19日上午，“百万英才汇南粤”2026年N城联动秋季招聘活动天津大学专场举办，这也是本次招聘在天津举办的最后一场活动，20日引才团将在北京三所高校继续本次行程。
这一次，东莞携超1700家次企事业单位北上，提供超5.4万个次岗位。其中，面向新兴产业、未来产业的岗位近3.8万个次，人工智能领域岗位近1万个次，面向硕博以上学历人才的岗位超过8500个次。
岗位名称也比过去更细。世界模型算法工程师、VLA算法工程师、机器人视觉算法工程师等新岗位，已经出现在此次招聘清单中。与此同时，半导体、机器人、新能源、新材料等企业仍然大量需要软件、机械、电气、材料等专业人才。
人工智能岗位增加，只是表面变化。
放到东莞制造业转型的背景下看，更值得关注的是：当人工智能开始进入研发、生产和产品端，制造企业对人才的要求，也开始发生变化。
岗位变了，制造业用人的边界也在变
东莞并不是从零开始发展人工智能。
这里有超过1.4万家规上工业企业。2026年东莞市政府工作报告显示，七成规上工业企业已经实施数字化转型，先进制造业增加值占规上工业比重达到52.2%，东莞还获批国家人工智能应用中试基地。
数字化基础铺开之后，人工智能正在进一步进入制造环节。
AI概念图
今年发布的《东莞市全球智造中心建设总体方案（2026—2030年）》提出，依托国家人工智能应用中试基地，支持重点企业开发工业智能体，打造50个以上行业特色工业垂直领域大模型，并在机器视觉检测、智能排产、3D虚拟仿真等领域推动应用。
更早出台的东莞人工智能赋能制造业相关政策，也把应用场景列得很具体：从研发设计、中试验证、生产制造，到缺陷检测、参数优化、预测性维护、智慧物流、工单和合同生成，都在人工智能应用范围之内。
这些变化最后都会落到岗位上。
一家制造企业过去招聘机械工程师，重点可能是结构设计、设备调试；如今如果设备接入视觉识别、预测性维护或智能控制系统，机械、自动化、软件和算法之间的界线就没有过去那么清晰。
这也是此次招聘清单里值得注意的一点。
一边是世界模型、VLA、机器人视觉等新岗位，另一边仍是机械、电气、材料、软件等传统工科岗位。人工智能没有取代原来的工程专业，而是开始与这些专业发生更深的交叉。
企业需要的，不只是会写算法的人
制造业应用人工智能，与互联网场景并不完全一样。
今年9月8日，东莞首个具身智能训练场正式启用。东莞市工业和信息化局提出，要推动制造业企业开放生产场景，让算法进入产线、模型进入工厂训练。
这背后有一个很现实的问题：人工智能要进入工厂，首先要理解工厂。
机器视觉用于质检，要知道什么算缺陷；智能排产要了解设备、订单、物料和交期；机器人进入生产线，还要考虑机械结构、运动控制、安全和生产节拍。
单有算法能力，并不足以解决这些问题。
今年1月，工业和信息化部等八部门印发《“人工智能+制造”专项行动实施意见》，其中专门提出，要培养“既懂人工智能又懂制造业应用的复合型人才”，同时加强具备行业认知和技术实操能力的人才培养。
这与东莞制造企业的实际需求是对应的。
AI概念图
过去，企业可以把机械、软件、自动化、质量管理分成不同岗位，各自解决一部分问题。如今，越来越多智能制造项目需要不同专业的人在同一个场景里协同。
例如，一个机器视觉检测项目，既需要算法人员，也离不开熟悉产品工艺和质量标准的工程师；一套工业大模型要真正应用到产线，也需要有人把生产经验、设备数据和算法能力连接起来。
因此，制造业对“复合型人才”的需求，并不是要求每个人都成为AI工程师。
更实际的变化是：机械、电子、材料、自动化等专业人才需要具备一定的数字化和人工智能应用能力；算法、软件人才也需要理解生产流程和具体行业。
人才的专业基础仍然重要，但只懂一个专业，已经越来越难覆盖复杂的制造场景。
从“会用AI”到解决生产问题
人工智能进入制造业，最终还是要解决生产问题。
