填上「实习」与「实训」的缺口，这届毕业生在和谁赛跑？

今年，高校毕业生人数预计达 1158 万，这意味着将有超过一千万人投身求职就业的大军。在这个充满变革与不确定性的时代，如何为就业「加码」，实现职业成功成为了一个备受关注的话题。而实习，正是毕业生们加速融入职场、赢得就业竞争的强有力工具。

一方面，实习是理论与实际相结合的重要一环，为毕业生们提供了展现自己、锻炼实际技能的机会，有助于提升毕业生在就业市场中的竞争力；另一方面，职业规划是每个毕业生都要面对的问题，而实习正是帮助学生发现职业兴趣和优势的绝佳机会。

2023 年毕业季已过，2024 届秋招开始在即。后疫情时代，这个求职季有哪些就业行情、趋势？当 00 后走向工作岗位，这批职场新生代表现出了怎样的特色？实习如何成为职业发展的跳板，又怎样巧妙运用实习，为自己的职业生涯「加码」？

8 月 7 日 ，多鲸携手八点一刻栏目《万物皆可课》，推出主题直播：实习如何为就业「加码」？在多鲸资本创始合伙人姚玉飞的主持下，开环智教创始人许敏、人瑞人才战略投资总监张亮共聚云端，探讨「实习如何为就业加码」话题。

欢迎扫描上方二维码，收听本期三人行直播播客

8 月 15 日，国家统计局表示，自今年 8 月起，全国青年人等分年龄段的城镇调查失业率将暂停公布，一时间引起了热烈的讨论。有人评价，「2023 年是最难的一年毕业季」。经济下行、投资减少、技术替代以及供需资源评价体系的差异等因素都对就业形势产生了影响，「就业难」和「用工荒」两难并存。

开环智教创始人许敏表示，就软件工程领域而言，今年就业普遍出现了一些波动。人工智能行业对于人才需求在两方面存在缺口：一方面是高端技术型人才，以 985、211 硕士以上学历的群体为主，尤其是深度算法等领域需求暴增；另一方面，一些对于 AIGC 应用有敏锐嗅觉、可以快速上手的人文社科类学生群体，在中低端岗位层面也有需求。无人机领域是开环智教的另一块产业，在这一方面，主要接触的是高职学生群体。今年，开环智教与三个高职院校展开合作，学生就业率均超过了 90%。

据许敏观察，今年求职毕业生流向分层梯度比较明显。211 及以上院校的学生，约有三分之一选择考研深造，三分之一选择考公考编，三分之一则进入职场。这其中，一半进入国企，而另一半则去向民营企业。211 院校以下的学生，分为高职生和普本生。高职生去向以民营企业为主，普本生约有 70% 前往民营企业，剩余部分则选择考研、考编以及国企。

许敏分析到，对于当前社会上存在的「本科就业率比不上职业院校」的争议，背后的核心问题在于制造业需求端扩大和产教融合政策助力。通过校企合作的方式，企业能够为学校提供技能培训、实训场所及就业引导，架构起「产教融合」的桥梁。

人瑞人才战略投资总监张亮则指出，「制造业需求端扩大」的背后含有更深层次的逻辑。几年来，国内制造业的结构，包括用人的性质、产业结构和成本结构等发生了巨大的转变，而国内的高等教育对此的嗅觉非常迟钝，对接存在严重的滞后性。高校整体的学科设置、技能教育、就业辅导等，往往都在延续「老一套」，无法有效帮助学生捕捉到用人市场最新的讯息。

就具体而言，问题出现在两个方面。首先，学生本身对于制造业存在偏见。制造业有什么领头企业？制造业的内部发展路径如何？未来存在什么样的上升空间？从学校到学生对于这方面的实证认识都是不充分的。其次，产业结构调整尚未完成，无法协调用工的高薪酬，导致「市场需求旺盛，却无人可用、无人愿来」的局面。而对于产教融合型企业来说，则对企业管理层的行业认识和经验提出了更高层次的要求。以前对于学生采取粗放管理模式下的专业共建不再奏效，产教融合，一定要建立在对于垂直领域有着深刻专业认识的基础上方能成功。

这种局面仍将长期客观存在。但随着我国制造业产业不断升级，附加值越来越高，矛盾将得到有效解决。然而，如果国内制造业的附加值长期仍在底部徘徊，始终依附于低毛利的产业链之上，不能突破欧美高端制造业的压制，突破就变得棘手了。

