为深化理论教学与行业前沿实践的融合，帮助同学们把握人工智能时代的发展趋势，近日，浙江工商大学工商管理学院（MBA学院）《组织行为学》课程老师王晓辰教授特邀杭州白泽深脑科技有限公司创始人兼董事长、政协委员、浙江省网络人士联谊会副秘书长、浙江省社会主义学院智库专家李世钦先生走进课堂，为人力2501班全体学生开展人工智能简史在组织管理中的应用专题讲座。
讲座开场
讲座开始，课程老师王晓辰教授为同学们简单介绍了一下李总，并对李总的到来表示了热烈的欢迎。指出本次讲座旨在帮助同学们跳出书本理论，近距离接触人工智能领域的前沿动态与实践经验，理解技术变革对组织管理模式、个体行为与职业发展带来的影响，引导大家主动思考如何在智能化浪潮中找准定位、发挥优势，为后续专业学习和未来职业发展筑牢认知基础、拓宽行业视野。
讲座核心内容
李总结合多年AI技术研发与行业应用经验，围绕人工智能发展脉络、大语言模型底层逻辑、全球AI治理差异、大学生职业定位、AI工具实操应用五大板块，层层拆解、系统分享，内容兼具前沿性、逻辑性与实操性。
（一）回溯：人工智能的起源与历史脉络
李总从人工智能的诞生地——1956年达特茅斯会议讲起。他揭秘了“人工智能”一词的由来：约翰·麦卡锡当年为申请科研经费而首创该词，原意是“人造智能”，强调创造而非简单模仿人类。随后，他将AI六十年发展史划分为五个阶段：1930—1960年的萌芽探索期、70年代的反思调整期、80年代的应用起步期、90年代的稳步积累期，以及2011年至今的爆发成长期。
（二）解码：大语言模型的底层逻辑与核心内核
在梳理完发展脉络后，李总将焦点对准当下最热门的大语言模型。他用“三大支柱”概括其核心特征——算力规模大、数据体量大、参数数量大。为了帮助听众理解抽象概念，他特别用一个生动的类比解释了“参数”的本质：它并非难以捉摸的代码，而是大模型中连接各个数据节点之间的“权重”系数，决定了模型如何理解和生成信息。
（三）博弈：全球AI治理的差异化路径与伦理挑战
在技术剖析之外，讲座未回避人工智能伴生的伦理与治理难题。李总对比了全球主要地区的不同取向：欧洲以严格的合规框架与隐私保护为核心，强调“以人为本”；美国以资本为引擎驱动快速迭代与商业化落地；中国则采取国家安全与政策引导并重的模式，注重发展的可控性与长期规划。这种差异化格局提醒学子，技术之外，理解规则同样重要。
（四） 破局：AI时代大学生的定位与发展策略
作为整场讲座的重头戏，李总结合行业经验，为不同专业背景的大学生指出了差异化路径。面向文科生，他建议打磨为“专业的AI服务者”，聚焦产品经理、方案策划、内容运营、数据标注与校验等岗位，核心能力在于熟练使用主流AI工具、构建细分领域的个性化知识库与数据集。面向理科生，他鼓励成长为“顶尖的技术实现者”，深耕架构设计、开发工程、模型微调等领域，核心竞争力是审查AI生成代码的正确性、解决实际技术难题。
他引用王坚院士的观点——“服务人工智能的服务业是未来的核心赛道”，并总结道：AI是大学生的“外挂”而非“对手”。大企业将其视为“工具的革命”，用效率优化实现人员精简；小企业则将其作为“革命的工具”，借力实现弯道超车。
现场互动答疑
讲座尾声进入互动交流环节，同学们围绕大语言模型应用、AI工具实操、职业发展方向以及数据集构建等具体问题踊跃提问。
针对同学们关心的“如何制作高质量数据集”这一问题，李总给出了详细解答。他强调，数据集是训练模型的基础，制作过程需要精细化操作，以图像数据为例，核心工作包括图片采集、清洗筛选以及关键的图片标注环节——即为图像中的目标对象添加标签，让模型能够“看懂”并学习其中的特征。他还提醒同学们，标注质量直接影响模型效果，务必严谨对待。
现场互动氛围热烈，同学们积极思考、主动发问，纷纷表示对AI的底层逻辑与应用实践有了更清晰的认识，受益匪浅。
课堂总结与展望
本次讲座将AI技术演进、大模型底层逻辑、AI伦理与大学生成长路径紧密结合，帮助同学们厘清了人工智能的发展全貌，也明确了不同专业背景下的发力方向，李总引用王坚院士观点指出“服务人工智能的服务业是未来核心赛道”。整场讲座兼具历史纵深与落地实操，帮助同学们建立起对AI时代的系统认知。
后续学院将继续邀请行业专家与AI领域从业者走进课堂，推动教学与产业前沿接轨，助力培养具备数字素养、实战能力与全球视野的复合型人才，为数字浙江建设高质量发展贡献力量。
文/徐若兮 苏钰
