今年以来，以OpenClaw等为代表的智能体平台和应用生态快速发展，推动高校智能体建设进入新的探索阶段。随着大模型推理、工具调用和任务执行能力不断增强，AI正在从外挂式辅助工具逐渐演变为能够参与业务流程、协同完成任务的数字员工。高校信息化部门也经历着从技术保障者到数字化转型引擎的跃迁。

 

　　从实践层面看，AI带来的效率提升已十分显著，有信息化负责人表示，引入AI后，部分环节开发效率显著提升，团队可以并行推进更多项目，交付周期明显缩短。然而，效率提升的另一方面，是“AI+教育”发展理念对高校信息化工作和人才队伍提出了更高要求，信息化部门组织结构、人才体系与治理模式的适配性问题已然浮现。

 

 

　　信息化人才队伍建设的深层矛盾，归根结底是组织定位的矛盾。AI正在显著抬升高校信息化工作的技术复杂度与系统广度：从教学智能体到科研AI平台，从数据治理到校园级智能系统建设，信息化部门正被推向更核心、更前端的技术与业务交汇点。

 

　　然而现实中，信息化部门“非常重要却地位边缘”的困境依然突出。学校期待其成为AI应用的组织推动者，但在实际运行中，信息化部门却缺乏参与核心战略决策的制度性通道，常常处于后置参与的状态。

 

　　这种错位导致信息化部门常发现自己有统筹的责任，无统筹的权威，在跨部门协调中缺乏校级层面的话语权。这不仅在一定程度上制约了AI能力在高校场景中的系统化落地，也因权责长期失衡影响了信息化人才队伍的稳定性。

 

　　“AI不会消解高校信息化队伍的深层矛盾，而是会通过人机协同释放人力资本，为组织重构创造价值。”北京外国语大学信息技术中心主任杨红波表示，“北外信管办在参与学校数字化转型规划制定和AI应用评估机制建设过程中深切感受到，只有在规划阶段就坐在桌前，后续执行才不会被动。没有组织定位的前置重构，队伍能力再强也只能是执行工具，无法成为推动教育创新的引擎。”

 

　　与此同时，制度性障碍正在加剧人才供需的结构性矛盾。一边是部分高校招聘冻结多年，“只出不进”已成常态；另一边是教学智能助手、校园智能体等建设任务不断叠加。

 

　　要以固化且有限的现有人力，去承接全新且高难度的技术工作，这种“旧人办新事”的格局，使队伍能力结构与前沿技术需求之间的落差愈发凸显。

 

　　高校信息化队伍人才困境由来已久。优质人才短缺的背后，是高校信息化队伍长期面临的定位与评价问题。高校的信息化建设技术迭代快、专业门槛高，而信息化部门在多数高校被归为教辅或技术服务保障序列，人才普遍缺乏清晰的成长通道与价值认同。

 

　　与此同时，职称评价体系和相对固化的绩效分配机制，进一步削弱了岗位竞争力，使信息化部门在引人、育人和留人上始终缺乏足够的吸引力。

 

　　2025年美国高等教育信息化协会（EDUCAUSE）的调查显示，在财政压力、招生结构变化以及AI快速发展的多重影响下，美国高校IT领导者正承担着前所未有的职责扩张压力。他们不仅需要保障校园数字化基础设施稳定运行，还要统筹AI应用落地、数据治理、网络安全、数字化转型等新任务，而人员和资源却未同步增长。

 

　　75%的美国高校IT领导者认为自身工作负荷过重，其中人手配置不足是首要原因。报告认为，持续的人手短缺不仅加重了工作负荷，更进一步导致职业倦怠、人才流失风险上升，并削弱高校持续推进数字化转型的能力。

 

　　这表明，高校信息化建设面临的挑战，已经不再只是技术更新速度的问题，更是组织能力和人才供给能否匹配AI时代发展需求的问题。

 

　　代码被接管后，高校信息化人才队伍的能力重塑

 

　　当AI能够生成代码、撰写文档、设计原型，一个根本问题浮出水面：高校信息化人员不可替代的价值究竟在哪里？过去，信息化人员的核心竞争力在于对特定技术的掌握，但在AI时代，这类硬技能的门槛正在被迅速夷平。

 

　　AI时代，信息化人员的核心价值，在于成为技术落地与教育场景之间的桥梁。信息化人员长期嵌入学校的组织肌理，他们知道教务系统为什么这样设计，了解教师为什么抗拒某个操作，也清楚某项技术在多年前尝试过但失败了的原因。这些经验、判断和对具体人的理解，无法被模型训练出来。

