首页 - 财经 - 公司新闻 - 正文

数字经济时代的创新与人才培养——中国科大商学教育,“五懂”复合型人才培养模式实践

来源:经理人杂志 2024-11-08 17:26:49
关注证券之星官方微博:

(原标题:数字经济时代的创新与人才培养——中国科大商学教育,“五懂”复合型人才培养模式实践)



来源:《经理人》杂志 文/叶强

几乎每一场产业革命的背后,都会诞生各种先进的管理思想、管理方法。因此,在面对今天的数字经济时代,尊重管理价值和培养更多的管理复合型人才,将有助于推动、提高产业革命的速度、质量。

在数字经济时代,怎么去全面理解创新的含义?尤其是现在强调硬核科技的背景下,管理学和经济学到底能发挥什么作用?

面对完全强于人脑的“AI时代”

ChatGPT技术的进一步发展会在很多方面产生重要影响。全国MBA教指委也召开过研讨会,专门讨论通用大语言模型以及AI技术对商科教育的影响。

每一项新技术都重塑了经济,并导致一些工作岗位的流失和另一些工作岗位的创造。但大型语言模型(LLM)的技术是不同的——这一次,在技能方面训练有素的人可能也会失去工作。有一篇文章讨论了LLM对不同工作岗位带来的影响,研究发现在大约1000类工作岗位中,绝大多数的岗位都受到LLM技术的影响,其中80%以上的岗位受到的影响超过了10%。有19%的岗位受到的影响超过50%。这些岗位中与撰写文字和编程有关的岗位受到的影响是最大的,而对科学和批判性思维要求高的行业,目前受到的影响似乎最小。

对于这样一项技术,大多数人认为这是一个革命性的变化,包括比尔·盖茨和黄仁勋等,但也有人认为这算不上什么革命性的变化。

由此,我想起20多年前我在哈工大学习人工智能有关课程的情形。还记得王义和教授讲课的时候所提到的图灵测试,那时候感觉这是不可能实现的,起码我们这一代人应该看不到这一天。然而,现在很多人认为ChatGPT应该可以算是通过图灵测试了。尽管,ChatGPT的技术还存在各种缺陷,还有很多地方不如人类,但大模型表现出的对话交流能力,至少已经可以跟人类的能力相提并论了。这表明,人工智能的技术经济性已经发展到一个新的阶段,这是一个历史的转折点。

和整个社会的资源总量相比,由于技术的发展和成本的降低,目前只需要相对较少的一部分资源,就可以造出在思维和交流的能力上可以接近或超过人类的机器。据说ChatGPT3有1750亿个参数,而ChatGPT4可能会有5千亿甚至1万亿个参数。相比之下,我们人类的大脑只有大约140亿到150亿个脑细胞。

ChatGPT在交流和思维上已经达到了值得人们来讨论——与人相比,到底哪一个能力更强的问题。我们人类的脑细胞的数量和能力,在相当长的时间内不会有很大提升的机会,而有1万亿个参数的ChatGPT大模型系统,过不了太久可能就会达到2万亿、10万亿,甚至更多的参数,它也将拥有更强大的能力——这样的技术发展,我们必须面对。

有人认为AI的发展对人类可能是威胁,也有人认为是机会。我更愿意相信,AI的发展将会造福人类。人跟人工智能相比,各方面人工智能在能力上可能都会超过人,但人工智能是人创造的,人不是人工智能创造的,这是最大的区别。过去的历史中,每一次由人类创造的对自己可能带来威胁的技术,比如汽车、核能,后来都会在从交通规则到核安全条约等规则的规范下,成为造福人类的技术。我想,这次的技术冲击形成的各种改变,很大可能也是这样。高盛研究认为,GPT这类AI技术的出现会带来劳动生产率的提高和全球经济的新增长动力。

管理,在数字经济时代的地位

创新是数字经济发展的重要动力,以ChatGPT和大模型技术为代表,数字经济时代的创新,很多都是以技术和产品作为表现形式。但在数字经济时代要理解创新,仅仅是从技术和产品层面去理解是不够的。在新技术和新产品之上,还有新的商业模式、新的决策模式,尤为重要的是,新的思维模式。

培养数字经济领域的创新人才,除了要培养他们在技术和产品层次的创新能力,也要培养他们在商业模式、决策模式,尤其是思维模式上的创新能力。



一个企业的发展,企业家具有不可替代的作用。数字经济时代的发展,无论怎么强调硬核技术,这些技术也是无法替代正确的管理方法和思维方式的。

在企业家与企业的创新活动中,除了需要技术和商品的创新之外,还需要更高层次的商业模式的创新、决策模式创新和思维模式创新。在这个过程中,管理学应该在数字经济时代能发挥非常重要的作用。

那么,技术和管理,到底哪一个更重要?

