在前一篇《自动化究竟是一个什么样的专业》中大致介绍了自动化这个专业。其实我周末都一次写完了，发现太长，拆为3篇。这篇打算从自动化这个专业它未来就业的时候，所对应的这个自动化行业怎么样？坦率来说，自动化专业并非为自动化行业所培养人才的—因为自动化行业的容纳量肯定是有限的。根据多方的咨询公司报告来说，中国工业自动化行业市场规模在3-4000亿。因此，它能容纳的就业是有限的。

自动化专业的就业方向，如果仅从从事的专业技术工作而言，需要关注的不是自动化行业，而是自动化整个产业链条，即，它的上下游。图1显示了整个自动化产业的上下游链条及其“价值链”，即，自动化相关专业它从就业来说，范围极为广泛—当然，这些指的是你若是从事的自动化工程设计的工程技术领域的工作。

自动化行业的产业链逐个分析其对于自动化专业的需求：

1).自动化上游：例如芯片类公司如Intel/XILINX、NXP/Infineon/TI等，它要为自动化行业提供MCU/CPU/FPGA/模拟与功率器件（IGBT、SiC器件）。除了这些硬件外，还包括这些系统运行的嵌入式系统软件，例如VxWorks、μC-OSII、QNX的实时操作系统，以及类似于CUDA这样的芯片设计类应用平台软件。自动化专业去到上游行业，因为他们想做下游的市场的话，当然需要了解下游自动化行业，并能够为下游开发解决方案的工程师。

与自动化并行的一些软件公司，典型如Mathworks、MapleSoft，以及电气设计EPLAN等EDA软件，为自动化系统的硬件设计提供嵌入式开发工具平台。

2).自动化行业：作为一个独立的行业的话，自动化行业在物理硬件上提供控制系统（PLC/PC-Based、DCS这样的控制系统）、伺服电机与驱动系统、变频器、I/O、HMI、机器人等。当然了，这些硬件设计本身是一种工作，它基于上游的芯片设计。另外，就是为下游的机器制造商、终端用户提供自动化系统集成的支持，或直接参与到机器与系统设计中，提供解决方案。

麦兄昨天留言说“为什么觉得自动化行业都是在搞PLC”—这个之前我的同学K博士和我闲聊的时候也是这样感觉。我才发现其实大部分人对于这种专业的理解都停留在表面。这不难理解，有很多段子描述各种专业，例如“你是学通信工程的啊？帮我把这个手机修一下、你是学机械的-能不能把这个洗衣机给修一下”--我刚毕业的时候，电气工程师，就是简称“电工”，经常换车间的灯泡、重启一下SCADA系统计算机这种鸡毛蒜皮的事。但是，但LC只是一个物理意义的载体。如图2，前段时间画了一个关于自动化的软件体系。实际上，PLC的底层采用的芯片及整个电路、操作系统与Runtime的开发、编译解释系统，以及之上的各种基础、专业、行业库软件—它是不断在迭代和积累的。都是这个行业各个公司数十年的积累。其实自动化行业，它实际上除了一部分设计硬件的人外，大部分的工作都是一个软件行业的干法。即，通用的标准硬件+行业应用软件，构成了无数的行业变化，这是它适应各个领域的核心逻辑。

并且PLC都玩了很多代了—从纯物理逻辑到SoftPLC、基于PC架构、虚拟化PLC，以及里面的总线都发展了很多代了。我的那帮IT的兄弟们都还认为“PLC是逻辑控制”因为大学里的教材他们居然看过，那些教材都在讲非常古老的技术（通常还不是上一代，而是上三代）。现场总线、实时以太网、OPC UA/FX。编程的方法从汇编、IEC61131-3、C/C++到AIGC，如图3所示—编程语言也朝着IT化发展，它的开放性越来越高。

PLC-这个已经有快60年历史的技术，它与60年前早已发生了天翻地覆的变化。而每个行业里也发生了天翻地覆的变化。但是，自动化专业学习的那些“负反馈”、“模块化设计”思想却一直发挥着作用。

