AI Lab@CEIBS: 当AI深度参与商学院的课堂,发生了什么?
人工智能(AI)正在与社会和经济发展密不可分地交织在一起,AI 的变革力量将彻底改变商业环境,优化运营效率,并推动前所未有的创新。虽然AI离我们越来越近,却暂未完全颠覆人们的生活,AI究竟发展到了哪一步,将给我们的工作生活带来哪些改变?也许只有与它亲密接触,才能预见它的潜能。
为了让学生们切身了解AI,中欧经济学与决策科学教授方跃在FMBA选修课《金融数据分析与实践》中,首次将AI Lab引入课堂,揭开AI的面纱,让同学们通过小组课题,使用AI解决一个工作中实际遇到的问题。此外,半天的AI Lab环节也由AI进行设计,同学们采用小组竞赛的形式,全程使用AI完成一个金融投资机构进行行业与公司投资分析的模拟案例。
AI设计游戏规则,学生使用AI完成任务,到底是人类掌控AI,还是AI支配人类呢?小F老师采访了将AI Lab引入课堂的方跃教授、中欧AI Lab首批校友支持企业创始人,以及三位首批体验AI Lab的FMBA同学,带您全方位了解当AI深度参与商学院的课堂,会发生什么。
01
躬行实践,是认识技术的第一步
!["](/sites/portal.prod1.dpmgr.ceibs.edu/files/inline-images/%E6%96%B9%E8%B7%831.jpg)
方跃
中欧国际工商学院经济学与决策科学教授
中欧经济学和决策科学系系主任
AI与管理创新研究中心 主任
AI与企业管理研究领域 主任
企业数智化转型课程 联席课程主任
目前,如何进行AI转型成为不少企业正在积极探讨的问题,其关键是制定具有前瞻性并适合自身发展的AI技术与业务战略。虽然我们的同学对AI的趋势发展和应用潜力有一定了解,但由于生成式AI技术较新,大家对其了解多停留在概念上,作为一个强实践的技术,我们认为亲手参与,尝试在不同场景利用技术解决实际问题,是获得对技术深刻见解的第一步,也是构建AI信心和能力不可或缺的重要手段。
正是出于这点考虑,我们将AI Lab引入课堂,AI Lab希望为同学们提供一个动手参与,并向最佳AI实践学习的机会,以此为同学们拥抱AI,打造AI驱动型公司,最终成为AI领导者做准备。AI Lab强调探索与实践,致力于互动和引人入胜的学习体验,无论同学是从事技术还是非技术管理者,AI Lab都是有益的。
我们目前正同几家校友企业合作,设计案例讨论问题,选择有代表性的业务场景,共同打造符合课程目标需求的小组案例。同学们以小组为单位完成课题,在完成课题的过程中,我们还会邀请参与合作的企业高管,引导学生循序渐进,大家一起共同探索AI创造和获取价值的新方法,感受人机协同、人机共生等AI时代企业面临的新机遇和管理问题,并在动手实践过程中了解AI在应用落地时可能面临的诸多如伦理、数据隐私和内容偏见等问题,最终通过练习、实践和反思等关键步骤,帮助同学们在AI对团队组织、行业未来和业务发展的深远影响等诸方面有一个比较清晰的认知。
FMBA2022级选修课《金融数据分析与实践》中,首次将AI Lab作为课程的一部分,以后有可能成为其他系课程的重要组成部分。AI Lab作为课堂教学的一种创新模式,也是学院成立的AI与管理创新研究中心在教学方面的重点支持项目。其目的是以更多样的形式,培养能胜任AI时代的新一代企业家,尽可能地发挥AI的潜力,同时又能帮助组织打造负责任的AI应用。
未来,AI Lab将会有更多的形式出现,结合课程内容和合作企业的优势,除了在中欧的教室里,也有可能走进企业,将AI Lab和实境教学更有机地结合在一起。
02
把AI当老师,而不是当工具
!["](/sites/portal.prod1.dpmgr.ceibs.edu/files/inline-images/%E5%BE%AE%E4%BF%A1%E5%9B%BE%E7%89%87_20240425101124.png)
