ISO/IEEE/ASME标准构建了他们对智能制造（Smart manufacturing）知识体系的理解。如果抛开形态的差异，其实本质的底层结构都是相同的，即从基本理论、行业概念、业务能力、技术体系等几个层次界定工业4.0或智能制造的框架。

这些框架的底层逻辑，实际是智能化这一传统命题在工业的深度应用。也即利用数字化的先进技术和手段，支持乃至实现企业多维度决策。何为“决策”？站在人类认知的角度，决策分为四个在不断循环迭代的基本步骤：对客观事实的描述、洞察事实背后的原因和逻辑、预测未来走向及模拟干预策略、执行干预方式。企业的各级决策，战略设计、供应商选择、车间调度、机床操作，所有人类决策本质遵循的都是相同套路。

而智能制造的使命， 即以信息物理系统（CPS）的形式，最大程度的支持乃至自主履行这些决策。「数字化双胞胎」是这一思路的关键。我们利用数字化双胞胎在虚拟世界中精确“复制”物理世界；利用知识图谱、根因分析、人工智能等技术理解数据、现象和理论之间的关系；再用双胞胎在虚拟世界中模拟择优快速迭代；最后让双胞胎监控在物理世界的执行。

从学习手段来看，公众号、微博、公开课等网络资源一直是最显眼的信息来源，但这些碎片化的信息其实很难保证知识体系的完整和准确。如果从零开始，建议以国内外公开的标准化体系为起点。其实，上述中、德、美等国关于工业4.0的官方框架都以ISO、GB、VDI、IEC、IEEE为基础指导材料，其实也暗示了标准体系是国内外专家所推荐的权威资料。

最后提一句，相信时间的力量！不负时光，时光也不会辜负你的付出。

本文由西门子工程师撰文回答，希望对题主和关注这个话题的知友们提供帮助

西门子数字化顾问

李于江

---

本账号为西门子中国的官方知乎账号。西门子是全球领先的技术企业，创立于1847年，业务遍及全球200多个国家，专注于电气化、自动化和数字化领域。我们希望与你一同分享这些领域的知识与新科技，欢迎你的提问。此外，我们并不卖家电:)

西门子中国的每一位专家都是我们的智囊，你在这个账号可以阅读到来自西门子各个不同方向专家们的见解。请大家不要吝惜手里的“邀请”，让我们在分享中共同进步。

也欢迎大家关注我们的微博（ID：西门子）和微信 （ID：西门子中国） ，更多的了解我们。

看到这里就给点个赞吧！

---

  liu-yu-ting-85-59 网友的相关建议: 
      

先上结论，从职业发展的角度，工业4.0时代对个人能力的要求必然是T型人才，即“专家型通才”，同时具备跨领域的辽阔知识面和对特定领域的深入了解。从两个角度理解：

• 专业化仍然是工业1.0之后社会资源分配的基本规律。无论是个人还是组织都会受到精力和资源制约，对知识的积累贵精不贵多，全面发展必然导致全面平庸。
• 然而个人在职场的长远发展又不得不依赖于广博的知识面，一方面可以在日常工作生活中从不一样的视角解决问题；另一方面在这个快速发展的时代需要随时为特长技能过时而做准备。

题主现状专注的是“自动化”，但是想要在工业4.0的浪潮中找到个人发展策略，还需从工业4.0的时代诉求出发，我们可以从以下两个维度理解T型人才：

从广度来看，建议从企业运营的角度入手，尽快培养宏观视角。这需要跳出四年“自动化”工程师教育带给自己的局限性，将自动化作为实现工业4.0应用概念（如物联网、数据服务、人机协同等等）的技术手段。同时也要试着站在高级管理者的角度，理解应用概念必须要为企业的行业战略服务（如数字化营销、车联网等等）。

