这两年，有一种焦虑越来越普遍。学机械的担心“制造业都要被AI取代”；学法律的觉得“AI会把基础法律工作全部包了”。
这种焦虑的根源，是一个尚未被回答的问题：这一轮技术浪潮，究竟是在消灭专业，还是在重新定义专业的价值边界？
PART 1这一轮变化
为什么不是普通的“数字化”？
过去二十多年的数字化，本质上是将线下业务迁移至线上，让信息可以被记录、传输和检索。十五五规划第四篇的篇名，不是“推进数字化”，而是“提升数智化发展水平”。一字之差，意味着国家判断已经发生了本质转变。
“数字化”实现了业务的线上化、流程的优化与效率的提升，但其核心仍是“人基于数据做判断”；而“数智化”则让系统开始参与运行——进入调度、预测、协同、决策，甚至在某些环节替代人的判断。
这不是同一件事的延续，而是一个新的阶段。
PART 2AI真正改变的，不是互联网
而是产业运行方式
这一轮数智化浪潮，主战场不在互联网行业，而在所有传统产业中。十五五规划提出全面实施“人工智能+”行动，指向的不是互联网行业里的更多产品，而是让AI进入每一个行业的运行核心。规划明确提出“促进实体经济和数字经济深度融合”，推进制造业“智改数转网联”，推进服务业数智化，发展智慧农业。
真正被重构的是每个行业内部的运行方式：
◇制造业：从固定产线走向动态协同生产
◇医疗：从经验诊断走向AI辅助决策
在这些行业，AI已经不再是一个工具，而是行业运行体系的一部分。
但如果观察真实落地情况，会发现一个反复出现的现象：技术方案虽然做出来了，项目却没有真正运转起来。
一家机械厂引入了AI预测维护系统，据说可以提前识别设备故障、降低停机损耗。两年后，系统基本闲置。工人不信任它的判断，因为系统给出的预警与他们对这条产线的实际经验不符；管理层看不懂数据的含义，不知道是否该采取行动。类似的问题，同样出现在医疗和企业管理系统中。
失败的原因高度一致：技术团队不懂业务，业务团队看不懂技术，中间没有人能真正“翻译”。
PART 3真正稀缺的人是谁
真正缺的，不是“既精通代码又精通行业”的复合型人才，而是能够判断AI在真实产业场景中是否可行、并推动其真正运转起来的人。这类能力是在原有行业知识基础上，再叠加数智化能力，而不是反过来。
这类人才的缺口和产业数智化本身的体量一样大。规划提出“智改数转网联”，以制造业为核心战场；服务业数智化、智慧农业、医疗教育等各行业也在同步推进。每一个行业的落地，都需要这样的人才。而这样的人才，往往在每个行业里都稀缺。
PART 4不同专业
为什么反而出现了新的入口
理工科背景：行业知识，本身就是稀缺资产
数智化不是在取代行业知识，而是叠加在行业知识上的新能力层。懂机械流程的人，才能判断一套AI方案是否真正符合产线的工况；懂化工工艺的人，才能识别哪个环节应当改进、哪个改了反而增加问题。这类判断，技术团队没法独立完成。
在德国，有一个专业主要解决此类问题——Wirtschaftsingenieur（通常译为经济工程师），其工程逻辑与管理逻辑各占一半，目标是在技术可行性和业务可行性之间建立连接。在中国企业的数智化项目里，这类角色通常叫数字化推进负责人或工业数字化顾问。然而，国内相关培养体系仍在完善中，课程设置与真实产业实践之间依然有差距。此时，留学的价值便显现出来。
想深入传统制造业数智化：德国是首选。工业4.0不是教科书里的概念，德国广泛的工业生态与企业实习资源，让学生能在真实场景中建立判断力。亚琛工业大学（RWTH Aachen）经济工程项目工程课程占比高，适合希望保持扎实技术背景、同时兼顾管理能力的学生；慕尼黑工业大学（TUM）提供多个工程管理交叉项目，方向选择多，综合实力强。
想进入高科技产业链与精密制造：荷兰埃因霍温理工大学（TU/e）。ASML与TU/e签有十年战略合作，TU/e所在的Brainport Eindhoven是荷兰高科技与半导体生态核心，课题直接来自ASML、飞利浦、NXP等真实企业问题。适合有志于进入高精尖制造或深科技产业的理工科学生。
经济/商科类背景：数智化转型，本质上是一场组织变革
一家企业推进数智化，采购了系统、组建了技术团队、制定了时间表，却在执行中受阻。症结在哪里？通常不是技术问题，而是组织问题：业务部门不配合数据采集，中层管理者执行变形，数智化投入的回报始终无法量化。能解决这些问题的人，需要同时理解业务逻辑、组织行为和数智化工具的边界——这恰好是具有商科和管理背景的人最直接的能力切口。