大学里的教授们似乎对PLC不是特别感冒，觉得没有技术含量-因为发不了“高级”SCI论文（作为一个工程领域，自动化确实有点缺乏“Science”的元素）。但实际上很多人并不真正了解，在自动化行业里，真正的价值并不是PLC，而是那些被嵌入在PLC里的各个行业的工艺算法。这就是为什么在第一篇里特别提及“对象”的原因，即，针对半导体沉积设备的控制工艺、电池隔膜拉伸线的核心控制算法，他们都是以嵌入式软件的形式在PLC里运行。PLC并不值钱，也显不了高级，但核心工艺，却是产业里经常难以突破的关键所在。

3).系统集成商与设计院：系统集成商主要是为下游的流程工业提供电气设计、安装调试等系列工程集成工作。当然，现在系统集成商和设计院也包括为汽车工业、电子制造业、光伏制造业提供智能制造产线的集成设计。

最近的10年里，随着效率提升的要求，柔性制造的需求，使得在离散制造业里产生了大量这样的产线集成商，例如为苹果提供产线、为锂电提供PACK线、玻璃线体，由于连线效率更高以及交付更快-这样的集成商里大量需要既懂得机械、电气、工艺的工程师。这些线体通常都有个好听的名字-“智能制造”。

4).流程工业：这类就是像电力系统（三峡水电站、外高桥电厂、国网、南网、东方电气、南瑞、中广核等包含了发电机组、发电系统、输配电系统的自动化）、冶金（如宝武钢铁、鞍钢、马钢、中国铝业、ArcelorMittal）、化工（中石化、BASF、Bayer、Dupont、中化）、气体（Air Products、Air Liquid、Linde气体等）、玻璃如南玻、康宁、福耀，制药（礼来、辉瑞、罗氏、默沙东、恒瑞、信达）。当然还包括基础设施如水处理、轨道交通、铁路，其实这些领域都是需要自动化工程师，从初期的设计系统、日常工艺过程的管理、系统运营维护。

5).装备制造业：离散制造业，每个行业又牵扯到众多的设备制造商，例如为了饮料工业提供吹瓶、灌装、旋盖、贴标、膜包的装备的企业，如图5饮料灌装设备。在纺织行业，提供纺纱（开清棉、梳棉、并条、粗纱、细纱、络筒、气流纺、织造-浆纱、经编/喷气等）、化纤产线的集成的装备。机床工具行业、工程机械、农业机械、建筑机械、锂电设备、风力发电机组、燃气轮机，基本上都属于装备制造业。

在这些行业里，自动化工程师要为系统提供基本的逻辑、运动控制、机器人的集成，并且会包括例如温度闭环控制、压力闭环等工艺控制，也包括HMI设计。而在每个行业，都会有一些行业特别的工艺控制算法—这些都是“工业软件”里提到的“Know-How”，他们以嵌入式软件的形式被集成在了机器里。

包括很多时候，大家会觉得控制科学太过理论，其实那些卡尔曼滤波、MPC模型预测控制、模糊控制、自适应等，都通过这种软件的形式被集成到了各种自动化系统里，以“APP”形式存在，以便“软件复用”—只有可被复用的知识才能降低成本。而这种软件才是自动化专业的工程师真正价值所在，而非表象的写PLC逻辑、调试。

6).离散制造业：像手机、PC/笔记本、通信设备都属于3C制造、日常消费的食品饮料、烟草、化妆品、医疗器械、制药（后道包装）、汽车制造都属于离散制造业。这些行业的产线设计、改造、系统运维等，也需要自动化类工程师的工作。

因此，这个意义上来说，自动化这个专业它的确是非常广泛的万金油，每个行业都需要自动化、电气、仪表这类专业的工程师参与系统的设计、安装、调试、运维与管理。

自动化是一个永远在发展的领域

自动化专业还有一个就是它是一个不断持续发展的领域，自动化是没有终局的，不是说自动化到了一个阶段它就结束了，而是它不断的在进化、演进。表1列举了，整个引发自动化变化的宏观环境的进化，这使得自动化成为了一个必然被持续发展的过程。

表1-宏观环境与对自动化的需求的影响

从我的视角来看，引发自动化发展及创新的主要是两个维度：

1．横向科技维度

1).人工智能：AIGC编程让原有的自动化系统工程开发变得更为高效，机器视觉的崛起让原有的缺陷分析变得更为深入，多模态让原有的单一采集观测变得更为丰富、多样。即使是在原来的工业Know-How方面，人工智能也被寄望于改变原来用数十年基于物理或数据积累的方式，缩短知识被挖掘的时间。