从深度来看，对先进行业机理的深度理解是职业稳定发展的最好保障。在职场前期选择并专注于一两个自己擅长和兴趣的领域（例如：软件工程、项目管理、自动化工程、产线设计、产品研发等等）和有潜力的行业（例如：电动车、集成电路、无人机等等），通过实践快速成长。先从自己不熟悉甚至未知的领域入手，浅尝辄止但广泛涉猎，尽量扩充自身的知识边界，即“已知的未知”区域，缩小在本行业的“未知的未知”区域。这样，就可以在职业生涯的中后期比较从容地在管理、专家、或创业等职业路线之间切换。

为了进行面向工业4.0的“专家型通才”的自我培养，建议具体的学习目标应当取材于标准框架：让我们逐步走进工业4.0的知识殿堂：

我们在工业4.0浪潮下，知识体系在各国都有相应的解读。比如工信部2018版《国家智能制造标准体系建设指南》列举了几十个技能点；德国《工业4.0参考架构模型》极大的扩充了CPS概念；美国国家标准与技术研究院（NIST）从价值链的角度用几十个IEC/ISO/IEEE/ASME标准构建了他们对智能制造（Smart manufacturing）知识体系的理解。如果抛开形态的差异，其实本质的底层结构都是相同的，即从基本理论、行业概念、业务能力、技术体系等几个层次界定工业4.0或智能制造的框架。

这些框架的底层逻辑，实际是智能化这一传统命题在工业的深度应用。也即利用数字化的先进技术和手段，支持乃至实现企业多维度决策。何为“决策”？站在人类认知的角度，决策分为四个在不断循环迭代的基本步骤：对客观事实的描述、洞察事实背后的原因和逻辑、预测未来走向及模拟干预策略、执行干预方式。企业的各级决策，战略设计、供应商选择、车间调度、机床操作，所有人类决策本质遵循的都是相同套路。

而智能制造的使命， 即以信息物理系统（CPS）的形式，最大程度的支持乃至自主履行这些决策。「数字化双胞胎」是这一思路的关键。我们利用数字化双胞胎在虚拟世界中精确“复制”物理世界；利用知识图谱、根因分析、人工智能等技术理解数据、现象和理论之间的关系；再用双胞胎在虚拟世界中模拟择优快速迭代；最后让双胞胎监控在物理世界的执行。

从学习手段来看，公众号、微博、公开课等网络资源一直是最显眼的信息来源，但这些碎片化的信息其实很难保证知识体系的完整和准确。如果从零开始，建议以国内外公开的标准化体系为起点。其实，上述中、德、美等国关于工业4.0的官方框架都以ISO、GB、VDI、IEC、IEEE为基础指导材料，其实也暗示了标准体系是国内外专家所推荐的权威资料。

最后提一句，相信时间的力量！不负时光，时光也不会辜负你的付出。

本文由西门子工程师撰文回答，希望对题主和关注这个话题的知友们提供帮助

西门子数字化顾问

李于江

---

本账号为西门子中国的官方知乎账号。西门子是全球领先的技术企业，创立于1847年，业务遍及全球200多个国家，专注于电气化、自动化和数字化领域。我们希望与你一同分享这些领域的知识与新科技，欢迎你的提问。此外，我们并不卖家电:)

西门子中国的每一位专家都是我们的智囊，你在这个账号可以阅读到来自西门子各个不同方向专家们的见解。请大家不要吝惜手里的“邀请”，让我们在分享中共同进步。

也欢迎大家关注我们的微博（ID：西门子）和微信 （ID：西门子中国） ，更多的了解我们。

看到这里就给点个赞吧！

---

  liang-zi-wei-48 网友的相关建议: 
      

先上结论，从职业发展的角度，工业4.0时代对个人能力的要求必然是T型人才，即“专家型通才”，同时具备跨领域的辽阔知识面和对特定领域的深入了解。从两个角度理解：

• 专业化仍然是工业1.0之后社会资源分配的基本规律。无论是个人还是组织都会受到精力和资源制约，对知识的积累贵精不贵多，全面发展必然导致全面平庸。
• 然而个人在职场的长远发展又不得不依赖于广博的知识面，一方面可以在日常工作生活中从不一样的视角解决问题；另一方面在这个快速发展的时代需要随时为特长技能过时而做准备。

