“我国是世界第一大流程工业制造国，流程工业是我国国民经济的支柱和基础产业。面对复杂严峻的国际环境和推进国内经济高质量发展的迫切需要，未来流程工业人才需具备多学科知识、跨界整合能力和解决关键技术难题的能力，以推动产业数字化转型和智能化发展。”全国政协委员、中国工程院院士钱锋说。

钱锋认为，为培养适应和引领未来流程工业发展的高质量人才，亟需从人才培养目标、方案、模式和师资队伍等方面进行系统性改革。

一是人才培养结构亟需调整。一方面流程工业相关专业的毕业生到本领域就业的比例不高，且转行流失严重，各层次的高质量人才不足；另一方面缺少能够面向未来、引领行业发展，且具有系统思维能力、全局优化能力的工业化、数字化、智能化融合型卓越工程科学家、尖端研究型人才。

二是培养方案与知识体系亟待更新。在考察智能科学与技术、智能制造工程等新工科专业后发现，根据流程工业新要求对培养方案进行系统性重构的专业少，对未来人才需求给予的精准回应不足。学生知识体系囿于传统的学科和专业，缺乏融入新技术的系统思考和布局。

三是人才培养模式亟待改进。当前学科和专业之间壁垒森严，跨学科的课程和教学难以有效实施；以学科和专业定归属的制度限制了教师开展跨学科教学；高校现有考核评价机制不利于建立跨学科的人才培养模式。这为培养具备深度跨学科能力的未来流程工业人才带来一定阻碍。

四是工科师资队伍能力亟待提高。现有工科教师自身缺少跨学科知识，对智能制造工程问题的关注和研究不足，较难培养“流程工业+智能技术”跨学科人才；另外工科教师非工化比较突出，多数教师工程思维淡薄，工程实践经验和能力偏弱，在培养学生工程思维和实践等能力方面作用有限。

因此，钱锋建议，首先在国家层面，进一步提升流程工业人才培养战略定位，做好顶层设计，明确培养目标和规格，建立人才培养供需平衡机制；在政策层面，抓紧补齐短板，通过定向培养和明确服务期等举措吸引优秀学生到企业就业；在执行层面，政府、企业、高校要形成合力，建立校企协同办学、协同育人体制，深化科教融合、产教融合，促进人才培养高质量发展。

人工智能时代，不能替代的工作是需要高度创造性、高度社会化沟通、高度灵敏的肢体型工作和高度非程序化工作。因此，必须加快实现传统流程工业与人工智能等新一代信息技术的深度融合，将新知识、新技术融入人才培养方案，开展通识性的人工智能技术教育；同时要打造新技术与传统流程工业相结合的课程、案例和教材，形成全新的课程体系、教材体系和知识体系，系统性构建流程工业与新技术深度融合的新工科专业，切实提高学生利用智能化等技术解决流程工业问题的能力。

同时，组建跨学科的课程和教学团队，共同开发新技术与流程工业相结合的课程并开展教学；建立跨学科导师制度，为每位研究生配备一名专业导师和一名智能技术领域的导师，共同指导其开展智能优化制造方向的研究；通过招生宣传和增加保研名额等举措，吸引智能技术领域和流程工业领域的本科生攻读跨领域的硕博学位，从源头上解决学生跨学科知识储备不足的问题。

此外，要大力提升流程工业师资队伍综合能力。要创造有利于教师开展跨学科研究和掌握人工智能等新技术的条件，不断提升教师自身的跨学科能力和新技术水平；对教师进入企业实践和开展联合攻关解决实际工程问题提出更高的要求，增强教师工程思维和实践能力；要大力培养“双师双能型”师资，创新人才引进机制，吸引企业杰出人才加入高校教师队伍，提高教师整体素质与能力。