# NUS商學院新院長上任，目標打造人工智慧驅動的未來商學院

URL: https://www.shicheng.news/zh-hant/v/6bx7o
Published: 2026-11-03
Source: 獅城新聞

NUS BUSINESS SCHOOL · AI-NATIVE FUTURE

當AI會分析、寫報告、提建議，商學院還要教什麼？

答案不只是更多AI課程，而是重塑學習、實踐與研究的連接方式

過去，金融、經濟學和管理知識足以為商業人才打下堅實基礎。

今天，企業還希望畢業生理解科技、數據科學、可持續發展與人工智慧。隨著AI接手越來越多基礎分析工作，學生甚至可能失去過去通過初級任務積累經驗的機會。

2026年7月出任新加坡國立大學商學院院長後，Teo Chung Piaw教授提出一個更大的目標：建設一所**面向未來的「AI原生」商學院**。

這裡的「AI原生」，並不是簡單增加幾門AI選修課，而是讓AI進入課程、教學、學校運營、產業合作與研究轉化的全過程。

真正稀缺的，不只是會使用AI的人，

而是能夠判斷一個答案是否可靠、一個建議是否值得採用的人。

## 01｜新院長是誰？從運籌學到商業教育



Teo Chung Piaw教授是NUS校友，也已在NUS商學院從事研究、教學與學術管理超過三十年。

他是NUS商學院Stephen Riady教授，研究領域包括運籌學、優化、供應鏈、機器學習和公共部門分析，應用場景橫跨航空、物流、電商與城市系統。

在出任院長前，他曾擔任NUS運籌學與分析研究所執行主任，並共同領導新航—NUS數字航空企業實驗室，推動AI、運籌優化與航空業真實問題結合。

這段經歷也解釋了他的教育構想：AI不應被視為獨立於商業的技術附件，而應成為理解和解決組織問題的一種基礎能力。

![NUS商學院新院長上任，目標打造人工智慧驅動的未來商學院](https://www.shicheng.news/images/image/1793/17934849.avif?0)





## 02｜「AI原生」不是另開一個專業，而是融入九大專業



NUS正在推進X+AI教育策略，把AI嵌入不同學科，反映各行各業正在發生的職業實踐變化。

在商學院，這一策略正覆蓋九個商業專業方向。學生不僅學習通用AI概念，也要理解AI在自己所選領域中的實際應用。

● 金融學生需要理解模型如何輔助風險判斷與資產分析

● 市場營銷學生需要評估算法洞察與消費者信任

● 運營與供應鏈學生需要利用預測和優化應對不確定性

● 會計與治理領域需要關注自動化、審計與責任邊界

這些例子說明的不是具體新增課程清單，而是「X+AI」的方向：AI必須放進專業情境中學習，技術能力也要與行業知識、倫理和判斷力結合。

AI讓專業知識更容易獲得，跨學科基礎反而更加重要。

知道模型能做什麼是一種能力，理解它忽略了什麼則需要更廣闊的知識結構。

Teo教授因此歡迎學生修讀第二專業或輔修，通過多個領域的知識，建立辨別好方案與壞方案的能力。

## 03｜AI也將改變案例教學



傳統商學院案例通常給出一組背景資料，讓學生代入管理者角色，分析問題並提出方案。

Teo教授鼓勵教師更深入地使用AI，其中一項正在開發的構想是**多智能體模擬**。

在這類模擬中，不同AI智能體可以分別代表消費者、競爭者、供應商、監管者或公司內部部門，並根據學生的決策作出動態反應。

案例因此可能從一份靜態材料，變成不斷變化的商業環境：

**作出決策：**學生選擇定價、擴張或危機應對策略

**觀察反饋：**多個利益相關方產生不同反應

**復盤判斷：**學生解釋結果、修正假設並承擔取捨

這項教學方式目前仍在開發，並非所有課程已經採用。它的真正價值也不在於讓AI替學生回答，而在於創造更複雜、更接近現實的練習環境。

## 04｜當初級工作被AI接手，學生如何獲得經驗？



職場新人過去常通過整理資料、基礎分析和製作初稿逐漸理解業務。如今，AI可以完成其中越來越多任務。

效率提高的同時，也帶來一個教育問題：如果畢業生跳過了這些基礎工作，他們要在哪裡學習判斷數據質量、理解業務流程，並認識一個方案為何在現實中失敗？

Teo教授希望商學院加強產業連接，擴展企業實地服務項目，讓學生在畢業前參與真實商業問題。

NUS商學院擁有超過**5萬名遍布全球的校友**，並邀請業界人士擔任兼任教師。這些網絡可為學生帶來企業案例、項目輔導與不同市場的實踐經驗。

未來，學生不只是在課堂上討論「公司應該怎麼做」，也有更多機會與企業合作，面對不完整數據、衝突目標、溝通成本和執行限制。

![NUS商學院新院長上任，目標打造人工智慧驅動的未來商學院](https://www.shicheng.news/images/image/1793/17934850.avif?0)





企業項目不只是為了給簡歷增加一行經歷。

它要補上AI難以替代的學習：與人協作、定義問題、承擔後果並在約束中作出判斷。

## 05｜讓論文走向企業與公共政策



Teo教授的第三項重點，是推動學術研究轉化為企業能夠使用、政府政策能夠參考的解決方案。

他希望形成一條雙向循環：

現實商業挑戰啟發更有意義的研究問題

研究成果形成模型、方法與決策工具

企業和政策實踐檢驗這些成果是否真正有效

新的反饋再推動下一輪研究

隨著AI降低知識檢索和模型開發的門檻，研究價值也會越來越取決於成果如何應用、解決了誰的問題，以及能否產生可驗證的實際影響。

不過，「加強轉化」並不意味著所有基礎研究都必須立刻商業化。大學仍需要探索長期、困難且暫時沒有明確應用的問題；關鍵是為適合轉化的成果建立更順暢的路徑。

## 06｜三項重點，最終都回到「人的成長」



建設AI原生商學院、擴大產業合作、提升研究轉化，看似是三條不同路線，最終目的卻相同：讓學生和教師在變化中實現更大的潛力。

Teo教授希望「搭建通向企業的橋樑，也把人托舉起來」。他期待未來能夠看到一系列學生成長故事，證明商學院為他們的人生和事業帶來了怎樣的影響。

這也提醒我們：AI原生教育並不是把技術放在教育中心。

恰恰相反，它要求學校更認真地思考哪些能力屬於人——提出好問題、理解情境、判斷證據、連接不同領域，並為決策承擔責任。

當答案變得更容易生成，

教育更要培養判斷什麼值得相信、值得行動。