在企业执行层之外，制度层面的变化也正在打开新的职业入口。十五五规划提出完善数据产权、流通利用和安全治理等基础制度。过去，土地和资本成为生产要素之后，都逐渐衍生出新的制度体系与专业分工。今天，数据也正在进入类似的演化过程。数据资产评估、企业数据治理、数据合规审计、AI治理与算法监管等一批新岗位，正在快速涌现。这些岗位真正稀缺的能力，是同时理解技术逻辑、商业逻辑与制度规则，并在三者之间建立连接。
这一能力缺口，可以通过留学来弥补。目的地的选择，本质上取决于想建立哪一层能力。
想进入数字政策和数据合规方向：欧洲是首选。《通用数据保护条例》GDPR已运行多年，《AI法案》进入分阶段实施期，规则已在真实市场环境中完成了一轮完整运转。推荐方向：巴黎政治学院（Sciences Po）数字、新技术与公共政策方向，接受经济、社科等多元背景，适合希望进入数字政策、公共事务、监管治理等方向的学生。
想进入企业数智化转型方向：新加坡更贴近亚洲企业真实的转型现场。新加坡国立大学（NUS）科技与创新管理专业，项目面向技术管理与科技创新，招收有技术背景或相关工作经验的学生；新加坡管理大学（SMU） MITB Digital Transformation方向，强调信息技术与商业结合，适合具备一定定量基础、希望进入数字化转型或数字战略方向的学生。
两者能力侧重不同：欧洲更适合培养“规则的理解者”，新加坡更适合培养“转型的推动者”。
文科/法学背景：数智化扩张越快，规则的需求就越大
AI系统做出的贷款审批决定，是否需要向申请人解释理由？一家中国企业在欧洲收集的数据，能否传回国内服务器处理？这些问题，只懂技术的人无法回答，只懂法条的人同样无从下手。
两种能力的交汇点，正是数字治理领域当前真正的短板所在。
十五五规划进一步推进算法治理、数据产权登记与AI生成内容相关权利与责任边界等制度建设。这套制度建立的过程，就是新岗位出现的过程：数据合规审计、算法透明度管理、AI伦理审查、平台监管政策设计。欧盟AI Office、各国数据保护局（DPA）、科技公司的政策与合规团队，是这类角色目前最密集的地方；在中国，对应的岗位正随着监管框架的建立加速涌现。
在欧洲，GDPR已运行逾七年，《AI法案》也已正式落地，数据产权和算法治理规则经历了完整的制度演化。在这里建立认知，和在相关制度逐步完善之后再进入这一领域，起点明显不同。这一差距，可以通过留学来缩小。
法学本科背景：
英国·伦敦大学学院（UCL） LLM 2026–27学年新推出Law and Technology方向，覆盖科技法律、平台监管、数据治理、隐私法、算法决策与AI等方向
荷兰·马斯特里赫特大学（Maastricht University）Law and AI专项，聚焦人工智能的法律规制与伦理框架，以法学背景申请者为主
非法学文科背景：
英国·伦敦政治经济学院（LSE） MSc in Regulation，接受各类本科背景，覆盖技术监管与数字政策方向
英国·牛津大学互联网研究所（OII） MSc in Social Science of the Internet，聚焦数字技术与社会治理的交叉，本科背景无学科限制
数智化没有让任何专业失去价值。它做的是另一件事：重新划定了每个行业里什么叫有竞争力。
未来，一家工厂同时面对两项挑战：能耗数据要实时上报监管系统，碳排放要计入产品成本。数智化提供的是运行能力，绿色转型改变的是成本结构。两者叠加，才是企业真实面对的“十五五”。
如果你也正在思考如何将自己的专业与数智化进行结合，欢迎在后台留言，和我们一起聊聊。
本文系东方国际十五五留学系列第五篇。数据与政策表述均以《“十五五”规划纲要》原文为准。
学校项目信息请以各校官方最新公告为准，申请条件如有变化以项目方确认为准。
关于我们
东方国际作为国家留学基金管理委员会独资国有企业，业务范围遍及30个国家和地区，为中国学生及学者提供一站式出国留学服务，包括语言培训、背景提升、申请规划、签证办理及行前指导等；同时，负责组织来华留学本科入学学业水平测试（CSCA），并为来华留学生了解中国高等教育体系提供相应支持。
此外，东方国际致力于推动和促进国内外院校及机构间的国际教育交流与合作，为国内大中小学及职业院校提供国际教育交流、教师研修及师资培养、学生短期研学以及本科课程改革等支持服务。
010-66411821