题主现状专注的是“自动化”，但是想要在工业4.0的浪潮中找到个人发展策略，还需从工业4.0的时代诉求出发，我们可以从以下两个维度理解T型人才：

从广度来看，建议从企业运营的角度入手，尽快培养宏观视角。这需要跳出四年“自动化”工程师教育带给自己的局限性，将自动化作为实现工业4.0应用概念（如物联网、数据服务、人机协同等等）的技术手段。同时也要试着站在高级管理者的角度，理解应用概念必须要为企业的行业战略服务（如数字化营销、车联网等等）。

从深度来看，对先进行业机理的深度理解是职业稳定发展的最好保障。在职场前期选择并专注于一两个自己擅长和兴趣的领域（例如：软件工程、项目管理、自动化工程、产线设计、产品研发等等）和有潜力的行业（例如：电动车、集成电路、无人机等等），通过实践快速成长。先从自己不熟悉甚至未知的领域入手，浅尝辄止但广泛涉猎，尽量扩充自身的知识边界，即“已知的未知”区域，缩小在本行业的“未知的未知”区域。这样，就可以在职业生涯的中后期比较从容地在管理、专家、或创业等职业路线之间切换。

为了进行面向工业4.0的“专家型通才”的自我培养，建议具体的学习目标应当取材于标准框架：让我们逐步走进工业4.0的知识殿堂：

我们在工业4.0浪潮下，知识体系在各国都有相应的解读。比如工信部2018版《国家智能制造标准体系建设指南》列举了几十个技能点；德国《工业4.0参考架构模型》极大的扩充了CPS概念；美国国家标准与技术研究院（NIST）从价值链的角度用几十个IEC/ISO/IEEE/ASME标准构建了他们对智能制造（Smart manufacturing）知识体系的理解。如果抛开形态的差异，其实本质的底层结构都是相同的，即从基本理论、行业概念、业务能力、技术体系等几个层次界定工业4.0或智能制造的框架。

这些框架的底层逻辑，实际是智能化这一传统命题在工业的深度应用。也即利用数字化的先进技术和手段，支持乃至实现企业多维度决策。何为“决策”？站在人类认知的角度，决策分为四个在不断循环迭代的基本步骤：对客观事实的描述、洞察事实背后的原因和逻辑、预测未来走向及模拟干预策略、执行干预方式。企业的各级决策，战略设计、供应商选择、车间调度、机床操作，所有人类决策本质遵循的都是相同套路。

而智能制造的使命， 即以信息物理系统（CPS）的形式，最大程度的支持乃至自主履行这些决策。「数字化双胞胎」是这一思路的关键。我们利用数字化双胞胎在虚拟世界中精确“复制”物理世界；利用知识图谱、根因分析、人工智能等技术理解数据、现象和理论之间的关系；再用双胞胎在虚拟世界中模拟择优快速迭代；最后让双胞胎监控在物理世界的执行。

从学习手段来看，公众号、微博、公开课等网络资源一直是最显眼的信息来源，但这些碎片化的信息其实很难保证知识体系的完整和准确。如果从零开始，建议以国内外公开的标准化体系为起点。其实，上述中、德、美等国关于工业4.0的官方框架都以ISO、GB、VDI、IEC、IEEE为基础指导材料，其实也暗示了标准体系是国内外专家所推荐的权威资料。

最后提一句，相信时间的力量！不负时光，时光也不会辜负你的付出。

本文由西门子工程师撰文回答，希望对题主和关注这个话题的知友们提供帮助

西门子数字化顾问

李于江

---

本账号为西门子中国的官方知乎账号。西门子是全球领先的技术企业，创立于1847年，业务遍及全球200多个国家，专注于电气化、自动化和数字化领域。我们希望与你一同分享这些领域的知识与新科技，欢迎你的提问。此外，我们并不卖家电:)

