撰文|白丽

出品|勇砺商业评论 阿桶观察 全球商业风向

一场本该聊教学的论坛,台上讲得最起劲的,却是一家做企业软件的公司。

打开网易新闻 查看精彩图片

11月8日,深圳,“人工智能赋能高等教育产教融合创新论坛”。台下坐着高校管理者、一线教师、企业方和教育科技公司的人,台上金蝶的人抛出的不是教学大纲,而是740万家企业正在跑的真实业务,和一组让在场每个教育者都坐不住的数字。

一家靠企业软件起家的公司,跑到教育的场子上,替高校算起了人才的账。这个略显错位的开场,恰恰戳中了今天最尖锐的那道焦虑——当AI越来越会写代码、跑流程、做方案,大学四年,到底还在教什么?

打开网易新闻 查看精彩图片

一边是“某某岗位将被AI取代”的刷屏,一边是家长和孩子面对专业选择时的集体迷茫。这场论坛真正在吵的,不是泛泛的“AI+教育”该不该做,而是一件更实在的事:

专业怎么改,课程怎么接上企业真实的活儿,产教融合怎么从“签协议、挂牌子”变成真能培养出人的机制。

打开网易新闻 查看精彩图片

缺口400万,可卡住的从来不是技术

要把这场会读懂,得先看清它站在一个多大的裂缝上。

金蝶中国助理总裁、市场中心联席总裁王建伟在台上算了一笔账:全球AI人才需求约800万、缺口480万;中国需求约600万、缺口400万,光AI复合型人才就缺170万。

打开网易新闻 查看精彩图片

但反常的是,与此同时,每年数百万应届毕业生却在喊“找不到工作”。一边招不到人,一边就业难——这两件事同时成立,说明问题根本不在数量,在结构。

高校批量生产的,是能被一套标准答案筛出来的“会答题的人”;产业现在抢着要的,是能在一团乱麻的真实业务里把AI用起来的人。供给和需求,跑在两条平行的轨道上。

真正踩中这条缝的人,会的往往不是“写代码”这件事本身,而是“知道自己要做什么、然后用AI把它做出来”的判断力。

打开网易新闻 查看精彩图片

王建伟一句话点破了要害——“会写代码的不缺,缺的是懂产业、懂场景,还能驾驭AI的人。”

会上更值得玩味的,是另一句话:“初想是赋能,其实是颠覆。”赋能,是给原来的活儿加个工具;颠覆,是整个地基被抽走了。AI抽走的,是学校对“知识”的垄断——过去知识稀缺,谁掌握知识谁就是老师;现在知识随手可得,教育真正要回答的问题,已经从“教什么”变成了“怎么让人比AI更有判断力”。

打开网易新闻 查看精彩图片

人才标准正在悄悄改写:从“会做”转向“会定义、会判断”,从“人头产出”转向“人机协同产出”。一个人未来值多少钱,不再看他花了多少小时,而看他能调度多少AI——他能不能在AI给出的十个方案里,挑出那一个对的。

为什么是金蝶下场填这道缝

问题这么明确,为什么轮到一家做企业软件的公司来给答案?这要先认识一下这家公司。

金蝶集团于1993年创立,港股主板上市(268.HK),做了30多年企业管理软件,服务着全球超过740万家企业和政府组织。

打开网易新闻 查看精彩图片

它在中国SaaS EA、SaaS ERM、财务等多个细分市场均位列第一,并连续22年蝉联中国成长型企业应用软件市场占有率第一,是国际机构Gartner那份“产品型企业云ERP客户之声”报告里唯一入选的中国厂商,客户推荐意愿在全球厂商中排第一。

在中国,你随便走进一家像样的企业,它财务、供应链、人力背后那套系统,很可能就是金蝶。

打开网易新闻 查看精彩图片

金蝶教育早在2000年就成立了,专职做产教融合和数字化人才培养,是教育部、工信部认定的产教融合型企业,今天已经和全国3500余所院校稳定合作。

把这几行字摆出来,是为了说清一件事:填“产业需求”和“人才培养”之间那道缝,最该出场的、也最有资格出场的,恰恰是这种天天泡在产业真实需求里的人。

打开网易新闻 查看精彩图片

高校缺的不是教育理想,是它看不见企业今天到底要什么人、用什么系统、跑什么业务。而金蝶手里攥着740万家企业实时运转的真实业务——这是任何一家纯教育公司变不出来、也买不来的东西。

把企业的AI平台及场景,转变成为高校育人的载体

金蝶王建伟这次交出的答卷,叫金蝶A.I.B超级教育中枢。名字听着绕,拆开就三个词:AI(智能内核)× Industry(产业实践)× Box(超级载体)。

打开网易新闻 查看精彩图片

他的定位是一句话——以金蝶灵基AI为脑、以金蝶百万企业实践为骨,把“AI+教育”这种宏观变革,落到一个能交付、能整体搬进学校的载体上。

它真正的内核是两套咬合的系统:一层是金蝶在企业市场真刀真枪跑了多年的企业AI操作系统(灵基+AI套件+苍穹+星空),另一层才是为院校场景专门造的院校AI产教平台。

