8月31日，朴谷咨询合伙人张焜（John Zhang）受邀走进复旦大学国际金融学院，为FMBA同学们带来了一场主题为 “AI at Work: How AI Lands in Organizations” 的全英文线下实战工作坊。
这不是一场传统意义上的讲座，而是一场持续三小时的“动手工作坊”——三次AI实操、分组PK、多行业真实案例研讨。课堂上，同学们用手机和电脑随时调用AI工具，全程全英文讲授，配合中英对照的双语课件。从银行到零售，从科技到支付，来自不同行业的FMBA同学们带着各自的真实经验走进课堂，让这场讨论既有全球视野，也扎根于中国商业实践。
两个判断，贯穿始终
整场工作坊始终围绕两个判断展开。
第一个判断，在开场时就抛了出来——AI替代的是任务，不是人。 一个岗位从来不是铁板一块，而是一组任务的集合。那些定义清晰、结果可查的环节，AI天然擅长接手。理解这一点，才是讨论AI落地的起点。
第二个判断，则是在课程推进过程中被同学们亲手“摸”到的。当大家完成了一轮实操后，张焜只问了一个问题：刚才所有的输出里，那些关于“做什么、看什么、什么更重要”的决策，是谁做出的？答案显然在每个人自己手里。AI让“做出来”变得越来越便宜，而“想清楚该做什么”正变得越来越昂贵。
一句话关乎技术能力的边界，一句话关乎人的价值所在。整场的讨论，就在这两个支点上层层展开。
从“动手”到“决策”：一场管理思维的升级
工作坊的核心环节，是一套精心设计的沉浸式体验。张焜带领同学们模拟了一家企业在出海进程中，从招聘需求发布到人才甄选的全链条AI管理场景。
课程没有停留在“教大家用某个AI工具”的层面，而是将重点放在了“如何给AI分配任务、如何评估AI的输出、如何管理一个AI数字员工”这三个管理命题上。同学们在实操中切身感受到：当AI能够快速生成一份漂亮的报告或简历时，真正的考验才刚刚开始——管理者能否提出正确的问题、能否识别AI的局限、能否在关键节点做出准确的判断。而这些，恰恰是任何通用大模型都无法替代的核心能力。
三轮体验层层递进，每一轮结束后的复盘环节，讲师都引导大家将注意力从“AI做了什么”转向“人应该做什么”。结论非常清晰：AI越强，对人的判断力和管理能力要求就越高。这不仅是技术应用的规律，更是组织管理的新常态。
全球视野，本土洞察：跨行业的AI落地图景
在实操环节之外，张焜还带来了一场横跨全球的案例研讨。从北欧的金融科技先驱、到美国的银行业巨头、再到欧洲的零售标杆，课程呈现了AI在不同国家、不同行业、不同组织文化下截然不同的落地路径。
有的企业选择用AI大幅缩减人力成本，有的则选择用AI赋能现有员工、创造新的收入来源；有的激进推进全面自动化，有的则以风险可控为前提稳步试点。这些案例共同指向一个结论：没有放之四海而皆准的AI战略，只有适合自身组织基因与业务节奏的选择。
复旦大学国际金融学院FMBA项目一直以“立足中国、放眼世界”为特色，这场汇集了来自银行、科技、零售、支付等多元背景同学的课堂讨论，本身就是对这一理念的最佳践行。同学们结合各自深耕的行业经验，与讲师展开了高质量的跨行业对话，让这场关于AI落地的探讨既有全球标杆的广度，也有中国商业实践的温度。
课程最后，张焜留给同学们一份特别的课后思考——不是技术手册，而是一张围绕“任务拆解”与“判断力校准”的行动清单。正如他所说：“技术的变化只是序幕，组织与人的进化才是正剧。”这或许也是朴谷咨询在这场AI浪潮中，希望带给企业的最核心的价值判断。
Disclaimer: The information provided in this article is for general informational purposes only and does not constitute financial advice.