西门子中国的每一位专家都是我们的智囊，你在这个账号可以阅读到来自西门子各个不同方向专家们的见解。请大家不要吝惜手里的“邀请”，让我们在分享中共同进步。

也欢迎大家关注我们的微博（ID：西门子）和微信 （ID：西门子中国） ，更多的了解我们。

看到这里就给点个赞吧！

---

  huo-liang-47-27 网友的相关建议: 
      

先上结论，从职业发展的角度，工业4.0时代对个人能力的要求必然是T型人才，即“专家型通才”，同时具备跨领域的辽阔知识面和对特定领域的深入了解。从两个角度理解：

• 专业化仍然是工业1.0之后社会资源分配的基本规律。无论是个人还是组织都会受到精力和资源制约，对知识的积累贵精不贵多，全面发展必然导致全面平庸。
• 然而个人在职场的长远发展又不得不依赖于广博的知识面，一方面可以在日常工作生活中从不一样的视角解决问题；另一方面在这个快速发展的时代需要随时为特长技能过时而做准备。

题主现状专注的是“自动化”，但是想要在工业4.0的浪潮中找到个人发展策略，还需从工业4.0的时代诉求出发，我们可以从以下两个维度理解T型人才：

从广度来看，建议从企业运营的角度入手，尽快培养宏观视角。这需要跳出四年“自动化”工程师教育带给自己的局限性，将自动化作为实现工业4.0应用概念（如物联网、数据服务、人机协同等等）的技术手段。同时也要试着站在高级管理者的角度，理解应用概念必须要为企业的行业战略服务（如数字化营销、车联网等等）。

从深度来看，对先进行业机理的深度理解是职业稳定发展的最好保障。在职场前期选择并专注于一两个自己擅长和兴趣的领域（例如：软件工程、项目管理、自动化工程、产线设计、产品研发等等）和有潜力的行业（例如：电动车、集成电路、无人机等等），通过实践快速成长。先从自己不熟悉甚至未知的领域入手，浅尝辄止但广泛涉猎，尽量扩充自身的知识边界，即“已知的未知”区域，缩小在本行业的“未知的未知”区域。这样，就可以在职业生涯的中后期比较从容地在管理、专家、或创业等职业路线之间切换。

为了进行面向工业4.0的“专家型通才”的自我培养，建议具体的学习目标应当取材于标准框架：让我们逐步走进工业4.0的知识殿堂：

我们在工业4.0浪潮下，知识体系在各国都有相应的解读。比如工信部2018版《国家智能制造标准体系建设指南》列举了几十个技能点；德国《工业4.0参考架构模型》极大的扩充了CPS概念；美国国家标准与技术研究院（NIST）从价值链的角度用几十个IEC/ISO/IEEE/ASME标准构建了他们对智能制造（Smart manufacturing）知识体系的理解。如果抛开形态的差异，其实本质的底层结构都是相同的，即从基本理论、行业概念、业务能力、技术体系等几个层次界定工业4.0或智能制造的框架。

这些框架的底层逻辑，实际是智能化这一传统命题在工业的深度应用。也即利用数字化的先进技术和手段，支持乃至实现企业多维度决策。何为“决策”？站在人类认知的角度，决策分为四个在不断循环迭代的基本步骤：对客观事实的描述、洞察事实背后的原因和逻辑、预测未来走向及模拟干预策略、执行干预方式。企业的各级决策，战略设计、供应商选择、车间调度、机床操作，所有人类决策本质遵循的都是相同套路。

而智能制造的使命， 即以信息物理系统（CPS）的形式，最大程度的支持乃至自主履行这些决策。「数字化双胞胎」是这一思路的关键。我们利用数字化双胞胎在虚拟世界中精确“复制”物理世界；利用知识图谱、根因分析、人工智能等技术理解数据、现象和理论之间的关系；再用双胞胎在虚拟世界中模拟择优快速迭代；最后让双胞胎监控在物理世界的执行。

