论文部分内容阅读
摘 要：“人工智能”迅速发展的今天，对物流行业的影响规模逐步扩大。越来越多的智能技术应用到物流领域，对物流人才培养提高了新的要求。现有物流管理专业人才培养方案普遍存在培养目标定位不明确、培养与需求不匹配、教学模式陈旧、单一等问题，为此提出针对性、操作性较强的改革思路，指导和设计“人工智能”背景下的物流管理专业人才培养模式，从而达到拓宽学生人工智能知识领域、培养学生实践操作能力，更好的匹配智能物流时代的要求，具有重要的实践意义。
关键词：人工智能;大数据;校企合作
一、“人工智能”背景下物流行业的发展背景
人工智能概念从1956年诞生，历时60年，共经历三次飞跃：第一次是智能跳棋程序的出现，第二次是专家系统的出现，但在这两次之后，由于技术瓶颈有一段较长的停滞期。2010年以后，随着“大数据”、“云计算”、“深度学习技术”突破，人工智能飞速发展。2017年被称为人工智能元年，而随着网络零售的迅猛发展而勃兴的物流业，正在经历一场智慧化与科技化转型的时代变革，“智慧物流”的产业版图已全面打开。
近年来我国的物流业一直保持着高速增长态势。根据国家邮政部门统计，2017年，完成邮政行业业务总量9764亿元，比上年增长32.0%。全年完成快递业务量400.6亿件;快递业务收入4957亿元。2006年的10亿件增长到2017年的400.6亿件，增长幅度达近40倍。不难预见，电商和快递很可能将成为未来几年助推智能物流发展的重要力量。
二、“人工智能”背景下物流专业人才需求类型的转变
为了在物流行业高速发展的背景下，能够紧紧跟上“人工智能”时代变迁的步伐，越来越多的企业开始转变思维，突破技术上的壁垒，加快提升公司的运营效率，积极布局智慧物流网络。物流行业要人工智能化，无疑物流人才是核心要素资源，当前物流人才需求主要呈现两极化分化，一极是物流信息化复合型人才，供不应求，正成为业内的宠儿;另一极是，仓储、理货、分拣、配送等低端物流人员，正在被越来越多的人工智能方式所取代，需求量骤减。人工智能时代背景下，如何培养出具备综合素质的物流复合型人才，对高校物流管理专业应用型人才的培养，产生了巨大的挑战。
三、“人工智能”背景下物流人才培养模式亟待改革
1.物流领域教学科目较为单一
物流专业课程科目设置缺乏综合性，很多时候只注重单一的技能训练，教学中与其他学科融合过少，在“人工智能”的时代，在智能化、数据化飞速发展的今天，缺乏“大数据”、“物联网”等学科的基础知识，不能满足社会物流人才需求。
2.物流领域教育资源的滞后性
一方面，物流教材陈旧落后，更新较慢。很多现行教材内容都是传统物流理论知识的产物，涉及当下智能物流技术的知识少之又少，导致学生所学学科知识难以应用，缺乏自己的专业兴趣点和核心竞争力。另一方面，缺乏具备实践经验的物流教师，多数教师对智能物流前沿技术了解甚少，接触和参与物流一线工作较少，对物流实践环节缺乏切身体会。尽管部分物流老师有机会参加相关培训，但是对相关培训内容，缺乏融会贯通，对新思想、新技术如何传授给学生，缺少具体体会，导致培训效果不佳。这都导致物流专业教育滞后现象，不利于培养智能物流应用型人才。
3.物流实训体系建设不完善
“人工智能”时代背景下，物流信息技术应用性强，培养学生数据分析能力、实践应用能力对实训要求很高，完善校内、校外实训体系的建设显得尤为重要。目前大多数院校信息实训室都引进了物流模拟教学软件，这对物流实际操作起到一定作用，但是软件版本更新较慢，与企业真实物流工作环境有较大差距。不少高校加强校外实训体系的拓展范围，但与企业的合作存在很多不足，校外实训体系建设有待完善。首先，学生到物流企业实训操作需要企业相关人员亲手指导，这不仅会降低业务操作效率，占用企业工作人员时间，影响业务正常运作。其次，部分物流企业担心教会了学生，学生毕业后若不到本企业就业，这无形中增加企业的人力成本，更深层次的是，可能泄露企业的重要客户信息，存在泄露商业信息的风险。最后，学生业务操作不精通的情况下，会增加工作出错率，这同样是企业不愿意承担的风险。
