2026年全國兩會期間，全國人大代表、小米集團創(chuàng)始人雷軍的一份建議再次將汽車行業(yè)的目光拉向了“人”。

在這份名為“關(guān)于進一步加快培育智能網(wǎng)聯(lián)新能源汽車復合型人才”的建議中，雷軍明確指出，當前我國智能網(wǎng)聯(lián)新能源汽車復合型人才缺口已達百萬。多方消息顯示，智能網(wǎng)聯(lián)汽車領(lǐng)域正上演著“搶人大戰(zhàn)”。

然而硬幣的另一面是，國內(nèi)汽車市場的“內(nèi)卷”與“重塑”：整個行業(yè)面臨增收不增利的困境，不時會有關(guān)廠、裁員或裁撤非核心業(yè)務(wù)的消息傳出。

這種“一邊裁減傳統(tǒng)冗員，一邊重金難求一才”的結(jié)構(gòu)性矛盾，正揭示出：中國汽車產(chǎn)業(yè)已經(jīng)邁入了由人工智能驅(qū)動的深水區(qū)，而承載這場變革的“人才基座”尚未完善。

缺的是高質(zhì)人才

汽車行業(yè)真的“缺人”嗎？如果僅從勞動力總量看，答案是否定的。但雷軍所強調(diào)的“智能網(wǎng)聯(lián)新能源”這一市場，答案則是肯定的，且形勢嚴峻。

傳統(tǒng)汽車產(chǎn)業(yè)聚焦于硬件制造，核心競爭力在于機械結(jié)構(gòu)的穩(wěn)定與性能指標。但在“人工智能+”的浪潮下，汽車的本質(zhì)正在從交通工具演變?yōu)橐苿又悄芙K端和數(shù)字空間節(jié)點。

這一轉(zhuǎn)變直接導致了人才需求的斷層。根據(jù)公開數(shù)據(jù)顯示，2025年前三季度，國內(nèi)乘用車L2級輔助駕駛滲透率已超五成，L3、L4級自動駕駛也已進入規(guī)�；圏c。

圖片來源：奇瑞控股集團

當軟件在汽車中的價值占比節(jié)節(jié)攀升，相關(guān)汽車企業(yè)需要的不再是只會鉆研內(nèi)燃機或底盤調(diào)校的單一專家，而是能夠理解“軟件定義汽車”邏輯的跨界者。

雷軍所提及的百萬人才缺口，指的是具備“復合交叉”型能力的人才。這種人才不再受限于單一學科，而是具備多維度的競爭力模型：

既要懂AI算法的工程價值，又要能站在產(chǎn)品經(jīng)理視角，將復雜的技術(shù)轉(zhuǎn)化為可落地的智能座艙解決方案。

并具備跨域協(xié)同的能力。要知道智能網(wǎng)聯(lián)汽車涉及計算機、人工智能、大數(shù)據(jù)、通信等多個領(lǐng)域。相關(guān)人才需要打破“技術(shù)孤島”，在感知、決策、控制等環(huán)節(jié)與不同團隊進行深度協(xié)作。還要有系統(tǒng)思維能力，即能夠從整車智能化架構(gòu)的高度進行系統(tǒng)性思考，而非僅僅優(yōu)化一個單一模塊。

當前，這種“懂AI、懂汽車、懂場景”的復合型人才極度稀缺 。由于供需失衡，許多企業(yè)在招聘中面臨“高薪難尋良將”的尷尬。

聯(lián)合高校培養(yǎng)

面對人才脫節(jié)的挑戰(zhàn)，雷軍在建議中給出了一套從學科建設(shè)到產(chǎn)教融合的系統(tǒng)性解決方案，這也呼應(yīng)了目前行業(yè)內(nèi)頭部企業(yè)與高校正在進行的探索。

比如，重構(gòu)知識體系：設(shè)立一級學科。雷軍建議的首要舉措是“頂層設(shè)計”的變革。他提議設(shè)立“智能電動車輛”一級交叉學科，并將其納入國家一級學科目錄 。這意味著該領(lǐng)域?qū)碛歇毩⒌膶W術(shù)地位和資源配置，能夠從根本上改變目前人才培養(yǎng)散落在機械、電子、計算機等不同院系的現(xiàn)狀，實現(xiàn)知識體系的系統(tǒng)性重構(gòu)。

還有就是從“專業(yè)教育”轉(zhuǎn)向“跨界培養(yǎng)”。雷軍強調(diào)，應(yīng)推行“雙導師”與“實戰(zhàn)化”培養(yǎng)模式，以產(chǎn)業(yè)實際需求為導向。

高校需要推動跨院系聯(lián)合教學。例如，汽車工程專業(yè)應(yīng)與計算機科學專業(yè)合作，讓學生在學習半導體的同時掌握電子系統(tǒng)核心技術(shù)，在學習AI大模型時直接切入自動駕駛場景。

而在自動駕駛等學科中，學生應(yīng)在校期間就接觸到計算機視覺、機器學習與控制理論的綜合應(yīng)用，通過項目式學習解決真實的感知與決策問題。

在實踐層面，雷軍建議構(gòu)建汽車行業(yè)協(xié)同育人新機制，引導企業(yè)主動投入人才培養(yǎng)。事實上，這種模式已有先行者。像吉利、大眾等車企早已通過開設(shè)專門學院、與高校共建產(chǎn)教融合基地等方式，試圖縮短應(yīng)屆生從“知識儲備”到“復合應(yīng)用”的轉(zhuǎn)化周期。

在這過程中，企業(yè)可通過“導師制+項目實戰(zhàn)+前沿集訓”，讓資深工程師帶教學生，參與真實的測試、研發(fā)和市場推廣環(huán)節(jié)。例如，在大三、大四階段，學生可以進入企業(yè)的校外實習基地，針對具體的智能控制或算法優(yōu)化任務(wù)進行實操，真正實現(xiàn)“課堂理論與實際操作結(jié)合”。

為了激發(fā)企業(yè)的積極性，雷軍還提出將企業(yè)參與學科建設(shè)的情況納入政策扶持和評優(yōu)參考依據(jù)。同時，有關(guān)專家也指出，應(yīng)推動“產(chǎn)教融合型企業(yè)”認證，并完善技能人才評價體系，讓那些“懂技術(shù)、會管理、能落地”的人才擁有更廣闊的職業(yè)上升渠道。

“人工智能+”在汽車業(yè)的落地，本質(zhì)上是一場關(guān)于“人”的接力賽。

正如行業(yè)人士所言，復合型人才是連接技術(shù)與商業(yè)、創(chuàng)新與落地的關(guān)鍵鑰匙。當前的百萬缺口，既是產(chǎn)業(yè)轉(zhuǎn)型的痛點，也是未來發(fā)展的潛力所在。通過建立跨學科融合體系、深化校企合作、加大科技創(chuàng)新培訓，中國正在試圖構(gòu)建一套更靈活、更高效的人才供給新機制。