从学习手段来看，公众号、微博、公开课等网络资源一直是最显眼的信息来源，但这些碎片化的信息其实很难保证知识体系的完整和准确。如果从零开始，建议以国内外公开的标准化体系为起点。其实，上述中、德、美等国关于工业4.0的官方框架都以ISO、GB、VDI、IEC、IEEE为基础指导材料，其实也暗示了标准体系是国内外专家所推荐的权威资料。

最后提一句，相信时间的力量！不负时光，时光也不会辜负你的付出。

本文由西门子工程师撰文回答，希望对题主和关注这个话题的知友们提供帮助

西门子数字化顾问

李于江

---

本账号为西门子中国的官方知乎账号。西门子是全球领先的技术企业，创立于1847年，业务遍及全球200多个国家，专注于电气化、自动化和数字化领域。我们希望与你一同分享这些领域的知识与新科技，欢迎你的提问。此外，我们并不卖家电:)

西门子中国的每一位专家都是我们的智囊，你在这个账号可以阅读到来自西门子各个不同方向专家们的见解。请大家不要吝惜手里的“邀请”，让我们在分享中共同进步。

也欢迎大家关注我们的微博（ID：西门子）和微信 （ID：西门子中国） ，更多的了解我们。

看到这里就给点个赞吧！

---

  xiepanda 网友的相关建议: 
      

先上结论，从职业发展的角度，工业4.0时代对个人能力的要求必然是T型人才，即“专家型通才”，同时具备跨领域的辽阔知识面和对特定领域的深入了解。从两个角度理解：

• 专业化仍然是工业1.0之后社会资源分配的基本规律。无论是个人还是组织都会受到精力和资源制约，对知识的积累贵精不贵多，全面发展必然导致全面平庸。
• 然而个人在职场的长远发展又不得不依赖于广博的知识面，一方面可以在日常工作生活中从不一样的视角解决问题；另一方面在这个快速发展的时代需要随时为特长技能过时而做准备。

题主现状专注的是“自动化”，但是想要在工业4.0的浪潮中找到个人发展策略，还需从工业4.0的时代诉求出发，我们可以从以下两个维度理解T型人才：

从广度来看，建议从企业运营的角度入手，尽快培养宏观视角。这需要跳出四年“自动化”工程师教育带给自己的局限性，将自动化作为实现工业4.0应用概念（如物联网、数据服务、人机协同等等）的技术手段。同时也要试着站在高级管理者的角度，理解应用概念必须要为企业的行业战略服务（如数字化营销、车联网等等）。

从深度来看，对先进行业机理的深度理解是职业稳定发展的最好保障。在职场前期选择并专注于一两个自己擅长和兴趣的领域（例如：软件工程、项目管理、自动化工程、产线设计、产品研发等等）和有潜力的行业（例如：电动车、集成电路、无人机等等），通过实践快速成长。先从自己不熟悉甚至未知的领域入手，浅尝辄止但广泛涉猎，尽量扩充自身的知识边界，即“已知的未知”区域，缩小在本行业的“未知的未知”区域。这样，就可以在职业生涯的中后期比较从容地在管理、专家、或创业等职业路线之间切换。

为了进行面向工业4.0的“专家型通才”的自我培养，建议具体的学习目标应当取材于标准框架：让我们逐步走进工业4.0的知识殿堂：

我们在工业4.0浪潮下，知识体系在各国都有相应的解读。比如工信部2018版《国家智能制造标准体系建设指南》列举了几十个技能点；德国《工业4.0参考架构模型》极大的扩充了CPS概念；美国国家标准与技术研究院（NIST）从价值链的角度用几十个IEC/ISO/IEEE/ASME标准构建了他们对智能制造（Smart manufacturing）知识体系的理解。如果抛开形态的差异，其实本质的底层结构都是相同的，即从基本理论、行业概念、业务能力、技术体系等几个层次界定工业4.0或智能制造的框架。

