ARTICLE · 1180831
＂熟练使用 Excel＂,这行字正在从制造业的招聘启事上消失
＂熟练使用 Excel＂,这行字正在从制造业的招聘启事上消失
点击上方 蓝字 关注我们 
前阵子帮 HR 看一份计划岗的招聘启事，我盯着"任职要求"那一段看了很久。 3 年前的版本写着：熟练使用办公软件，精通 Excel，有 ERP 操作经验。这一版里，"精通 Excel"还在，但后面多了一行：能使用 SQL 或 Python 处理业务数据者优先。 同一天，IE 岗的启事上也多了一行，写着会用 BI 工具做产出分析者优先。 这两行字不是 HR 随手加的。它背后是制造业白领岗位这几年最实在的一次变化：判断一个计划员、一个 IE、一个质量工程师值多少钱的尺子，换了一把。 PART 01 
消失的是"手工搬运数据"这个动作 
先把一件事说清楚。Excel 没有过时，透视表、Power Query 这些工具在未来几年还是主力。从启事上消失的，是"把数据从系统里导出来，手工粘贴再手工做成表"这一整套动作。 这一整套动作过去值钱，是因为系统里的数据拿不出来。ERP 有报表，但报表是别人定义好的维度；MES 有数据，但导出要找 IT 排期；质量记录在纸质单上，要人录。所以一个能把 5 张表拼起来、能看出哪个料号下周要断的人，在车间里是很稀缺的。 现在这个稀缺性在往下走。ERP 和 MES 的数据接口比 5 年前好拿得多，很多厂上线了 BI 看板，IT 那边给业务部门开只读账号的流程也顺了。数据能不能拿到已经不构成瓶颈，拿到之后能不能提问才决定这个岗位值多少钱。 招聘启事上加的那一行，这一行要的是"自己提问题、自己找答案"的能力，跟写代码的手速关系不大。 PART 02 
为什么偏偏是这 2 年 
三个变化叠在一起了。 第一个是岗位数量 缩编之后，走的人手里的活没有跟着走。以前三个人分的事，现在两个人接。人少了，靠加班能扛住的量是有上限的，扛不住的部分只能靠自动化。活在那儿摆着，没有要不要的余地。 第二个是报表频率 月报变周报，周报变日报，日报变实时看板。频率往上提一级，人工做表的成本是翻着往上走的，因为做表这件事的成本大部分不在算，在取数和核对。 
第三个是政策方向 人社部与市场监管总局、国家统计局在 2020 年 2 月 25 日联合发布的 16 个新职业里，就有智能制造工程技术人员和工业互联网工程技术人员，官方说明里给的理由是"在制造业领域，由于技术革新，智能制造、工业互联网取得了长足发展"。今年 10 月 8 日工信部印发的《"十五五"智能工厂梯度培育行动方案（2026—2028 年）》里，工业 AI 与具身智能首次被纳入智能工厂评定的核心指标（该方案内容经由行业媒体转述，以正式发布文本为准）。 政策不会直接改你的岗位说明书，但它会改厂里的投资方向，投资方向改了，岗位要求跟着改。 PART 03 
三档能力，看看你在哪一档 
我把这件事分成三档，方便对号。 第一档是取数 能从 ERP 里把订单、库存、在途、BOM 拉出来，能把它们按料号对上，能算出齐套率和缺料清单。工具上，SQL 是主力，Excel 的 Power Query 也够用。这一档解决的是"我现在到底缺什么"。 第二档是自动化 把每周重复一次的动作写成脚本，让它在固定时间跑完，把结果推到该看的人面前。典型场景：周一早上自动生成齐套率异常清单，自动发给采购和计划；每天自动比对计划达成和实际产出，超阈值就标红。这一档解决的是"我不再花时间做这件事"。 第三档是建模 用数据回答"该不该"——该不该把这个料号的安全库存提上去，该不该把这条线的换型频次降下来，该不该接这个急单。这一档不靠工具，靠的是你对业务的理解加上数据的支撑，工具只是把手。 多数人卡在第一档和第二档之间。第一档学会之后，很容易停在"我能自己取数了"的满足感里，然后继续每周手工做一遍。第二档才是省时间的那一档，因为它是唯一一个把时间成本降到接近于零的档。 PART 04 
一笔具体的账 
说个我自己经历过的事。 每月月初要做一次齐套检查：把这个月要生产的订单展开成物料需求，跟现有库存、在途采购、委外在制去比对，找出有缺口的料号，标出风险等级。 手工做的时候，要导 4 张表，按料号做匹配，处理单位换算和替代料，再按缺口天数排序。整个流程 2 个人做 2 天，中间还容易漏掉那些"有库存但在别的项目上被占用"的料号。 
后来我把这套逻辑写成了脚本。跑一次 30 秒，输出的清单里包含缺口数量、最早缺料日期、涉及的订单号。2 人的 2 天变成 1 个人的半小时，而且不会再漏替代料。 这笔账可以换个算法：2 个人 2 天，按 300 元一天的人力成本算，一次 1200 元；一个月一次，一年 14400 元。这个数不大，变化不在省下的钱，在于齐套检查从"每月一次"变成了"随时能做"。以前是月初看一次，现在是周三下午销售问能不能插单，当场就能算出来。 响应速度上的变化，比省下的工时值钱得多。 PART 05 
三件事，不用报班也能做 
PART 06 
管理者这边，是另一笔账 
招一个会用 SQL 的计划员，和让现在的计划员学会 SQL，是两笔完全不同的账。 招人的账里，除了薪资差价，还有招聘周期、磨合期、以及这个人熟悉你这厂里那堆历史数据的时间。制造业的料号、替代关系、客户特殊要求，这些东西不在系统里，在人脑子里，换个人来要重新攒。 培养的账里，主要的成本是时间，而时间是这个岗位上最缺的东西。所以硬塞一个"大家去学 Python"的任务，多半没有结果。有效的做法是挑一件具体的活儿，让一个人用它练手，练成了就在部门里推广。 
缩编背景下还有一层考虑：岗位人数在往下走，单个岗位要求的能力项在往上走。这个趋势不会因为经济好转就回退。留下来的那些人，能力的天花板就是部门能力的天花板。 PART 07 
最后一句 
那行"熟练使用 Excel"没有消失，它只是从"加分项"降成了"默认项"。 就像 10 年前"会用电脑"从加分项变成默认项一样。判断标准在往上抬，抬的是处理信息的速度，跟学历关系不大。 你们厂的招聘启事上，最近多出来的是哪一行？ 
第一件，从你自己每月最烦的那张表开始。不要从教材的第一章开始，从你手上那张要花两天做的表开始。这张表的所有字段你都认识，所有的坑你都踩过，拿它当第一个练习对象，效率最高。 第二件，先学取数和连接，别急着学算法。制造业白领岗制造业白领岗用不上机器学习，用得上的是"把 3 张表按正确的主键连起来"。SQL 的 JOIN、Python 的 pandas 合并，学会这两样，能解决大部分问题。 第三件，让你的输出能被别人直接用。脚本跑出来的东西，别只在自己电脑上看。生成一张表、推到一个群里、或者做成一张简单的看板。能被别人复用的输出，才会被算进你的价值里；只在你本机上跑的东西，在别人眼里等于没做。
往期推荐
点个在看你最好看
