很多人习惯将服装智能制造比作行驶中的汽车，数据是燃料，人才是引擎，管理是底盘，任何一个环节存在缺口，这辆车注定是跑不快的。

数据化虽然是问题的关键，但在服装智能领域之中，大多数企业在数据管理上都还算可行，即便是刚创业的服装企业，也可以通过购买软件来解决。人才反而成了最大的不确定性，决定了管理的水平，左右了发展方向。

 

正因为人才的紧缺，在服装智能制造领域，往往不乏滥竽充数之辈。也有不少在网络学习平台上了解了基础入门的内容，似乎再参加几次所谓的“智能聚会”，就可以为自己的简历贴上“服装智能制造”的标签。也恰恰是缺少了人才标准，智能制造的乱象和其关注度一样热闹了起来。

服装智能制造精英俱乐部调查发现，而从各大公司招聘的岗位来看，除了IE工程、精益生产等岗位增加，智能化管理和IT人才的招聘也慢慢火起来。现阶段人才供需差导致的一个现象就是：突如其来的精益智能人才荒和水涨船高的薪酬体系。比如说懂智能制造的高级工厂管理都，辄几十万级年薪；很多大型服装企业找猎头不惜代价挖人；服装智能制造相关的投资者也学会了“看人下菜碟”，创始人的资历几乎决定了公司的价值……

 

同时智能制造相关的人才也是阶梯型的，最顶层的是高级精益大师，有能力做框架和前沿性研究，数量上自然凤毛麟角；第二层是工程师型人才，或许没有能力独创框架，却可以在流行的框架上做适配、改进，进而为项目做定制化调整；最底层的就是IE常规级人才，大多是在生产中工作多年，服装智能制造爆发后转型的“门外汉”，利用公开课或者培训学会一些皮毛知识。

如何构建适应服装智能制造的人才成长体系，如何让相关人才培养标准化，业已成为服装行业最为强烈的呼声。

规范化早已成为一种社会规则，服装行业特别是传统服装企业尤为如此，一些企业标准俨然成为行业发展风向标。如同在PC时代，培养系统网络管理和应用开发人才的“微软认证”，在网络工程领域权威的“思科认证”等等。同样，服装智能制造的飞奔自然离不开标准的确立。

 

服装智能制造精英俱乐部成立至今，影响较大，网罗服装行业工艺技术、精益推广、企业管理、硬件设备、IT软件、智能制造、咨询培训等各种人才近2000人，或将成为国内的先行者，拟率先落地服装智能型人才的整合与培养，有计划对深度学习IE工程师进行权威测试和考核，以填补国内服装智能制造产业中相关人才缺少标准的空白。

比起很多大型服装企业HR人才招聘中的“阶梯型”分类，服装智能制造精英俱乐部对“IE工程师”的能力认证要更为详细，依次是深度学习IE工程师初级、中级、高级，分别对应的是理论知识、实操能力、应用经验。评估要素包括专业知识、现场能力、业务理解与项目实践，涵盖工艺技术学习、IE知识学习、提升效率学习、现场生产组织、企业组织重组、程序制度建立、流程绩效梳理、管理人员培训、数据统计分析等等。

 

服装智能制造精英俱乐部发现，智能人才困境已经出现了诸多不和谐的信号，不同公司的智能化管理水平良莠不齐，有利用智能卖设备的、也有利用智能收门票的、还有利用智能做咨询的，但是大多数服装企业对智能制造的研究仍处于初级阶段。同时也在影响IE、精益、智能制造大牛们的择业观，大牛们选择和同样出色的人才协作，留给创业公司乃至传统企业的人才困境越发严重。

服装智能制造被称为服装行业的第四次升级，当前面临的人才荒无疑是最大的短板，毕竟智能制造的使命不是少数几家巨头的“一枝争春”，而是整个服装行业的“百花齐放”。