具体到各个行业而言，汽车、新能源等赛道的用人岗位正在稳步增长。尽管中国人口红利逐渐消失，然而当前市场上的智能制造产业链工程师远远供小于求，工程师红利仍存。对于制造业而言，具有两年以上工作经验的人群需求量最高，因为对于产业熟悉度有一定要求。在此背景下，有经验的专科生、本科生都能分流至对应岗位。反而研究生的定位颇为尴尬，要么深造，要么与具有两到三年工作经验的本科生「同台竞技」。

而对于 IT 行业而言，伴随着近年来互联网等企业盈利增长速度放缓，流量经济遇到瓶颈，企业则会选择在一定范围内通过「换血」来削减用人成本，以低成本的人取代同等效率下高成本的人。这种局面实际上对于应届生市场整体利好。其中，最获益的要数工作经验在 3 - 5 年间的这批年轻人，其次对于 985、211 的毕业生，软件市场目前仍然是供不应求的。而对于缺乏经验的应届毕业生来说，可能比较不利。这就需要学校通过实训项目对于学生在软硬件技能上进行一定的培训，防止学生当前所学与企业需求脱轨、与就业市场脱节。

产教融合概念喊了这么多年，现在入局是否为时已晚？普遍的观点是，提供实训项目的服务商对产教融合项目嗅觉非常灵敏，而学校端却稍显迟钝。

张亮认为。其原因在于，甲方受制于种种因素，不愿意躬身下场，投入到校企共建中去；另一方面，产教融合项目与高校人员自身利益不甚挂钩，无法调动合作积极性，造成了校企合作之间较高的摩擦成本。

而许敏则表示，自己比较认可德国的产教融合模式。在一个社会化的系统下，德国的实训中心在校企之间作为第三方机构，整合校企两端资源进行有效衔接，是比较具有参考价值的。而国内产教融合型企业的职能类似，步履却显得颇为艰难，为什么？原因在于，企业运转的逻辑核心还是「销售产品」，而并非从根本上「帮助学校解决就业问题」和「帮助企业解决用人问题」，受市场因素影响很大。因此，无法有效形成规模效应和大容量的服务团队，从而在根本上解决问题。

许敏认为，要撬动学校推进产教融合积极性，要从几个方面入手。首先站在顶层设计的角度考虑，应当从国家宏观政策方面推动。同时，还要考虑到人才培养的周期性，需要企业长时间与学校保持合作，开设实训项目的课程安排，促成一个育人周期的完成。最后，适当前置实训课程，在低年级阶段引导学生接触企业实际场景，调动学生的主动性，才能在大四求职前打下坚实的基础。

而对于那些已经具有提前意识的学生和家长而言，也需要对于市场上形形色色的培训机构或者校企合作的企业方有一定的判断能力。首先，可以调研师资团队是否有相应的产业背景。如果师资端具备了在实践场景中的经验以后再来授课，通过 PBL（项目制学习）的授课方式进行线下教学，可能学习效果会更好。除此以外，还可以向师兄师姐或者其他渠道了解机构的口碑，在选择上给自己展开更多的维度。

今年三月，ChatGPT 等大模型横空出世，引发全球生产力革命，甚至有人评价称「这是第四次工业革命的前奏」。同时，人工智能、计算机等专业热度不减，AIGC 成为未来行业发展趋向。热火的景象背后，也伴随着焦虑和种种担心。AIGC，到底对未来有什么影响？如何面对所谓的「人工智能抢走人类饭碗」的恐惧？

许敏表示，从 AI 应用的底层逻辑出发，人工智能时代的工作岗位绝对数量不一定会增加，因为 AI 本质上要解决的就是劳动效率的问题。在 Web 3.0 时代之前，人工智能的专业壁垒更高，从业人员以工程师为主。在这之后，随着 AIGC 技术与各种垂直行业相结合，岗位类型将呈现跨界融合以及多元化的特征，不管是文科生、理科生还是工科生，多多少少会接触到 AI 相关的软件应用，在此基础上会产生大量的用人需求。

在此基础上，许敏认为，在学生学习过程中补充大量实训环节将有利于他们在AI领域的进一步发展。尤其对于制造业而言，传统制造业在改造的过程中，对于通过计算手段将生产资料进一步梳理、进一步优化生产流程的「产业数字化」人才有海量的需求，包括出身于互联网行业的软硬件工程师等。

