人工智能早已成为日常生活的一部分。
它渗透在我们上网查找信息、使用手机或发现符合个人品味的音乐和电影中。然而,我们尚未充分挖掘人工智能在价值创造方面的巨大潜力:通过将人工智能融入业务流程——成千上万每天创造价值的决策和交易中,企业和员工可以在竞争力和生产力方面取得巨大进步。不仅如此,将人工智能大规模嵌入业务流程还可以提升整个经济体的表现。
特别是在像印度这样的快速成长国家,这些国家拥有显著的转型议程且对数字化持开放态度,人工智能实施的潜力尤为巨大。每当我去印度旅行时,我都欣喜地见到越来越多的学生对(并有能力!)利用数字技术为社区和国家的最佳利益服务充满热情。显然,系统地装备这些年轻有抱负的人掌握人工智能时代的必备技能,将释放巨大的机会。在我的经验中,现代科技教育最成功的方法是尽可能将理论与实践紧密结合。
例如,游戏化学习就是一种方法。在复杂的计算机模拟中,学生可以使用真实的商业软件工具操作虚拟公司。随着他们通过“游戏”进程,参与者可以获得解决可持续性、供应链韧性及国际业务扩展等商业挑战的实际经验。他们还将培养未来经济成功所需的批判性技能,包括分析思维、数据讲故事能力和决策能力。今天,世界各地的大学都可以免费获得游戏化学习工具。
由于其趣味性,它们能够吸引成长于数字娱乐和模拟技术环境的一代人。另一种补充方法是让学生使用与全球领先公司相同的高级商业软件和人工智能工具来完成复杂的案例研究。例如,韩国科学技术院和新加坡管理大学让学生有机会利用现实生活中的商业AI工具解决可持续性挑战——例如农业中的资源效率问题——作为课程的一部分。一旦学生熟悉了现代企业软件和商业AI的基本知识,“训练轮”就应该被移除。
学生可以从尽早且频繁地了解行业面临的复杂实际挑战中受益——从而“边做边学”有关可以通过AI创新解决的问题点。与此同时,公司应寻求与大学保持密切联系以跟上最新发展动态。
他们可以主动联系大学并提供案例研究和实际问题供学生解决。目标是让理论与实践相互启发:学生解决实际问题,教授们了解行业最新趋势,并通过持续与教育环境的合作继续他们的学习旅程。例如,在慕尼黑工业大学的新校区中,软件和AI开发人员在同一栋楼内与教授和研究人员紧密合作,并距离关键工业企业咫尺之遥,在那里最新的创新可以得到实践测试。
将理论与实践结合在一起,在许多方面都是创新时代成功的关键因素。
当被问及职业生涯成功的秘诀时,SAP五位创始人之一哈索·普拉特纳曾著名地回答说他最初对会计流程“一无所知”,但愿意向行业从业者学习。
正是这种开放态度使他和他的合作伙伴们编程了第一套企业软件系统。我坚信他的这句话在人工智能时代依然适用:教育下一代掌握最新技术是第一步;真正伟大的事情发生在我们让才华横溢的年轻人磨练技能以应对经济现实挑战之时。