这些框架的底层逻辑，实际是智能化这一传统命题在工业的深度应用。也即利用数字化的先进技术和手段，支持乃至实现企业多维度决策。何为“决策”？站在人类认知的角度，决策分为四个在不断循环迭代的基本步骤：对客观事实的描述、洞察事实背后的原因和逻辑、预测未来走向及模拟干预策略、执行干预方式。企业的各级决策，战略设计、供应商选择、车间调度、机床操作，所有人类决策本质遵循的都是相同套路。

而智能制造的使命， 即以信息物理系统（CPS）的形式，最大程度的支持乃至自主履行这些决策。「数字化双胞胎」是这一思路的关键。我们利用数字化双胞胎在虚拟世界中精确“复制”物理世界；利用知识图谱、根因分析、人工智能等技术理解数据、现象和理论之间的关系；再用双胞胎在虚拟世界中模拟择优快速迭代；最后让双胞胎监控在物理世界的执行。

从学习手段来看，公众号、微博、公开课等网络资源一直是最显眼的信息来源，但这些碎片化的信息其实很难保证知识体系的完整和准确。如果从零开始，建议以国内外公开的标准化体系为起点。其实，上述中、德、美等国关于工业4.0的官方框架都以ISO、GB、VDI、IEC、IEEE为基础指导材料，其实也暗示了标准体系是国内外专家所推荐的权威资料。

最后提一句，相信时间的力量！不负时光，时光也不会辜负你的付出。

本文由西门子工程师撰文回答，希望对题主和关注这个话题的知友们提供帮助

西门子数字化顾问

李于江

---

本账号为西门子中国的官方知乎账号。西门子是全球领先的技术企业，创立于1847年，业务遍及全球200多个国家，专注于电气化、自动化和数字化领域。我们希望与你一同分享这些领域的知识与新科技，欢迎你的提问。此外，我们并不卖家电:)

西门子中国的每一位专家都是我们的智囊，你在这个账号可以阅读到来自西门子各个不同方向专家们的见解。请大家不要吝惜手里的“邀请”，让我们在分享中共同进步。

也欢迎大家关注我们的微博（ID：西门子）和微信 （ID：西门子中国） ，更多的了解我们。

看到这里就给点个赞吧！

---

  chenran 网友的相关建议: 
      

先上结论，从职业发展的角度，工业4.0时代对个人能力的要求必然是T型人才，即“专家型通才”，同时具备跨领域的辽阔知识面和对特定领域的深入了解。从两个角度理解：

• 专业化仍然是工业1.0之后社会资源分配的基本规律。无论是个人还是组织都会受到精力和资源制约，对知识的积累贵精不贵多，全面发展必然导致全面平庸。
• 然而个人在职场的长远发展又不得不依赖于广博的知识面，一方面可以在日常工作生活中从不一样的视角解决问题；另一方面在这个快速发展的时代需要随时为特长技能过时而做准备。

题主现状专注的是“自动化”，但是想要在工业4.0的浪潮中找到个人发展策略，还需从工业4.0的时代诉求出发，我们可以从以下两个维度理解T型人才：

从广度来看，建议从企业运营的角度入手，尽快培养宏观视角。这需要跳出四年“自动化”工程师教育带给自己的局限性，将自动化作为实现工业4.0应用概念（如物联网、数据服务、人机协同等等）的技术手段。同时也要试着站在高级管理者的角度，理解应用概念必须要为企业的行业战略服务（如数字化营销、车联网等等）。

从深度来看，对先进行业机理的深度理解是职业稳定发展的最好保障。在职场前期选择并专注于一两个自己擅长和兴趣的领域（例如：软件工程、项目管理、自动化工程、产线设计、产品研发等等）和有潜力的行业（例如：电动车、集成电路、无人机等等），通过实践快速成长。先从自己不熟悉甚至未知的领域入手，浅尝辄止但广泛涉猎，尽量扩充自身的知识边界，即“已知的未知”区域，缩小在本行业的“未知的未知”区域。这样，就可以在职业生涯的中后期比较从容地在管理、专家、或创业等职业路线之间切换。