四、“人工智能”背景下物流专业人才培养的建议
1.加强物流课程与“人工智能”基础学科相融合，构建专业课程体系
在“人工智能”的时代背景下，社会上所需要的物流人才不是只会单一职能操作的专业人员，而是能够紧跟时代步伐，实现物流业的智能化、信息化、自动化的创造型、复合型人才。通过对数据的分析处理，来实现物流的“人工智能化”，通过智能机器人操作，从而大幅度减少工人操作失误，提高拣选配送效率，从而降低物流成本，实现物流领域的“人工智能化”。所以在现代物流教学中，我们应加强物流专业知识与“人工智能”相关基础学科相融合，开设“大数据”、“物联网”、“逻辑学”等学科。摒弃书本上陈旧知识的束缚，加强物流信息技术教学，让学生能够学有所用，进行实操化的物流知识教学，顺应时代发展的潮流。
2.提高物流师资准入标准，为学生专业发展提供保障
我国高校的物流师资力量薄弱，部分物流教师是从临近学科电子商务、市场营销等专业转移过来的，专业知识和实践技能薄弱。物流业作为新兴产业，对信息技术。在“人工智能”时代背景下，对物流专业师资提出了更高的要求，如若师资力量跟不上，不仅会影响物流产业“人工智能”的快速发展，使学生专业发展受阻，从而影响一大批物流学生的就业。高校在物流专业教师招聘时，不应把学历作为唯一评价标准，应将相关物流实践工作经验作为准入门槛，加强“双师型”物流教师队伍建设，从而为祖国培养出优秀的物流人才，提升就业质量。
3.加强校企合作，共建物流管理专业实习实训基地
加强校企合作，一方面让学生到企业中去，顶岗实习，接触实际业务过程，了解真实物理操作环境;另一方面要将企业引进到学校中来，通过建立实习实训基地，为企业进行“定制化”人才培养。使学生能够直接接触到行业的从业者，增强他们对行业的直观认识，促进学生对先进技术、行业需求的理解，以便于尽早进行自身职业生涯规划。如可效仿英国“现代学徒制”和德国“双元制”的培养模式，进行学校和企业对学生的联合培养，定点就业。同时，政府应充分发挥其监督作用，形成政府、学校、企业“三位一体”的主导力量。
4.塑造学生创新意识，与“人工智能”时代共赢
“人工智能”的核心就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。物流人才发展应该放到一个战略高度，应该抓住一切 “新”的技术，去挖掘其潜在价值在物流领域的应用。学校应培养学生创新意识，大胆想象，利用“人工智能”技术，改进现有物流服务作业模式，可以为客户规划最佳路径、实现智能化仓储、库存、装卸搬运等业务流程，根据客户要求定制个性化服务，不断创新现有的物流和商业模式。
总之，综合型物流人才供不应求，这是物流业态经济发展的必然。通过构建专业的课程体系，提高物流师资的准入门槛，加强校企合作，不断培养学生的创新意识，在“人工智能”的浪潮下，进行培养模式的改革和创新。物流学子应不断提高自身核心竞争力，采取积极的态度去抓住“人工智能”时代所涌现出来的机会，来应对市场的激烈竞争，争取与时代共赢。
参考文献：
[1]吴影辉.“智慧物流”时代我国高校物流专业应用型人才培养校企合作机制研究[J].2018（05）.
[2]吳利霞.民办应用型本科院校校企共建模式探讨——以物流管理专业为例[J].2018（05）.
[3]高月娜.物流人才的市场需求与物流管理专业人才培养融合模式探析[J].2017（09）.
