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

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

刘晋实

中欧EMBA2016级

星云创联创始人

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

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

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

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。

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。