AI时代，技术更先进，是否就一定能赢得市场？预测更准确，是否就一定能作出更好的决策？答案不只在模型里，更在管理者能否定义问题、理解结果并推动行动。

7月26日下午，交大安泰MBA携手杉数科技，在beat365英国官方网站徐汇校区举行“AI战略实战坊”。交大安泰管理科学系长聘教授、人工智能MBA项目主任许欢，交大安泰数据与商务智能系特聘教授何斯迈，与到场参与者共同走进数据智能时代的管理决策现场。

AI时代，真正稀缺的是把技术变成业务的能力

活动伊始，许欢教授从“AI时代是否等于高新技术通吃”切入，带领参与者重新审视技术与管理的关系。 

许欢教授以电力时代为喻，阐释技术进步与人才能力之间的关系。他指出，电力时代并不要求每个人都进入电厂工作，AI时代同样不意味着人人都要成为算法工程师。回顾历次技术革命可以发现，技术进步首先改变生产力，生产力的跃迁又会重塑生产关系。对管理者而言，真正重要的不是追逐某一项技术本身，而是理解并驾驭技术变革所带来的新组织方式、新协作模式与新商业关系。

谈及人工智能MBA的人才培养目标，许欢教授将其概括为：“AI是工具，AI是变革，AI也是未来。”面向AI时代，交大安泰希望培养的不只是掌握技术知识的人才，更是能够善用工具、自我变革、洞察未来的复合型管理者：既能把AI转化为解决实际问题的能力，也能主动适应组织与产业的变化，并在技术快速演进中判断趋势、把握方向。

 AI时代真正稀缺的，不是工具，而是驾驭工具、把技术转化为价值的管理能力。

预测得准，不等于决策得对

随后，在题为“数据智能时代的管理决策”的分享中，何斯迈教授没有从复杂的算法公式切入，而是从一个看似简单的消费选择开始。

在经典的“诱饵效应”中，一个几乎无人选择的选项，仍会改变消费者对其他产品的价值判断；生成式AI可以把传统“先生产、后销售”的流程改为“先验证市场、再组织生产”，却必须由柔性制造和敏捷供应链承接；技术指标更强的按使用量付费软件，也可能因定价机制和用户策略而无法获得更高利润。

这些案例共同说明：技术领先不会自动转化为商业领先，模型能力也不能替代对业务机制和用户行为的理解。AI时代需要的是能够定义和发现问题的商业思维能力。

何斯迈教授进一步梳理了从数据走向决策的四个层次：描述性分析回答“发生了什么”，预测性分析判断“可能发生什么”，比较性分析评估不同方案的后果，决策性分析则在目标与约束下寻找行动方案。

越接近真实经营，越不能把模型当成孤立答案。缺货会让历史销量低估真实需求，KPI压力可能改变数据录入，样本偏差会造成误判；企业的决策还会引发竞争者和消费者的反馈，进而改变原有环境。

预测模型给出一个准确数字，并不意味着企业就能作出正确选择。

技术能力决定企业能够做什么，管理决策则决定技术最终创造什么价值。

三轮实战：让AI真正进入管理现场 

前沿观点随后被放进真实情境。杉数科技将一家集团化企业的采购决策搬进课堂，采购成本、供应稳定、库存风险与整体收益相互牵连，现场没有标准答案，只有不断被检验的选择。

参与者三人一组，分别领取不同角色剧本，在大模型、优化算法和积分对抗机制下完成三轮任务。实战坊采用的Decision Lab将企业真实问题剧本化，参与者无需编程，却必须持续进行需求理解、逻辑分析、商业判断与团队协同。

Round 1：先把真实问题“说清楚”

不同角色掌握的信息并不相同，考核目标和业务约束也各有侧重：有人关注成本，有人重视供应稳定，有人必须兼顾整体收益。每个人的判断都有合理之处，但局部正确并不会自动形成整体最优。

第一轮的重点不是立刻求解，而是完成现实问题的结构化：交换信息、澄清需求、识别关键矛盾，并把模糊诉求转化为可以分析的业务问题。参与者由此体会到，模型是否有效，首先取决于问题是否定义准确。

三轮任务依次贯穿一条完整的智能决策链路：现实问题—问题简化—数学模型—优化算法—业务方案—管理决策。

Round 2：在数十种可能中筛选更优方案

进入第二轮，团队需要识别目标、变量和约束，将问题转化为模型并比较不同方案。三个角色各有不同选择，仅基础组合就达到数十种；继续叠加采购数量、价格、交期、风险和部门目标，人的决策能力很快就会触及边界。

何斯迈教授点评指出，当某个参数从A调整为B，敏感性分析可以呈现变化如何传导至整体目标，以及对不同部门产生何种影响；优化模型则能在大量组合中快速筛选、比较和排除低效路径，为最终决策提供更系统的依据。

AI不是替管理者作出选择，而是扩大可以被看见、被比较和被理解的决策空间。

Round 3：让模型答案经得起组织检验

第三轮，参与者回到商业现场，在成本、收益、风险、交期和部门影响之间作出最终选择。模型给出的“最优解”，还要接受业务常识、资源约束和长期目标的检验。

随着讨论从信息交换转向方案博弈，大家逐渐认识到，现场的分歧往往不是计算错误，而是不同岗位的目标差异。局部正确不会自动形成整体最优，真正的管理决策必须把分散视角转化为一套可以共同执行的方案。

游戏只是形式，决策才是内核。

高质量的决策，不仅要“算得清”，还要“讲得明、达得成、落得下”。 

何斯迈教授为活动高分队伍颁发奖牌、奖杯及纪念奖品。

从旁观案例到成为决策的一部分，学习不再只是“听懂”，而是亲自判断AI应当如何被使用。 

交大安泰MBA，让课堂始终与产业同频

技术持续迭代，管理教育也必须持续更新。AI越强大，管理者越要清楚：模型可以计算后果，却不能替企业定义目标；算法可以寻找最优，却不能代替人承担取舍。

从“预测得准”到“决策得对”，差距就在对业务的理解、对模型边界的判断，以及把方案转化为行动的能力。

交大安泰MBA将链接智能、链接产业，把课堂延伸至真实商业场景，让前沿技术真正转化为解决复杂商业问题的能力。

从预测未来，到选择未来。期待更多未来管理者，在这样的课堂中亲自作出选择。

参与者1：这次经历让我第一次以如此沉浸的方式接触AI在真实管理场景中的应用。剧本化设置让每个人都置身于问题之中，充分的讨论和角色互动也带来了远超传统讲座的参与感。

参与者2：此次活动让我更加具体地感受到交大安泰MBA的课堂特色，也更加期待未来能够进入交大安泰，在真实案例、师生共创与前沿实践中持续提升自己的管理能力。