刘晋实
中欧EMBA2016级
星云创联创始人
!["](/sites/portal.prod1.dpmgr.ceibs.edu/files/inline-images/%E5%BE%AE%E4%BF%A1%E5%9B%BE%E7%89%87_20240425101127.png)
张焜
中欧EMBA2016级
星云创联联合创始人
中欧国际工商学院一直走在AI的前列,方跃教授也前瞻性的将AI引入课堂之中,作为中欧AI Lab的首批校友支持企业,我们意识到AI与商业教育的交叉将改变未来商业领袖的培训、思考和决策方式。
有意思的是,《金融数据分析与实践》中AI Lab部分也由AI来设计完成。如何做的呢?让AI扮演了一个有着丰富教学经验和案例撰写经验的金融MBA课程的教授,然后给他一个课堂目的:就是设计一个利用AI去解决金融行业日常工作场景任务的案例。同时,我们希望在案例中带给大家包括文本提炼与总结,数据自动化处理、专业文本生成等方面的练习,并将此需求告知AI,通过多轮对话后,我们得出了一个进行行业与公司研究的课程案例设计思路。
在和大模型的交互过程中,要注意AI与搜索引擎是有区别的。AI的能力是知识的压缩与理解,而非信息(尤其是实时信息的获取)。AI更像是一位学霸,它会融会贯通的吸收知识,并根据知识的理解来回答问题,但却不擅长死记硬背。
如何更好地使用大模型?我们可以使用一个对话框架。比较常用的一个就是BROKE框架(背景,角色,目标,结果,调整),通过GPT 的设计提示,来提升整体反馈的效率。
值得注意的是,大家不要指望AI能100%地完美完成一个任务。比如在本次课堂上,在行业竞争格局、财务数据分析等这种相对客观的方面,AI可以做比较好的呈现。但是投资中最重要的事情,是关于对未来的判断,AI其实是没有什么优势的。AI能够帮我们把任务中90%的部分高效率地完成,但是最关键的5-10%一定是由专业的人来完成的,这才是我们作为人的专业价值所在。也正因如此,AI并不会替代具备专业能力的人,而是能将其个人能力和效率放大十倍甚至百倍的放大器。
03
让AI打破人的思维局限
!["](/sites/portal.prod1.dpmgr.ceibs.edu/files/inline-images/%E9%99%86%E5%98%89%E8%AF%9A.jpg)
陆嘉诚,中欧FMBA2022级
杭州凌沫科技有限公司副总裁
中欧的课堂一直关注新兴领域,但是直接引入AI Lab,邀请专业的校友企业教我们怎么实操,依然令人非常惊喜。作为AI领域从业人员,我对AI的了解相对比较深入,通过AI Lab我看到了同业者在做哪些领域,拓展了哪些应用场景,这让我有很大收获。而对于不在AI行业的同学们也许惊喜度更高,可能大家原以为AI的应用会有较高的技术门槛,觉得自身知识储备跟不上技术应用而产生心理恐慌,通过AI Lab,亲手使用后发现原来AI如此地便捷,离我们如此之近。
在我的工作中,我要求员工们必须使用AI,比如产品运营部图片的设计、文案的撰写,可以先由AI提供几十个方向,选定方向后再由人工进行下一步制作。目前全公司使用AI一年多,在内容生产端,以往从立项到完成需要2-3个月,现在能缩短一个月完成项目。对于公司管理层,我要求大家必须使用AI,但是绝不允许把AI输出的内容直接用在会议上。一定要把AI输出的内容,重新用自己的思维梳理一遍,重点信息验证一遍,才能拿到会议上讨论。
这次上课我很有启发的一点,就是星云创联EMBA的学长告诉我们的不要去限制AI的思维,而是告诉它1个目的,让AI发散思维。AI输出的10个路径,也许8个路径是我们能想到的,另外两个没有想到的路径就帮我们拓展了思维框架。在此基础上,进一步给AI布置任务,让它在具体的数据中形成解决方案,从而最大化地发挥AI的效力。