为了进行面向工业4.0的“专家型通才”的自我培养，建议具体的学习目标应当取材于标准框架：让我们逐步走进工业4.0的知识殿堂：

我们在工业4.0浪潮下，知识体系在各国都有相应的解读。比如工信部2018版《国家智能制造标准体系建设指南》列举了几十个技能点；德国《工业4.0参考架构模型》极大的扩充了CPS概念；美国国家标准与技术研究院（NIST）从价值链的角度用几十个IEC/ISO/IEEE/ASME标准构建了他们对智能制造（Smart manufacturing）知识体系的理解。如果抛开形态的差异，其实本质的底层结构都是相同的，即从基本理论、行业概念、业务能力、技术体系等几个层次界定工业4.0或智能制造的框架。

这些框架的底层逻辑，实际是智能化这一传统命题在工业的深度应用。也即利用数字化的先进技术和手段，支持乃至实现企业多维度决策。何为“决策”？站在人类认知的角度，决策分为四个在不断循环迭代的基本步骤：对客观事实的描述、洞察事实背后的原因和逻辑、预测未来走向及模拟干预策略、执行干预方式。企业的各级决策，战略设计、供应商选择、车间调度、机床操作，所有人类决策本质遵循的都是相同套路。

而智能制造的使命， 即以信息物理系统（CPS）的形式，最大程度的支持乃至自主履行这些决策。「数字化双胞胎」是这一思路的关键。我们利用数字化双胞胎在虚拟世界中精确“复制”物理世界；利用知识图谱、根因分析、人工智能等技术理解数据、现象和理论之间的关系；再用双胞胎在虚拟世界中模拟择优快速迭代；最后让双胞胎监控在物理世界的执行。

从学习手段来看，公众号、微博、公开课等网络资源一直是最显眼的信息来源，但这些碎片化的信息其实很难保证知识体系的完整和准确。如果从零开始，建议以国内外公开的标准化体系为起点。其实，上述中、德、美等国关于工业4.0的官方框架都以ISO、GB、VDI、IEC、IEEE为基础指导材料，其实也暗示了标准体系是国内外专家所推荐的权威资料。

最后提一句，相信时间的力量！不负时光，时光也不会辜负你的付出。

本文由西门子工程师撰文回答，希望对题主和关注这个话题的知友们提供帮助

西门子数字化顾问

李于江

---

本账号为西门子中国的官方知乎账号。西门子是全球领先的技术企业，创立于1847年，业务遍及全球200多个国家，专注于电气化、自动化和数字化领域。我们希望与你一同分享这些领域的知识与新科技，欢迎你的提问。此外，我们并不卖家电:)

西门子中国的每一位专家都是我们的智囊，你在这个账号可以阅读到来自西门子各个不同方向专家们的见解。请大家不要吝惜手里的“邀请”，让我们在分享中共同进步。

也欢迎大家关注我们的微博（ID：西门子）和微信 （ID：西门子中国） ，更多的了解我们。

看到这里就给点个赞吧！

---

  pi-bo-shi-tai-kong-jing-niang 网友的相关建议: 
      

先上结论，从职业发展的角度，工业4.0时代对个人能力的要求必然是T型人才，即“专家型通才”，同时具备跨领域的辽阔知识面和对特定领域的深入了解。从两个角度理解：

• 专业化仍然是工业1.0之后社会资源分配的基本规律。无论是个人还是组织都会受到精力和资源制约，对知识的积累贵精不贵多，全面发展必然导致全面平庸。
• 然而个人在职场的长远发展又不得不依赖于广博的知识面，一方面可以在日常工作生活中从不一样的视角解决问题；另一方面在这个快速发展的时代需要随时为特长技能过时而做准备。