 

　　当AI将标准化工作推向极致时，真正的差距体现在那些非标准化的细节里：一个接口该怎么写才能既安全又不给师生添麻烦，一个新工具该怎么推才能让老教师愿意尝试，一个数据异常究竟是系统故障还是业务流程本身出了问题。这些事没有现成的语料可以训练，只有熟悉这所学校的人才能做出准确判断。

 

　　更重要的是，他们不仅要判断一项技术是否可用，还要决定如何将其安全、合规、高效地融入学校运行体系，在技术创新与教育规律、管理规范之间找到平衡。因此，真正推动高校数字化转型的，是能够理解学校、驾驭技术、推动变革的人。

 

　　这种不可替代的价值，要求高校把信息化人员从标准化、重复性的工作中解放出来，让他们把精力投入到真正需要人的判断和经验的核心领域。

 

　　“流程规范的简单审批、常态化数据统计报送等标准化工作，可由数字员工逐步承接、替代。释放的人力资源调配至科研数据支撑、全域数据治理等更依赖人工专业研判的核心领域。以往一个编制仅能支撑基础运维工作，如今一名工作人员依托数字员工协同作业，可实现以往两至三名人员的工作效能。编制总量保持不变，但单编制产出效能实现翻倍增长。”西安交通大学网络信息中心主任锁志海表示，“这一转变让人才矛盾从绝对人力数量不足转变为高价值岗位优质人才短缺，这正是优化人才结构、提升队伍专业化层级的最佳窗口期。率先完成人机协同人才体系重构的高校，将率先抢占信息化转型发展先机。编制紧缺正在倒逼高校信息化人才队伍从人力堆砌式建设向人机协同精细化赋能转型。”

 

　　探索AI驱动下高校信息化队伍的新型治理模式

 

　　释放信息化人才的价值，前提是破解当前的发展困境。而困境的本质指向一个更深的命题：高校能否为“善用AI的信息化人才”准备好适配的制度土壤？对此，高校需要在以下几个层面做出改变。

 

　　首先，要从制度层面明确定义信息化部门的角色。信息化部门不是IT支持部门，而是学校数字教育战略的参谋和推动力量。

 

　　要建立学校层面的AI治理委员会或数字化转型领导小组，将信息化部门纳入核心参与机制，在学校重大规划、教学改革方案设计、科研平台建设、数据治理制度制定过程中赋予信息化部门前置参与权和专业建议权，明确信息化部门在技术路线选择、数据边界划定、AI应用安全评估等方面的专业决策权责。

 

　　其次，要重构以价值贡献为导向的评价体系。随着高校信息化部门从保障支持走向战略参与，其绩效评价应更多体现对数字化转型、数据治理与业务创新的实际支撑能力，将项目影响力、业务协同深度、AI应用成效以及组织治理贡献纳入核心评价指标，实现从“计量工作量”向“评估价值创造”的转变。

 

　　最后，要畅通信息化人才发展机制，优化激励体系，打通从能力成长到价值实现的制度通道。高校信息化部门人员的留任与流失，不仅取决于薪酬水平，更依赖职业成长空间、能力发展机会与组织认同感，其中“被认可的工作价值”与“持续学习机会”是关键影响因素。

 

　　信息化部门可考虑以项目制与任务制为载体，通过重大数字化项目、AI应用场景建设与跨部门协同实践，强化人员能力在真实业务中的转化与积累；同时完善持续学习机制，通过专项培训与AI能力提升计划，构建分层分类的人才培养体系；并优化激励结构，将技术贡献、治理贡献与创新贡献纳入综合评价体系，使能力成长能够有效转化为职称晋升与绩效激励依据。

 

　　放眼全球，新技术人才引进难，已成高校IT部门的共性困境。2025年EDUCAUSE调查报告显示，70%的CIO表示招聘新技术人才困难，招聘周期平均延长了30%。但值得注意的是，美国高校在CIO制度建设方面更为成熟，CIO通常直接向校长或教务长汇报，参与学校最高决策，这为信息化工作提供了制度性保障。

 

　　中国高校不必简单照搬美国模式，而应探索具有中国特色的高校数字化治理模式。核心是找到集中力量办大事的体制优势与扁平化、敏捷化的数字化转型需求之间的结合点。

 