打开网易新闻 查看精彩图片

A.I.B干的活,是把这两层焊在一起,顺手打通了一大片原本各管各的资源——院校侧的政策库、舆情库、管理信息库和私域科研数据、论文智库;金蝶侧覆盖生命科学、新材料、新能源等行业的知识库,加上学情信息、学习资料、考试题库。

多源知识被一个中枢接住,这是过去分散的实训软件从来做不到的一件事。

打开网易新闻 查看精彩图片

内核之上,是“五大平台、各管一段”:产业洞察帮院校定专业、选科研方向;学科科研治科研转化和专业动态调整难的病;实验教学用真实业务重塑实训环境;产业服务让校企合作别停在签约、帮院校接横向项目;校园治理收拾那些烟囱林立的旧系统。

五个平台各管一段,拼起来正好是高校从“定专业”到“做科研”“练实操”“接项目”“管校园”的一条完整链路。

打开网易新闻 查看精彩图片

金蝶给这条链路定的行事准则是八个字——整合而非对接、重构而非适配。市面上多数产品做的是“对接”,给你一套工具自己去接一堆烟囱;金蝶说的是:我不加新烟囱,从底座把逻辑重写一遍。

落到课堂上,差别就体现在它不把学生关在“仿真”里。模拟的案例、模拟的账本、模拟的流程,学生在校内练一遍、进企业发现全变——这套老办法它想干掉。

打开网易新闻 查看精彩图片

取而代之的,是把企业正在跑的真活儿搬进来:财务成本测算的智能体开发、业主画像与标签规则、财税开票的票面校验、给管理者做的企业情报简报。学生学的平台,和企业用的,是同一个平台、同一个版本。

体验区实测,界面到底经不经得起上手

架构图再漂亮,也得经得起亲手点一遍。会场一侧的产品体验区,才是这类故事真正见真章的地方。我在现场深度体验了A.I.B学习中心和产业洞察这一组场景。

打开网易新闻 查看精彩图片

A.I.B学习中心给人直观的是,它把“个性化”从一个营销词变成了一条条看得见的推荐链。

过去一门课一套教材走全班,这里的思路是让AI去分析每个学生课程学习的差异,再针对不同的人、不同的目标岗位,推不同的学习路径——屏幕上选定一个学生画像,系统给出的不是一条统一进度条,而是一张带侧重、带补弱提示的路线图。

打开网易新闻 查看精彩图片

这对财经类这种“同一专业、去向却五花八门”的学科,是真需求。

智能学情分析和教师智能备课是同一枚硬币的两面:学生这边的数据汇成学情,老师那头的备课不再凭经验拍脑袋,AI把班上谁卡在哪个知识点、下一堂课该往哪儿使力都摊在桌面上。

打开网易新闻 查看精彩图片

产业洞察那一屏更有压迫感。产业全景、人才供需、能力画像几个视图切换下来,一所学校头疼的“我这个专业到底还该不该办、该往哪个方向调”,第一次有了来自产业侧的实时数据支撑,而不是几年改一次、改完又过时的培养方案。

打开网易新闻 查看精彩图片

往业务深处走,能摸到企业真实智能体场景的影子——前面说的那几个真实场景,在这里是能跑起来的,而不是教材里的模拟题。随后简单体验的灵基校园治理,则更像给学校那堆各说各话的旧系统装了一个统一的数据底座和决策入口。

体验下来最大的感受是:它不像一个“教育软件”,更像一个把企业操作系统换了张教育界面的产品。这种“企业味”是它很硬的差异点,也是最该被追问的地方。

打开网易新闻 查看精彩图片

一所财经学院的体感,从“打杂实习”到“九成就业”

故事讲得再漂亮,也得落到某个具体的学校、某个具体的老师身上才算数。

在深圳信息职业技术大学财经学院,赵根宏老师描述了一种过去很多职业院校都熟悉的困境:以前让学生去企业实践,大多是“认知型”的,走马观花看一圈,企业也不真把业务交给学生做,学生搭进去一学期,回来手上还是空的。

打开网易新闻 查看精彩图片

现在这个逻辑被掰过来了。企业导师不光来上课,还得把企业正在跑的真实项目搬进课堂,学生跟着项目练实操、练技能,练完金蝶再把人送到生态伙伴、甚至金蝶公司里去跟岗上真项目。

一个偏文科的财务专业,因此被硬生生拽出了一条技术线:方向叫“数字财务的现场工程师”,往前一步是现场实施顾问,往后一步还能做老本行财务——“进可做实施、退可做账”,学生凭空多了一条能吃饭的路。

打开网易新闻 查看精彩图片

赵根宏说,这两年AI发展快,产品的二次开发门槛反而降了,学生靠跨专业培养,也能切入生产、供应链这些非传统财经的地盘。

很能说明问题的是一组就业数字。这个班三届学生、两届毕业,除个别升本和个人选择,基本能保证九成以上进入金蝶相关生态或对口岗位;而隔壁传统平行班这几年不停调整培养方案、改课程体系,就业率也不过是从50%一点点爬到60%、70%。

打开网易新闻 查看精彩图片

至于那个所有财经院校都绕不开、也扎心的追问——“AI会不会把会计干掉?”