题主现状专注的是“自动化”，但是想要在工业4.0的浪潮中找到个人发展策略，还需从工业4.0的时代诉求出发，我们可以从以下两个维度理解T型人才：

从广度来看，建议从企业运营的角度入手，尽快培养宏观视角。这需要跳出四年“自动化”工程师教育带给自己的局限性，将自动化作为实现工业4.0应用概念（如物联网、数据服务、人机协同等等）的技术手段。同时也要试着站在高级管理者的角度，理解应用概念必须要为企业的行业战略服务（如数字化营销、车联网等等）。

从深度来看，对先进行业机理的深度理解是职业稳定发展的最好保障。在职场前期选择并专注于一两个自己擅长和兴趣的领域（例如：软件工程、项目管理、自动化工程、产线设计、产品研发等等）和有潜力的行业（例如：电动车、集成电路、无人机等等），通过实践快速成长。先从自己不熟悉甚至未知的领域入手，浅尝辄止但广泛涉猎，尽量扩充自身的知识边界，即“已知的未知”区域，缩小在本行业的“未知的未知”区域。这样，就可以在职业生涯的中后期比较从容地在管理、专家、或创业等职业路线之间切换。

为了进行面向工业4.0的“专家型通才”的自我培养，建议具体的学习目标应当取材于标准框架：让我们逐步走进工业4.0的知识殿堂：

我们在工业4.0浪潮下，知识体系在各国都有相应的解读。比如工信部2018版《国家智能制造标准体系建设指南》列举了几十个技能点；德国《工业4.0参考架构模型》极大的扩充了CPS概念；美国国家标准与技术研究院（NIST）从价值链的角度用几十个IEC/ISO/IEEE/ASME标准构建了他们对智能制造（Smart manufacturing）知识体系的理解。如果抛开形态的差异，其实本质的底层结构都是相同的，即从基本理论、行业概念、业务能力、技术体系等几个层次界定工业4.0或智能制造的框架。

这些框架的底层逻辑，实际是智能化这一传统命题在工业的深度应用。也即利用数字化的先进技术和手段，支持乃至实现企业多维度决策。何为“决策”？站在人类认知的角度，决策分为四个在不断循环迭代的基本步骤：对客观事实的描述、洞察事实背后的原因和逻辑、预测未来走向及模拟干预策略、执行干预方式。企业的各级决策，战略设计、供应商选择、车间调度、机床操作，所有人类决策本质遵循的都是相同套路。

而智能制造的使命， 即以信息物理系统（CPS）的形式，最大程度的支持乃至自主履行这些决策。「数字化双胞胎」是这一思路的关键。我们利用数字化双胞胎在虚拟世界中精确“复制”物理世界；利用知识图谱、根因分析、人工智能等技术理解数据、现象和理论之间的关系；再用双胞胎在虚拟世界中模拟择优快速迭代；最后让双胞胎监控在物理世界的执行。

从学习手段来看，公众号、微博、公开课等网络资源一直是最显眼的信息来源，但这些碎片化的信息其实很难保证知识体系的完整和准确。如果从零开始，建议以国内外公开的标准化体系为起点。其实，上述中、德、美等国关于工业4.0的官方框架都以ISO、GB、VDI、IEC、IEEE为基础指导材料，其实也暗示了标准体系是国内外专家所推荐的权威资料。

最后提一句，相信时间的力量！不负时光，时光也不会辜负你的付出。

本文由西门子工程师撰文回答，希望对题主和关注这个话题的知友们提供帮助

西门子数字化顾问

李于江

---

本账号为西门子中国的官方知乎账号。西门子是全球领先的技术企业，创立于1847年，业务遍及全球200多个国家，专注于电气化、自动化和数字化领域。我们希望与你一同分享这些领域的知识与新科技，欢迎你的提问。此外，我们并不卖家电:)

西门子中国的每一位专家都是我们的智囊，你在这个账号可以阅读到来自西门子各个不同方向专家们的见解。请大家不要吝惜手里的“邀请”，让我们在分享中共同进步。

也欢迎大家关注我们的微博（ID：西门子）和微信 （ID：西门子中国） ，更多的了解我们。

看到这里就给点个赞吧！

---