新华日报财经讯 近日，首届“AURORA·AI for BUSINESS”人工智能应用与科技金融大会在江苏常熟举行。这场由中国科学技术大学、北京航空航天大学、浙江大学、北京大学、清华大学五所高校联合发起的大会，聚焦组织、管理、评价、落地等更深层次的议题。“技术只是起点，管理才是关键”，成为贯穿本次大会的核心共识。

技术往前冲，管理为何没跟上？

“这两年AI模型几乎一个月一变，但真正靠它赚到钱、做成事的公司并不多。技术在往前冲，管理程度没有跟上，中间到底差了什么？”技术创业研究者梁桂在主旨演讲中抛出这个问题。

梁桂认为，在企业，技术按月变没问题；但组织改变要以年为单位；财务要看到真金白银才肯投入，三者很难同步。“今天稀缺的不是高水平的模型，而是把技术能力转化为产品、嵌入流程、最终变成收入和利润的能力。”他说。

梁桂举了四个案例。AI编程工具Cursor把大模型装进了程序员每天绕不开的界面，用户无需多走一步，去年11月自曝年化收入超10亿美元；苹果前科学家创办的Humane做了一款AI硬件“别针”，没有屏幕，靠语音交互，结果用户发现手机能干的它干不好，它能干的手机也能干，没有真实场景，最终被低价收购；新加坡星展银行在2000多个业务环节里逐个上AI，400多个用例累计带来10亿新元经济价值；美国房产平台Zillow用AI预测房价后直接下场大规模买房，因预测跟不上市场波动，一次亏掉3亿美元。

“模型可以相似，但工作流是否高效、责任如何划分、资金是否到位，这些问题不会自动趋同。”梁桂把AI称为“新物种”，因为它同时改写了四条旧规则：结果从确定执行变为概率判断，能力从内部积累变为外部调用，成本从几乎为零变为按次付费，行动从只给信息变为直接动手。驾驭AI的经验尚未普及，过往的管理工具已经不够用了。

AI大模型赋能科技成果转化

中智科学技术评价研究中心理事长李闽榕领衔研发了一款科技成果知识产权评价大模型。在他看来，导致科技成果转化率低的一个重要原因，是科技成果评价体系存在短板。他所研发的大模型，试图破解这一难题。

这一模型构建了跨领域的超大规模知识图谱，通过高维语义嵌入矩阵，将晦涩的技术语言转化为产业界和金融界能够理解的商业逻辑。模型内部设有两个“数字经纪人”，一个关注技术先进性，一个关注市场可行性与信贷风险。两者的博弈让评价结果既能回答“技术好不好”，也能回答“值不值得投”。目前，单项成果评价时间已压缩至20分钟以内，成本降至传统专家评审的10%以下。该模型已被国家知识产权局列为2025年知识产权转化十大优秀案例，并入选2026年“人工智能+社会服务”18个重点项目。

在应用类大模型蓬勃发展的同时，我们也清醒地认识到，基础大模型的原始创新仍需加强。李闽榕呼吁，要加大力度攻克关键核心技术，实现高水平科技自立自强。

管理教育重塑，五校如何形成合力？

中国科学技术大学讲席教授叶强在演讲中提出了一个看似基础却直指要害的问题：“AI时代管理还有用吗？”

他的答案是肯定的。叶强以Zillow为例分析：其AI预测房价准确率很高，误差不到2%，但推向市场后遭遇逆向选择，即预测偏低时成交率极高，预测偏高时无人问津，而训练数据中的误差是对称的，市场反应却不对称。“这个问题仅靠技术解决不了，需要管理人才和金融人才。”

叶强引述麦肯锡、麻省理工学院等机构的多份报告指出，AI应用未达预期的原因中，大部分是管理问题。他提出，企业需要“流程再造2.0”，在推动人工智能和智能体进入组织后，企业流程需要比互联网时代更加深刻的再造。

由叶强牵头、五所高校共同参与的国家自然科学基金重大项目“大模型时代数字商务的理论和方法”，正是围绕这一方向展开。课题涵盖大模型垂域化技术、智能决策与协同、人智融合组织管理、新型商务模式和数字商务战略研究五个层面。

叶强还透露，中国科大已获批创建“AI for Business”本科专业，这是国内首个此类专业。“我们追求深度融合。未来大学和商学院会成为科技革命和人类文明发展引擎中一个重要的节点。”他说。

此次大会，9个路演获奖项目签署了意向落户协议。更为重要的是，五所高校学者在沙家浜达成共识：AI从实验室走向产业一线，需要的远不止更好的模型。技术是必要条件，但在这一进程中，组织变革、管理重塑、人才适配、评价体系重构——这些“慢变量”才是决定AI能否创造真实价值的关键。展望未来，随着产学研协同的持续深化，以及我国在关键核心技术上的不断攻关，我们有信心在人工智能领域实现从应用创新到基础原创的全面引领，为经济社会发展注入更强劲的动能。

新华日报·财经记者 何玥颐