2).工业&具身机器人：机器人的使用量是标志工业自动化程度的一个指标，万人拥有的机器人数量在过去的10年里快速上升，但与日本、韩国、美国的制造业万人机器人保有量来说，我们还有较大的发展空间。随着具身机器人的快速成熟，原有一些需要人工参与的上下料，包括像食品行业的一些工作，越来越多也可以用具身机器人来参与工作。具身机器人的核心在于它对于工作环境的“非规则必要”设计。

3).通信技术，随着5G、TSN等通信技术的集成，制造的网络化，也使得数据发挥更大的作用，成为新的制造生产力。

4).计算机视觉与图像识别：这类在缺陷检测、智能导引方面发挥更大的作用。

很多技术都将被集成到新的自动化系统中，因此，自动化它是一个需要不断借助横向科技集成，来实现对第二个维度，即，满足用户的需求。

2.需求的维度

1).更为个性化的产品需求：这就促进了原有大规模制造转向“柔性制造”，这就需要自动化系统实现“软件定义”的设计，以及在物理层有机器视觉、机器人、AGV、磁悬浮输送技术的加持。

2).人工成本的不断提高：原来很多用人工干的工作，也要不断走向机器人和自动化系统来实现。

3).合规：无论是电子还是消费品，需要合规、安全、节能、信息安全等，这也使得自动化产线、流程工业需要更多的信息化集成，合规等设计。

4).成本的竞争：更高速度的产线、更快的产线切换，更少的人工需求，所有这些都需要自动化系统来提高效率，降低成本。

从需求维度，对于自动化的需求也是不断提升的—这就是自动化行业它未来仍旧会持续发展的领域。

当然，得说明的是，专业是专业，行业是行业—大学里学的自动化基本上都已经脱离行业的技术很久了。但是，理论功底和思维模式它“永放光芒”。

未来也不会落后—自主化趋势

有人会担心说，我选一个专业它今天似乎很热门，但未来会不会落后？ 就现实而论，“自动化”它不是一个状态，它是一个“目标”，也即，自动化是一个要持续发展的目标。任何一个行业它都想往这个方向发展。在某种意义上现在所谓的“智能化”，你也可以理解为“通过人工智能达到自动化”—因为这里AI它是一种实现“自动化”这个目的的手段和工具。

即使回到狭义的自动化，自动化也是一个不断演进的行业，而且，自动化的未来将会与AI更为紧密的结合。自动化正在走向自主化（Autonomy）的趋势。

图7-自动化正在走向自主化（Autonomy）

图7是我最近经常讲的自主化这个话题，即，自动化更为深入融合AI将改善自动化工程设计与实现的方案。

1).自感知，多模态、视觉集成、深度学习与模式识别—这些都是在强化感知能力。比如具身机器人它的感知就相对于原有的系统更为广泛，有嗅觉、触觉、激光、视觉等测量能力的提升。这也包括了机器系统对环境的感知能力边界的扩展—同时也让一些原有需要规则的环境转为更为灵活的工况，例如机器人不需要零配件机械的卡装等。

2).人机交互—这里与编程相关，AIGC改变了传统人机交互通过“Coding”的方式，未来是否在需求侧改为自然语言。当然，低代码/无代码编程技术也正在提升工程效率。目前各个自动化行业的公司，都在开始实现自动的编程-这降低了工程师的编程重复工作，也加速了软件的快速生成。

3).分析与决策的问题，对于最优参数，对于工程的未知的关系、规律，通过学习系统来增强。传统意义的专家系统，它的这种漫长的工程数据和模型积累，需要被新的方式来学习，并能够封装为可复用的软件。

4).异常处理，在自动化系统中经常会需要大量的异常处理，但对于越来越复杂的系统无法穷举。通过LLM的推理分析能力—这也是目前AI在制造领域较多的应用。这也是目前自动化系统里对于LLM使用较多的一个场景。

5).自主执行，这包括了自动化的物理边界扩展到磁悬浮输送、具身机器人等。

综上，你会发现自动化这个专业，其实还挺难过时的…只要“自动化”这个目的在。

来源：微信号 说东道西