AI时代，商学院这样培养未来商业领袖

< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400"> AI时代，商学院这样培养未来商业领袖 思邈 2026-10-15 15:22:34 来源： 量子位 允中 发自 凹非寺 量子位 | 公众号 QbitAI 当AI开始重塑产业，一所顶尖商学院正在重新思考：未来究竟需要怎样的商业领袖？ AI能写代码、做分析、生成方案，甚至开始自主执行复杂任务。 但有一个问题，似乎始终没有被解决： 当AI给出了答案，谁来判断这个答案是否值得执行？ 比如，一家企业需要优化采购。AI可以同时计算供应商报价、交付周期、库存成本和预期收益，从数十种组合中找出数学意义上的最优方案。 但如果成本最低的方案意味着供应链风险增加，如果某个部门的效率提升反而损害了企业整体利益，最终又该如何选择？ 今年7月，交大安泰MBA的一场AI战略实战坊，就把这样一道采购决策题搬进了课堂。 参与者被分配到不同角色，借助大模型和优化算法，在成本、效率、风险与收益之间展开三轮决策。 有意思的是，技术工具越强，管理问题反而越清晰。 算出最优解是一回事，把它变成企业真正可执行的决策，则完全是另一回事 。 这或许正是AI进入产业深水区后，一场正在发生的人才变革。 AI越来越强，企业却开始为另一种能力买单 先看一组数据。 麦肯锡2025年全球AI调查显示，88%的受访者表示，其所在组织已经在至少一项业务职能中常态化使用AI。 但真正实现企业整体全面规模化部署的比例，只有7%。 从“用上AI”到“用好AI”，中间似乎还隔着一道鸿沟。 过去，企业讨论AI，更多关注模型参数、推理能力、算力成本。 现在，越来越多的问题指向业务本身： 一个Agent能不能真正融入现有工作流？一套智能系统能不能改善业务指标？一个看起来很先进的AI方案，究竟能不能带来可持续的商业回报？ 这种变化，也正在重新定义技术人才的价值。 一个很有代表性的现象，就是FDE的走红。 FDE，即Forward Deployed Engineer，前线部署工程师。和传统意义上埋头开发的工程师不同，这类人才往往需要深入客户现场，理解实际业务，打通技术部署与应用交付之间的环节。 他们不仅需要懂模型、懂工程，还要能听懂客户的问题，理解业务流程中的复杂约束。 换句话说， 企业需要的已经不只是把技术做出来的人，还有把技术真正用起来的人 。 但FDE只是变化的一部分。 再向前看，当AI从辅助工具走向业务系统，技术落地还会涉及组织架构调整、资源配置、战略选择，甚至商业模式重构。 一个AI方案是否值得投资？一套新系统上线之后，原有岗位如何调整？人和Agent应该怎样协同？效率与安全、短期利润与长期竞争力之间，又应该如何平衡？ 这些问题，不可能只靠更强的模型来回答。它们指向另一种复合能力：既能理解技术逻辑，又能洞察产业规律，还能够进行商业判断、推动组织变革。 这也是为什么，AI时代的人才竞争，正在超出传统技术岗位的边界。 当技术能力越来越容易获得，理解真实问题、组织复杂资源、创造商业价值的能力，反而变得更加重要 。 问题来了：这样的人才，应该如何培养？ AI时代，商学院也要重新定义自己了 一个有趣的变化，正在交大安泰MBA的培养体系中发生。 2026年7月29日，上海交通大学安泰经济与管理学院发布《AI时代商科人才培养的安泰宣言》，系统回应了人工智能给商科教育带来的挑战。 其中一个值得关注的判断是： 人始终是决策与责任的主体 。 这不是一句简单的人机关系宣言。 当AI能够快速处理海量信息、输出专业分析，传统商学院教育中一部分以知识获取、案例分析和标准化求解为主的教学方式，也不可避免地面临冲击。 过去，掌握更多管理知识，往往意味着拥有更强的专业优势。 但今天，AI可以在很短时间内提供一套看似完整的战略分析、财务模型或市场研究报告。 如果知识本身不再构成足够高的门槛，商学院究竟应该教什么？ 交大安泰MBA给出的方向， 是从传授知识和解题方法，进一步转向培养定义问题、独立思考、跨界整合和价值判断的能力 。 这也与上海交通大学安泰经济与管理学院院长陈方若所推动的商科教育改革思路一脉相承：不再把教师仅仅定位为知识和解法的传授者，而是更加注重引导学生直面真实问题，在复杂情境中形成判断。 其实，交大安泰MBA并不是刚刚开始关注AI。 早在2020年，学院就已开办人工智能MBA项目，探索AI与商业管理的交叉融合。 但到了2026年，改革显然不再局限于开设几门AI课程。 8月16日，交大安泰MBA正式发布“智能时代五链人才”培养体系。 这套体系试图打通五种原本分散的资源和能力： 链接智能、链接科创、链接产业、链接世界、链接交大 。 链接智能，让管理者理解人工智能的技术逻辑和应用边界；链接科创，推动前沿科技与创新创业结合；链接产业，让商业学习深入真实的企业场景；链接世界，拓展全球商业视野；链接交大，则是进一步发挥上海交通大学综合性研究型大学的跨学科优势。 背后有一个重要的培养逻辑变化： 未来的商业领袖，不能只在商学院里培养 。 因为现实世界中的复杂问题，往往没有明确的学科边界 。 智能制造的转型，需要同时理解工程技术、供应链和组织管理；AI创业需要把产品开发、商业模式、资本资源与市场需求连接起来；企业出海则涉及全球市场、技术竞争、跨文化组织和经营决策。 如果培养人才的目标是解决这些问题，商学院就必须主动打破自己的边界。 而上海交大的工科、人工智能等学科积累，以及安泰长期形成的产业研究、科技金融和校友生态，恰恰为交大安泰MBA的这种跨界培养提供了基础。 十年共创1000个AI场景：不只是把AI带进课堂 理念之外，改革还需要找到具体的落点。 交大安泰MBA 2026年公布的一项计划，颇有AI产业界的味道： 百业千企10×100 AI场景共创计划 。 按照规划，未来十年，交大安泰MBA将联合各行业企业，共同打造落地1000项专属AI实景课题。 这并不是1000道传统意义上的课堂练习题。 其核心设想，是让企业真实的业务难题成为人才培养的起点。 在传统商学院中，案例教学通常建立在已经发生的商业事件之上，学生需要分析企业当时为什么成功、为什么失败。 而在AI快速演进的环境里，许多问题还没有成熟答案。 一家制造企业如何重新设计AI驱动的生产流程？一个服务行业的Agent应该接管哪些环节？一家科技创业公司如何从技术原型走向商业化？ 企业也许正在为这些问题寻找解决路径。 如果让这些尚未解决的真实问题进入课堂，学生就不再只是事后分析者，而有机会成为问题解决过程的参与者。 为支撑这一模式，上海交通大学还联合相关行业组织、研究机构及学院，发起成立AI时代商科人才培养联盟，推动课程、场景、产业资源与人才培养机制的协同。 而从规划走向实践，交大安泰MBA已经有了新的进展。 今年9月6日，交大安泰MBA公布百业千企首批AI场景清单及共建生态伙伴，并与AI开源学习社区Datawhale达成战略合作，同步启动FDE人才专精培育计划，发布“AI+X”实训课程及FDE精选课程。 这些举措将进一步把企