表面上,产业革命看起来是技术的连续发展过程,但其实是管理在背后起了最重要的推进作用。因为,人类拥有的沟通、交流、管理、合作能力,是人类区别于其他的物种的最重要能力。通过不同层次的管理,人类进行分工合作,可以将亿万人类个体组织起来,将人类的能力最大释放出来,成为社会进步的最重要动力。

理解数字经济不能仅仅从技术和产品层面来看,还要从管理层面的创新来理解。

以数字经济时代作为主导模式的平台经济为例,要理解平台经济的创新和优势,需要从平台经济企业的开放性导致更高的资源配置效率,从需求侧规模经济产生创造价值的新模式等视角去分析,才能更好地理解数字经济创新的本质,从而抓住数字经济的发展机遇。

在数字经济时代,不仅硬核科技重要,管理学知识的运用和管理模式的创新在发展数字经济中也将发挥重要和关键性的作用。

以数字风电为例,国能投云南风力发电系统2019年开始采用数字风电技术,通过数字技术从风力发电机获取高频、高密度的流数据进行实时分析,大幅提升了发电企业的利润。这样的发展其实是由技术带来的管理模式变革导致的,传统的风力发电机检修维护工作往往是时间驱动的定期检修模式,采用新一代数字技术后,检修管理模式变成了事件驱动型的新模式。

集控中心对风电大数据进行实时的数据分析和安全监控,如果数据中没有给出需要检修的事件信号,风机就不必停机检修。数字化的新管理模式在更好地保证了系统安全的同时,增加了发电机的发电时长,从而可以大幅提升风机的累计发电量。类似这样的商业模式,也是数字技术在多个领域发挥作用,实现高质量发展的共同模式之一。

还有一则美国房地产中介Zillow公司的案例。这家公司曾经采用AI技术进行在线的智能房地产中介交易,结果以失败告终。原因是,商业模式缺陷和采用AI技术中的管理创新不足,导致Zillow的在线智能交易模式没能很好地解决用户与平台交易中存在的逆向选择问题,从而积累了大量的亏损。

“五懂”复合型人才培养模式

商学院的目的,是培养具有企业家精神的创新人才。怎么培养呢?

中国科大商学教育正在探索“五懂”复合型人才培养模式,让学生通过懂科技、懂产业、懂资本、懂市场、懂管理,获得多个领域知识的专业训练,来培养满足未来科技产业发展所需要的人才。

按照教育规律,我们从知识获取、能力培养和价值塑造三个层次来定位培养学生的目标。学生们不仅要掌握相关领域重要的核心知识,还要有面对未知进行探索的能力,尤其是通过价值塑造,让学生对未来有更大的梦想,勇于承担更重要的社会责任,创造更大的社会价值。

怎么培养这样的人是一个很大的话题,说起来有点沉重,我们很多大学可能都在面临这样的问题,中学分数排名以及高考竞争这样的“学习意识”延续到了大学。当你跟学生讨论未来时,他满脑子想的都是学分、成绩排名和保研资格。

1985年,陈省身先生在给中国科大少年班的一句题词中写到,“不要考第一”。我理解,这是希望我们的学生不能仅仅满足于知识的学习,不要太看重排名,比知识和排名更重要的是,探索未来的能力,比能力更重要的是,面向未来的远大梦想。

不仅学生要有梦想、企业家要有梦想,我们的老师和大学也要有梦想,不能过于看重短期工作成绩和排名,应在更高格局上思考如何创新发展,坚守教育的目标和使命,并以百折不挠的精神勇毅前行。这样我们才能培养出更多适应未来社会发展需要的创新人才,让我们也实现更多从0到1的突破。

中国科大在2022年底创建了“科技商学院”,旨在探索科技产业组织人才培养的新模式。由安徽省、合肥市和中国科大共建的这所新学院,目标是建设世界一流并具有中国科大特色的科技型商学院。

这所新型的商学院将致力于培养适合未来科技产业发展的复合型创新人才,并助力解决科技产业化过程中一系列问题。这所学院将秉承中国科大理实交融的校训,采用具有实践、实战和实效特征的教学模式,学院的教学项目包括EMBA、MBA等专业学位和非学历教育项目,也包括博士生、硕士生和本科生项目。

最近几年,社会中有提到中国在经济和管理领域什么时候能获得诺贝尔奖?我认为,诺贝尔奖只是一个符号,更重要的是我们如何才能做出更多“从0到1”类型的,引领人类社会创新发展的突破性成果。

这需要我们的大学对如何做好教育、科技和人才培养工作持续地创新探索,中国有这么多人,大家又有这么强烈的发展愿望,相信一定能在未来做出更多更好的创新成果。

* 叶强教授。中国科学技术大学讲席教授,博士生导师,国家杰出青年科学基金获得者、基金委国家创新群体项目负责人,中国高被引学者(Elsevier,2015-2022);现任中国科学技术大学管理学院执行院长、国际金融研究院院长、科技商学院执行院长。2014年12月至2022年5月任哈工大经济与管理学院院长。先后兼任第六届全国MBA教指委委员、第七届国务院学位委员会学科评议组成员,教育部管理科学与工程类教学指导委员会委员。管理科学与工程学会副理事长、大数据与商务分析分会理事长,国际信息系统学会中国分会(CNAIS)副理事长等。

微信
扫描二维码
关注
证券之星微信
APP下载
下载证券之星
郑重声明:以上内容与证券之星立场无关。证券之星发布此内容的目的在于传播更多信息,证券之星对其观点、判断保持中立,不保证该内容(包括但不限于文字、数据及图表)全部或者部分内容的准确性、真实性、完整性、有效性、及时性、原创性等。相关内容不对各位读者构成任何投资建议,据此操作,风险自担。股市有风险,投资需谨慎。如对该内容存在异议,或发现违法及不良信息,请发送邮件至jubao@stockstar.com,我们将安排核实处理。
网站导航 | 公司简介 | 法律声明 | 诚聘英才 | 征稿启事 | 联系我们 | 广告服务 | 举报专区
欢迎访问证券之星!请点此与我们联系 版权所有: Copyright © 1996-