把先进制造业里紧缺的技能人才需求摆到面前，张墩利指出光靠以前那种统一模式培养不行了。要想解决个性化、见效快和有实操性的问题，就得把AI技术深扎进去，这样才能找对路。这就好比在教育里装上了智慧学习平台，它盯着每个学员怎么学、学到哪步了，用数据画像精准抓出知识点的漏洞。系统给你推送适合的内容，随时答疑解惑，还能看出你有没有学走弯路。这就把以前那种“一刀切”的教学给改了，让学习围着人转，效率和成才率都能上来。 为了让大家学的东西正好能干活，就得开发动态技能图谱和资源库。咱们先把制造业新兴岗位要啥技术给摸清了，画个随时更新的技能图，弄清楚谁该学啥。再利用AI把知识拆分成小块儿，智能地生成、重组课程资源。学校和企业拿着这个图，就能给不同岗位、不同底子的人定制一条学得明白、有根有据的学习路线，保证学以致用。 高端设备太贵不敢动、实操风险大、训练场地有限？这时候就得把虚拟现实VR、增强现实AR和游戏化机制拿出来凑一块，弄个像真工厂一样的虚拟环境。学员可以在这儿反复练复杂操作、搞工艺优化、排故障。AI引擎一直在旁边看着你动作对不对，算算成绩好坏，马上给你反馈。这种身临其境的“沉浸式”演练把实训边界给破了，能帮大家把技术练到家。 有了个性化培养和虚拟实训的底子，还得把智能化教学过程监控给建起来。把教学互动、动手操作、考试分数这些数据抓过来一分析，AI就能随时盯着质量咋样、学员学得好不好。要是发现老师教得有点偏或者大家都卡在某个难点上，它能马上预警。这就形成了“教学—评估—优化”的循环圈。 未来AI和技能人才培养深度融合后，肯定会搞出一个更开放、更精准、更可持续的生态系统。这不仅要靠技术进步，顶层设计、合作模式还有评价体系都得改一改。在政策上要搞一套体系化的框架，把数据安全和算法伦理的规矩立清楚；要定技术标准来管课程资源、实训环境这些事；还要用税收优惠等办法鼓励企业出钱出力参与平台建设。 在构建这个生态时，关键是要让大家一起开放共享。政府得多当引导者和协调员，把政、产、学、研这些方连起来；多搞点联盟协议打破机构之间的数据墙；让企业把生产数据变成公共教学资源用起来。 在评价体系方面得跟上智能时代的步伐。以后的认证别那么死磕本本证书了；要把虚拟实训的成绩、微证书还有项目实践这些成果算进人才评价里；建个个人数字学分银行，把学到的东西存起来兑换转换；给技术工人铺一条一辈子学习往上爬的路子；最后就是为咱们制造强国建设提供源源不断的有活力的人才。 本文是湖南开放大学2025年的课题（XJJG-ZD-2025002）研究成果。（作者单位：湖南开放大学）