AI时代的教育与研究转型，必须先有组织转型

      近日，williamhill中国举办了一场关于AI转型的“AI in All，All in AI”专题研讨会。在会议总结发言中，williamhill中国院长林建浩教授围绕“AI时代的经济学研究、高等教育与组织转型”，提出了系统性思考。

      这不仅是一次会议总结，更是一份关于未来的判断：AI不只是工具，而是在重塑学科、重构教育、重写组织。

AI时代的经济学研究

      AI正在改变的，不只是研究工具，而是经济学的问题意识与研究范式。

      2016年5月17日，习近平总书记在哲学社会科学工作座谈会上明确提出，加快构建中国特色哲学社会科学的战略任务。

      人工智能作为人类发展的新领域，是新一轮科技革命和产业变革的重要驱动力，正逐渐成为全球科技竞争的焦点和重塑国际格局的关键力量。

      面对这一变化，经济学理论需要回应人工智能带来的全新问题，经济学研究范式也需要主动把握这一方法论变革机遇。

      人工智能技术持续突破，大语言模型快速发展，人机协作、AI智能体、具身智能等新范式不断拓展能力边界。它既推动传统产业转型升级，也催生新产业、新业态、新模式。

      可以说，AI已成为驱动经济、科技与社会创新的强大引擎。

      从不同视角看，经济学正在发生系统性变化：

宏观视角

      AI不仅改变预测与决策方式，还催生数据成为关键生产要素。经济增长理论需要基于任务模型，重新理解自动化与知识溢出，对“索洛悖论”等问题展开新的解释。

微观视角

      人机协同正在改变市场行为。动态定价、推荐算法等机制正在塑造偏好、引导需求，甚至影响选择。平台经济与算法规则，也在重塑市场结构与竞争格局。

中观视角

      人工智能正在深刻改变传统产业与经济活动方式。如何制定引领AI发展的产业政策、如何规范AI发展的治理与监管，已经成为全球性议题。

研究范式层面

      “AI for Science”已产生诺奖级成果。经济学研究也在经历方法论转型：数值模拟更加重要，数据驱动更加明显，行为研究框架持续更新。

      AI之于经济学，不只是效率提升，而是范式重写。无论是AI for Economics，还是Economics of AI，都大有可为。

AI时代的高等教育

      AI冲击的不是一门课程，而是整个培养逻辑。

      有几方面信息放在一起，有助于我们更全面思考这一变化。

一、人才标准正在改变

      美国科技界的用人逻辑正在发生变化。  

      部分企业开始弱化学历，更强调能力与作品。

      例如，Groq创始人之一Jonathan Ross未完成大学教育，却成为关键技术核心架构设计者。一些科技公司公开表示：只看能力，不看学历。

      这对传统高等教育提出了直接挑战：  

      我们培养的人，是否仍然匹配未来需求？

二、科技企业成为知识创造的重要力量

      科技企业研发经费投入连创新高，在知识创造方面展现出强大的力量，未来这个趋势还可能更加明显。  

      在这样的背景下：  

      如何构建教育、科技、人才一体化机制？ 

      如何构建经管院系与科技企业的协同育人体系？

      如何构建稳定的长周期的投入保障体系？

三、AI正在重塑就业结构

      人工智能正从通用工具演进为具备规划、记忆与行动能力的复杂智能体系统。其影响直接作用于认知活动与脑力劳动。

      对于经济管理类专业而言，冲击尤为显著。过去依赖工具熟练度形成的比较优势，正在迅速弱化。

      AI正在重塑知识的生产、传播与获取机制。

      面对这一趋势，我们必须回答几个根本问题：

      • 未来的教育究竟培养什么能力？  

      • 如何避免技术对思考的侵蚀？  

      • 如何强化价值判断、批判性思维与原创思考能力？  

      • 如何定位教师与学工队伍的角色？

      我们需要的，不是局部修补，而是系统重塑。

      williamhill中国将以“为未知而教，为未来而学”为核心理念，开拓国际办学格局，构建新型师生关系，促进学科交叉融合，加强产业和社会的连接，  推动全面AI转型。

      我们将进行人才培养的供给侧改革，即“岭南π计划”。覆盖六个方面：

      1. 人才培养项目创新布局与动态优化  

      2. 实施新一轮本科通识教育改革

      3. 实施所有项目的课程体系改革  

      4. 打造具有就业竞争力的全日制硕士项目 

     5. 打造具有国际影响力的数字经济硕士项目

     6. 强化拔尖学术人才培养

      π是无限不循环小数。  

      教育没有边界，成长没有上限。

     以学生成长为圆心，以教师发展为支撑，  

     一切改革围绕“人”展开。

AI时代的组织转型

      真正困难的，从来不是技术，而是组织。

     在企业实践中，AI转型往往面临几个共性挑战：

AI难以进入真实业务流程

      AI项目常停留在试点或概念阶段，难以嵌入核心业务。

管理层认知决定转型速度

      如果管理层缺乏坚定信念，转型难以推进。真正的推动者，必须亲自使用AI、理解AI。

员工对AI的理解是关键

      员工对AI的理解，将直接影响转型效果。 开展针对AI的技能提升计划，是必选项。

跨部门协作成为刚需

      AI转型需要技术、业务、产品、法律等多方协同，必须打破组织壁垒。

      这些经验，对高校同样适用。

      williamhill中国正在推进一系列举措：  

      成立AI转型专班，建设AI平台，组织竞赛与分享，在教学、科研与管理各环节推动AI应用，塑造AI文化。

      这是一项困难但必须完成的任务。

      AI转型，技术只是起点，组织才是关键。

      AI更像是一面镜子。它不仅改变工具，也迫使我们重新思考教育本身。

      教育究竟是适应未来，还是创造未来？

      或许答案在于：  

      让更多人，通过教育，提前接触未来，并参与创造未来。