[4]张洁.大数据时代物流专业人才发展调查[J].市场营销2017（31）.
[5]程嘉辉.职业院校物流专业校企合作人才培养参与动因及模式类型研究[J].职业技术2018（01）.
关键词：人工智能;大数据;校企合作
一、“人工智能”背景下物流行业的发展背景
人工智能概念从1956年诞生，历时60年，共经历三次飞跃：第一次是智能跳棋程序的出现，第二次是专家系统的出现，但在这两次之后，由于技术瓶颈有一段较长的停滞期。2010年以后，随着“大数据”、“云计算”、“深度学习技术”突破，人工智能飞速发展。2017年被称为人工智能元年，而随着网络零售的迅猛发展而勃兴的物流业，正在经历一场智慧化与科技化转型的时代变革，“智慧物流”的产业版图已全面打开。
近年来我国的物流业一直保持着高速增长态势。根据国家邮政部门统计，2017年，完成邮政行业业务总量9764亿元，比上年增长32.0%。全年完成快递业务量400.6亿件;快递业务收入4957亿元。2006年的10亿件增长到2017年的400.6亿件，增长幅度达近40倍。不难预见，电商和快递很可能将成为未来几年助推智能物流发展的重要力量。
二、“人工智能”背景下物流专业人才需求类型的转变
为了在物流行业高速发展的背景下，能够紧紧跟上“人工智能”时代变迁的步伐，越来越多的企业开始转变思维，突破技术上的壁垒，加快提升公司的运营效率，积极布局智慧物流网络。物流行业要人工智能化，无疑物流人才是核心要素资源，当前物流人才需求主要呈现两极化分化，一极是物流信息化复合型人才，供不应求，正成为业内的宠儿;另一极是，仓储、理货、分拣、配送等低端物流人员，正在被越来越多的人工智能方式所取代，需求量骤减。人工智能时代背景下，如何培养出具备综合素质的物流复合型人才，对高校物流管理专业应用型人才的培养，产生了巨大的挑战。
三、“人工智能”背景下物流人才培养模式亟待改革
1.物流领域教学科目较为单一
物流专业课程科目设置缺乏综合性，很多时候只注重单一的技能训练，教学中与其他学科融合过少，在“人工智能”的时代，在智能化、数据化飞速发展的今天，缺乏“大数据”、“物联网”等学科的基础知识，不能满足社会物流人才需求。
2.物流领域教育资源的滞后性
一方面，物流教材陈旧落后，更新较慢。很多现行教材内容都是传统物流理论知识的产物，涉及当下智能物流技术的知识少之又少，导致学生所学学科知识难以应用，缺乏自己的专业兴趣点和核心竞争力。另一方面，缺乏具备实践经验的物流教师，多数教师对智能物流前沿技术了解甚少，接触和参与物流一线工作较少，对物流实践环节缺乏切身体会。尽管部分物流老师有机会参加相关培训，但是对相关培训内容，缺乏融会贯通，对新思想、新技术如何传授给学生，缺少具体体会，导致培训效果不佳。这都导致物流专业教育滞后现象，不利于培养智能物流应用型人才。
3.物流实训体系建设不完善
“人工智能”时代背景下，物流信息技术应用性强，培养学生数据分析能力、实践应用能力对实训要求很高，完善校内、校外实训体系的建设显得尤为重要。目前大多数院校信息实训室都引进了物流模拟教学软件，这对物流实际操作起到一定作用，但是软件版本更新较慢，与企业真实物流工作环境有较大差距。不少高校加强校外实训体系的拓展范围，但与企业的合作存在很多不足，校外实训体系建设有待完善。首先，学生到物流企业实训操作需要企业相关人员亲手指导，这不仅会降低业务操作效率，占用企业工作人员时间，影响业务正常运作。其次，部分物流企业担心教会了学生，学生毕业后若不到本企业就业，这无形中增加企业的人力成本，更深层次的是，可能泄露企业的重要客户信息，存在泄露商业信息的风险。最后，学生业务操作不精通的情况下，会增加工作出错率，这同样是企业不愿意承担的风险。