赵根宏答得克制、也诚实:中小企业那种简单业务替代性确实强,但会计是对政策的执行、对准则的把握,现实操作里判断性很强,机器还没到那一步,“替代一部分,但不会是整个行业坍塌”。

所以他做的是逼着专业转身,跟着金蝶的产品一起升级:前两年加轻分析,去年做AI财报,现在干脆把灵基当大模型平台用。

打开网易新闻 查看精彩图片

这一段没有一个宏大字眼,却恰好是一线对“同源共生”诚实的投票。当一所学校、一个老师、一批学生用就业率和去向为某个方案投了票,这比任何架构图都有说服力。

金蝶真正想抢的,是那把定义人才的尺子

把镜头拉开,会发现金蝶这次布局的用意,比卖软件大得多。

市面上做AI教育产品的不少——做教育信息化的公司补了点AI,大模型厂商套了层教育场景的壳——但它的差异化恰好落在别人补不上的地方。金蝶把它归成三块底牌:

打开网易新闻 查看精彩图片

一是产业基因,740万家真实企业的业务实践,买不来、抄不走;

二是全栈自研的AI底座,灵基从模型、知识、工具到安全体系一体供给、自主可控,正因为不是拼的,才敢提“重构而非适配”,这对院校级的数据安全也是隐性资产;

三是中枢式整装交付,不给学校一地零件让它自己当集成商,而是底座、产业资源、五大平台同根同源一座中枢。这套组合,短期内很难被一个“教育背景”的对手抄走。

打开网易新闻 查看精彩图片

但比壁垒更值得注意的,是它在抢一样东西:“AI时代到底该培养什么样的人”的定义权。谁定义了新质人才的能力图谱,谁就顺势定义了课程、教材、认证、评估,最终也定义了这个赛道未来十年的标准。

一个学生在这套体系里走完,是带着“能对话、能干活、能开发”的三层能力毕业,手里还揣着在金蝶生态做过真项目的经历。

打开网易新闻 查看精彩图片

这是一条很长、很隐蔽、但回报可观的链路——为五年、十年后的企业采购决策,提前埋下一层人才惯性。金蝶自己也坦白这是“先做价值、再做规模”的长期主义,短期财务贡献相当有限。

但账终究要算,红线也终究要画。当一所学校的专业设置、课程、认证、就业通道都接到同一套底座上,学校的“独立性”边界在哪?

越是头部的院校,对“被单一企业深度绑定”越警惕。会上,高教学会的领导反复强调“育人为本”,院校代表坚持“数据有源、模型有责”,其实都是在替金字塔尖的院校划红线。

打开网易新闻 查看精彩图片

而像赵根宏那样一线老师最在意的,从来不是什么定义权,而是我这个班的孩子毕业时手上有没有真本事、找不找得到一份体面工作。这两个尺度之间的那条线怎么画,是金蝶绕不过去的一道题。

教育的能量,灌不进去

回到开头那个略显错位的画面——一家做企业软件的公司,站在教育的场子上算人才的账。

这件事之所以值得认真对待,是因为它戳中了一件事:真正稀缺的,从来不是“会用工具的人”,而是“在工具给出的无数可能里,知道该选哪一条的人”。

这恰恰是AI再强也暂时替代不了的那部分,也恰恰是教育在新时代还站得住的价值。

打开网易新闻 查看精彩图片

金蝶聪明的地方,在于它看明白了:AI时代教育缺的不是设备、不是软件、不是又一个挂牌的基地,而是一条从真实产业里长出来、能让学生提前摸到真活儿的通道。

金蝶把740万家企业的业务图谱搬进校园,是给这条通道铺了根好管子。但管子铺得再漂亮,里面能不能流出教育的活水,取决于学校接不接受、老师会不会转、学生认不认。

打开网易新闻 查看精彩图片

放大器放大的是能量,前提是你得先有能量。而教育的能量,终究不是任何一家公司能从产业那一侧,一次性灌进去的。

AI把人才标准重写了。这一次,考题出得很快,大学答得怎么样,没人能替它们作答——金蝶能做的,只是把产业世界真实的那张卷子,尽早递到它们手上。

打开网易新闻 查看精彩图片

更值得追问的是:这场变化,究竟是给教育换了一套工具,还是对教育本身的重构?当知识不再稀缺、答案随手可得,大学四年要交付的,就不再是“会答题的人”,而是“能在AI给出的十个方案里,挑出那一个对的人”。

这对学校是专业设置与培养模式的重构,对老师是从知识传授者到学习引导者的转身,对学生是从“完成作业”到“定义问题”的跨越——三方同时被推到一场没有标准答案的考试里。

打开网易新闻 查看精彩图片

金蝶递来的不只是一套系统,更是一个信号:AI时代的教育,不是给旧课堂加装一台机器,而是把“教什么、怎么教、怎么评”整套逻辑重新写一遍。

能不能接住,考验的不是技术,是教育有没有勇气对自己动手术。考验的是考试散场之后,那些真实的数据、真实的老师、真实的学生,愿不愿意在这套东西上,长期留下来。(文/白丽)