04
站在AI的视角与它对话
!["](/sites/portal.prod1.dpmgr.ceibs.edu/files/inline-images/%E6%A8%8A%E5%93%B2.jpg)
樊哲,中欧FMBA2022级
美敦力(上海)管理有限公司战略规划经理
在方跃教授的课程中,我首次实境系统地体验了AI的应用。以往更多是使用ChatGPT完成一些简单的文稿和思路框架生成,但像AI Lab这种以一项任务为导向,系统性分解成几个步骤来指导同学们应用ChatGPT解决问题的形式还是第一次体验。
经过本次课程,我更多地了解了AI尤其是ChatGPT的应用场景,但同时也更为清楚地知道了它的局限性,不能把AI当作一个搜索工具,因为无论从数据的更新及时性,数据的准确性等方面,它都未必能完成我们日常工作中需要撰写专业研究报告的需求。我们可以把AI当作一个高效全能的工作助手,布置任务给它的时候,站在它的角度想想你的指令它能否理解,它是否具备完整的上下文知识来做这件事情。有时候不是它做不了,而是你没解释清楚。
虽然目前应用层缺乏较为“杀手级的应用”,离真正颠覆式改变人们的生产生活方式还较为遥远,但是借用方跃教授分享的一句话,“如果没觉得一年前的自己很愚蠢,那么说明这一年你没学到东西”,站在AI技术进步的拐点,如果不紧跟技术的节奏实时学习,可能自己未来几年内将会落后很多。
05
机器的效率+人的智慧,才能有效地解决问题
!["](/sites/portal.prod1.dpmgr.ceibs.edu/files/inline-images/%E5%BE%AE%E4%BF%A1%E5%9B%BE%E7%89%87_20240425171932.jpg)
孙婷,中欧FMBA2019级
浙商银行南京分行合规部副总经理
《金融数据分析与实践》课程中,我体验了使用ChatGPT等AI工具来分析企业财务报表和编排奶茶店排班,这一体验极大地拓展了我的视野。课程中,我们通过直观的界面输入查询,AI迅速反馈分析结果,这不仅提高了我们处理数据的效率,也让复杂的财务报告变得易于理解。通过AI工具,我们能够快速识别出关键财务指标,并据此做出更加精准的商业决策。此外,AI在排班管理中的应用也同样令人印象深刻。系统能够考虑到员工的工作偏好和合法工作时间,自动生成最优化的工作排班表,大大减少了人力资源部门的工作负担。
!["](/sites/portal.prod1.dpmgr.ceibs.edu/files/inline-images/%E5%BE%AE%E4%BF%A1%E5%9B%BE%E7%89%87_20240430165519.png)
当前,在商业银行的风险管理领域,AI的应用已成为推动行业创新和增强决策效率的重要力量。商业银行在信用风险评估、欺诈检测与反洗钱、市场和流动性风险管理、操作风险管理等多个方面中都有AI的参与,未来在增强客户风险画像、通过技术模型创新产品、自动化和智能化报告、道德和合规风险管理、监管科技等方面,也有机会接入AI的应用。
此外,课堂上同学们的分享也让我备受触动,其中一位同学提到尽管AI技术带来了许多便利和效率提升,但同时也引发了一系列伦理和道德问题,如数据隐私、算法偏见以及决策的透明度等,比如一些招聘算法可能无意中歧视某些群体。而随着AI技术的普及和应用,我们将面临着一个新的挑战,即由AI系统生成的大量数据可能导致数据污染。当这些由AI生成的数据被重新用于训练其他AI系统时,可能会引发一系列问题。这些视角让我意识到作为未来的AI应用者和开发者,我们必须负起责任,确保技术的使用不仅科学、有效,更需要公正和伦理。