　　建设AI时代的学习型队伍

 

　　当前，技术迭代空前加速，人类漫长历史中从未有过的变革密度，被急剧压缩在近百年间集中爆发。与AI协同已成为现代工作的基本方式，它正驱使每一位信息化人将自身业务与AI深度结合，探索全新的工作模式。

 

　　如果说人才价值的重新定义是“道”，那么如何将个人能力转化为组织能力，则是信息化部门面临的“术”之难题。真正的学习型组织，需要超越鼓励大家去试的经验层面，建立系统化的知识创造和传播机制。

 

　　一些高校的探索提供了有益启示：一是推动队伍整体能力转型。基础岗位人员熟练运用AI工具提升工作效能，骨干岗位人员掌握人机协作流程设计、做好AI输出成果审核把关，核心岗位人员具备AI能力建设规划、数字员工统筹运维能力。以真实项目练兵赋能，依托各类信息化实战工程锤炼人才，实现“干一轮、进一步、升一级”的成长迭代。

 

　　二是建立常态化的知识分享机制，通过定期例会、技术沙龙、项目复盘等形式，让个体的探索成果转化为团队的共同认知。

 

　　三是充分利用高校内部人工智能研究力量、企业技术资源和专业社区，开展专题培训、技术交流和联合实践，帮助信息化人员及时了解技术发展趋势，避免闭门探索，加速AI能力提升。

 

　　AI时代，信息化人员的软技能重要性空前凸显。批判性思维、复杂问题解决、跨部门沟通等，都需要系统性的培养和长期实践的淬炼。而要让这些能力真正落地生根，除了培养机制，更关键的是提供多元化的成长通道。

 

　　无论是技术专家路线、项目管理路线，还是业务架构路线，都是将这些软技能结构化、专业化的制度载体。唯有如此，才能让不同类型的人才各尽其长，最终形成稳定且具备复合能力的人才梯队。

 

　　技术发展一日千里，这场谁跑得更快的竞争，最终落到的是对人的要求上。正如一位信息化部门主任所言：“AI时代，如果视角局限、做的是螺丝钉式的工作，就越容易被AI替代；真正不容易被替代的，是那些有很强的逻辑思维、技术能力和判断力，视野更开阔的人。换句话说，AI淘汰的不是某个岗位，而是某一种工作方式。AI不会自己找到问题的要害，能在全局中抓住卡点、提出最关键问题的，始终是人。”

 

 

　　实际上，当前关于AI赋能高校信息化的讨论，在很大程度上存在着幸存者偏差。头部高校信息化部门的年度预算可以达到数千万元级别，而许多地方高校的信息化经费仅够维持基本运维。

 

　　这种资源差距直接体现在人才吸引力上，头部高校能够提供有竞争力的薪酬和广阔的发展平台，而地方高校则面临“招不到、留不住、本领荒、技术荒”的困境。

 

　　对于资源有限的高校，“小而美”的数字策略或许比“大而全”更为务实。可参考的做法包括，一方面，聚焦优势学科，结合本校的学科特色打造差异化亮点，而非盲目追逐通用AI能力。

 

　　正如广州中医药大学信息中心主任陈沁群所言：“目前我校重点攻坚的AI赋能中医药虚拟跟师项目，正是依托学科特色打造的应用场景，着力破解传统模式下优质临床带教资源稀缺的困境。”另一方面，可将部门自身的AI赋能作为队伍建设的核心抓手，在多场景落地AI应用，对内实现提质减负、缓解人手压力，对外沉淀实践经验，为校内各单位的智能化转型作出示范。

 

　　此外，借鉴高等教育领域的对口支援经验，是否可以探索数字化对口帮扶机制？由头部高校向地方高校输出技术能力、管理经验和人才培养方案，形成梯度协同的数字化转型格局。这不仅是教育公平的内在要求，也是全国高等教育数字化转型的整体效率考量。

 

 

　　AI正在重塑高校信息化工作的形态：它降低了技术门槛，却抬高了组织协同与价值创造的门槛。对高校管理者而言，这意味着要超越工具思维，将信息化人才队伍建设提升到战略资产的高度来审视。在制度建设、人才评价体系改革、跨部门协同机制创新等方面，做出系统性、制度性的安排。

 

　　当变革成为常态，学习的速率决定生存的高度。而越是在技术的喧嚣中，越需要回归那个最朴素的命题——数字化的最终目的，是人的发展。