四、“人工智能”背景下物流专业人才培养的建议
1.加强物流课程与“人工智能”基础学科相融合，构建专业课程体系
在“人工智能”的时代背景下，社会上所需要的物流人才不是只会单一职能操作的专业人员，而是能够紧跟时代步伐，实现物流业的智能化、信息化、自动化的创造型、复合型人才。通过对数据的分析处理，来实现物流的“人工智能化”，通过智能机器人操作，从而大幅度减少工人操作失误，提高拣选配送效率，从而降低物流成本，实现物流领域的“人工智能化”。所以在现代物流教学中，我们应加强物流专业知识与“人工智能”相关基础学科相融合，开设“大数据”、“物联网”、“逻辑学”等学科。摒弃书本上陈旧知识的束缚，加强物流信息技术教学，让学生能够学有所用，进行实操化的物流知识教学，顺应时代发展的潮流。
2.提高物流师资准入标准，为学生专业发展提供保障
我国高校的物流师资力量薄弱，部分物流教师是从临近学科电子商务、市场营销等专业转移过来的，专业知识和实践技能薄弱。物流业作为新兴产业，对信息技术。在“人工智能”时代背景下，对物流专业师资提出了更高的要求，如若师资力量跟不上，不仅会影响物流产业“人工智能”的快速发展，使学生专业发展受阻，从而影响一大批物流学生的就业。高校在物流专业教师招聘时，不应把学历作为唯一评价标准，应将相关物流实践工作经验作为准入门槛，加强“双师型”物流教师队伍建设，从而为祖国培养出优秀的物流人才，提升就业质量。
3.加强校企合作，共建物流管理专业实习实训基地
加强校企合作，一方面让学生到企业中去，顶岗实习，接触实际业务过程，了解真实物理操作环境;另一方面要将企业引进到学校中来，通过建立实习实训基地，为企业进行“定制化”人才培养。使学生能够直接接触到行业的从业者，增强他们对行业的直观认识，促进学生对先进技术、行业需求的理解，以便于尽早进行自身职业生涯规划。如可效仿英国“现代学徒制”和德国“双元制”的培养模式，进行学校和企业对学生的联合培养，定点就业。同时，政府应充分发挥其监督作用，形成政府、学校、企业“三位一体”的主导力量。
4.塑造学生创新意识，与“人工智能”时代共赢
“人工智能”的核心就是研究如何应用计算机的软硬件来模拟人类某些智能行为的基本理论、方法和技术。物流人才发展应该放到一个战略高度，应该抓住一切 “新”的技术，去挖掘其潜在价值在物流领域的应用。学校应培养学生创新意识，大胆想象，利用“人工智能”技术，改进现有物流服务作业模式，可以为客户规划最佳路径、实现智能化仓储、库存、装卸搬运等业务流程，根据客户要求定制个性化服务，不断创新现有的物流和商业模式。
总之，综合型物流人才供不应求，这是物流业态经济发展的必然。通过构建专业的课程体系，提高物流师资的准入门槛，加强校企合作，不断培养学生的创新意识，在“人工智能”的浪潮下，进行培养模式的改革和创新。物流学子应不断提高自身核心竞争力，采取积极的态度去抓住“人工智能”时代所涌现出来的机会，来应对市场的激烈竞争，争取与时代共赢。
参考文献：
[1]吴影辉.“智慧物流”时代我国高校物流专业应用型人才培养校企合作机制研究[J].2018（05）.
[2]吳利霞.民办应用型本科院校校企共建模式探讨——以物流管理专业为例[J].2018（05）.
[3]高月娜.物流人才的市场需求与物流管理专业人才培养融合模式探析[J].2017（09）.
[4]张洁.大数据时代物流专业人才发展调查[J].市场营销2017（31）.
[5]程嘉辉.职业院校物流专业校企合作人才培养参与动因及模式类型研究[J].职业技术2018（01）.