2025年，东莞发布首批32个“AI+制造业”应用场景城市机会清单，涉及制造业全链条的实际需求。按照相关政策，到2027年，东莞计划打造100个以上“AI+先进制造”示范应用场景。
比如缺陷检测能不能更准，设备停机时间能不能减少，排产能不能更合理，新产品开发周期能不能缩短，都是企业衡量人工智能应用价值的具体标准，这些要求决定了企业需要什么样的人。
会调用模型、使用工具，是基本能力；能不能找到生产中的问题，判断哪些环节适合使用人工智能，并把技术方案真正落到生产线上，价值更大。
AI概念图
对于制造业来说，所谓创新型人才，未必都在做原创算法研究。
有人改进一套检测工艺，有人把算法嵌入设备，有人重新设计人机协作流程，有人把研发数据转成可以训练模型的数据集，这些同样属于创新。
这就是东莞的特点——庞大的制造企业数量、完整的产业链条和大量真实生产场景，为人工智能应用提供了较丰富的验证环境。2025年，全国首个制造领域城市级大模型中心在东莞投入运营。
对于人才而言，工厂和生产线本身，正在成为新的实践场所。
招聘之外，更重要的是把培养端接起来
复合型人才不会只在招聘季产生，如何建立起长效对接机制是关键。
本次招聘活动，东莞市人力资源和社会保障局与多所高校就业部门签订人才引育合作框架协议，合作内容从招聘延伸到实习实践、人才培养等领域；校企之间也围绕人才培养、就业实习开展合作。
天津工业大学方面也提出，希望今后推动更多学生通过暑期实习、研学等方式走进东莞，提前了解产业和企业需求，这比单纯增加招聘场次更有意义。
人工智能与制造业结合越深，企业越需要提前参与人才培养。如果学生在学校只接触算法和理论，没有接触真实生产场景，进入企业后仍然需要较长的适应过程；制造业专业学生如果完全不了解数据和人工智能，也可能与新的生产方式脱节。
19日上午，天津大学专场招聘活动，政校企合作签约仪式
国家层面的培养方向也在调整。今年4月，教育部等五部门印发《“人工智能+教育”行动计划》，明确提出高校开设人工智能交叉融合课程，培养复合型交叉人才；职业教育则要推动传统专业智能化升级，并与企业共建实习、实训、实践基地。
东莞今年的政府工作报告也提出，加强职业院校人工智能、低空经济等专业建设，每年新增AI人才1万人以上；同时加快工业软件、智能制造、大科学装置等创新中心和培养基地建设，推动联合培养研究生达到1000人。这里的“1万人以上”和“1000人”均为年度工作目标，并非已经完成的数据。
从高校招聘，到实习实践，再到联合培养，人才工作正在向培养端前移。
这对于东莞尤其重要。
本地制造企业数量多、产业门类广，仅靠毕业季集中招聘，很难完全满足不同专业、不同层次的需求。越是进入人工智能、机器人、半导体等领域，对专业方向和实践能力的要求越具体，企业与高校之间就越需要建立长期联系。
“制造人才”的内涵正在变化
再看此次京津招聘中的近1万个次人工智能岗位，其意义也就不只在数字本身，反映的是东莞制造业用人结构的变化。
制造业仍然需要机械工程师、电气工程师、材料工程师、技能人才，也需要算法和软件人才。不同之处在于，这些岗位之间的联系比过去更紧密。
对企业来说，需要有人研究算法，也需要有人把算法放进设备、产线和产品；需要能够做前沿研发的人，也需要熟悉生产现场、能够完成工程化落地的人。
对人才来说，专业知识仍然是根基，但只掌握单一技能越来越难适应制造业的新变化。
从世界模型算法工程师、VLA算法工程师出现在招聘清单，到生产线加快引入机器视觉、工业模型和智能体，东莞制造正在经历的，不只是设备更新，更重要 是人的变化。
未来几年，东莞制造对人才的需求会继续细分，但有一点已经比较清楚：制造业需要的“新人才”，不是简单多学一个AI工具，而是既有专业基础，又能理解新的技术方法，最终能够回到产品、工艺和生产现场解决问题。
这可能也是观察东莞从“世界工厂”走向“全球智造中心”的另一个切口。
撰文：龚名扬
摄影：龚名扬 黄伟兴
AI制图：龚名扬线上股票配资平台
优配网提示：文章来自网络，不代表本站观点。