而随着 ChatGPT 类的对话大模型出现，这种「数字化升级」还将更进一步。「经历了数字化改造的产业，尤其是基于海量数据的，那一定能再被大模型改造一遍」。就阿里旗下爆火出圈的「妙鸭相机」APP 而言，已经可以看出 AIGC 应用场景的丰富和广阔性。一旦打通场景和用户需求间的联系，在新的环节上一定会催生出大量的用人需求。因此，学生和校方更应该保持对于新技术场景的敏锐性，在实训中提高技术素质，为就业保驾护航。

而张亮则认为，在当前市场环境下，推进人工智能相关实训存在着一定的挑战。高校不缺当前最新的算法解决方案，缺的是垂直的业务场景。而实际在资本市场上，资本会更加青睐大模型，垂直赛道的小模型变现能力相对较差。对于大部分高校而言，是难以提供大模型实训机会的。此外，建构小模型也需要企业付出较高的研发成本。

就人力资源行业而言，目前各大招聘软件的「智能岗位匹配算法」精准度皆有待提高，所以根本上很难针对某一个特定职业专门做小模型来提高匹配精准度。有时候，企业会更依赖经验性的模型，在特定领域进行复用，从而也能得到较好的效果。比如，当与求职岗位距离超过 10 公里，求职者往往会放弃面试。这类经验性的总结不需要通过深度算法去提炼，因此能够节省一大笔成本。因此，要推进相关领域产教融合，如何整合内外部资源、疏通甲乙方环节，仍有很长的路要走。

今年六月，网红博主兼考研名师张雪峰一番报考志愿的话语，惹起了网络上有关新闻学的争议，「多挣钱都得学理工科」一度影响了今年高考志愿填报情况。今临九月开学季，对于已经选定专业的学生而言，到底应该如何过好大学四年，才能在毕业季时获得更好的上升空间呢？

许敏认为，首先不能忽视实习的重要性。为何积累实习经验如此重要？作为企业管理者，用人单位对于应届生的最大期待之一，即为「能否立刻为企业所用」，而实习时长以及经验的累计对于这一点影响非常深刻，能够为企业省去很多岗前培训经费，而同时提高运转效率。因此，对于学生来说，实习经历是很可靠的就业资本。

很多学校在大三下学期或大四会要求学生外出实习，然而，学生应该主动将这一阶段前置，在低年级的时候就可以寻找相关专业领域的实习，这样有利于快速了解自身的兴趣与特长，以及企业实际的技能需求。如果低年级零经验寻找实习相对困难，可以降低薪酬要求，最重要的是有「提前抢到入场券」的意识。同时，在校学生可以在课余时间内学习计算机、AI 等相关知识，提前适配未来的企业数字化需求。对于学习文科或者所谓「天坑专业」的理工科学生来说，学有余力者可以选择修读第二学位，为考研、考公以及就业增添竞争力。

第二，要培养信息的判别、摄取和整合能力。张亮认为，专业分两种，一种是类似于会计、法律等普适性的专业，「用一套规则适应所有行业」。另一种则是像电子信息、电气工程等专业，「一个专业有一个专业的规则」。对于学生而言，理应搞清楚行业的发展，厘清所处岗位处于产业链的定位，通过查找一些公开数据以及阅读上市公司研报来加强了解。B 站、小红书等媒体平台上也会有优质资源进行免费的分享。第三，严格筛选培训机构，辨别相应资质和学生就业情况，通过付费培训的方式找到合适的实习机会。

再次，从全社会的角度出发，应该对于所谓的「歧视制造业」的风气有所纠正。事实上，如今有相当一部分的制造企业，随着对于人才的技能要求提高，薪资待遇也水涨船高，并非传统的「蓝领」逻辑。近年来，制造业中后端数字化人才需求旺盛，学生不必「扎堆」进 BAT 互联网大厂「内卷」。仍然回到前文的逻辑，这就需要学生在实训过程中形成对于未来市场用人需求的清晰认识，开阔眼界。

最后，许敏也提到，除专业技能之外，综合素质也是企业考察的一环。此前在上市公司工作的经历中，会关注求职者在学校的实践经历以及担任岗位，了解他们具体解决了哪些实际问题。领导力、创新力、沟通能力等其他要素，将帮助学生在当前愈发内卷的环境中脱颖而出。当前，基础教育对于孩子领导力的训练是存在缺失的，教会学生「把螺丝拧好，也把人做好」，将能够支撑着他们在未来走得更远。