文/辛向晖
整理/杨子蕊
编辑/田艳红
校对/苏良辰、冯白
9月18日,由企名科技&24新声举办的“数字中国——2020年中国数字产业创新峰会”在北京盛大召开。本次峰会设有主题演讲、圆桌论坛、高端对话,同时聚焦4大行业专场,发布5大领域榜单,共有40多位行业专家、技术大咖、资深创业者和投资人一起探讨中国数字化产业的现状和趋势。
寓乐世界副总裁辛向晖进行了主题为《素质教育的数字化转型趋势》的演讲,她表示:“数字化转型的关键就是业务、技术、数据、人才。在这种背景下,人工智能等新兴技术赋能下的“智慧教育”,目前正在创造更加个性化、服务于终身学习的智能高效学习环境。”
以下为辛向晖的演讲实录,经24新声精编整理,有删减:
首先是业务方面。
目前数字化转型,常见的业务侧重方向有三种。一是营销端的数字化,链接客户与市场,扩大入口从而推动营收业绩。
二是内部运营端的数字化,降本增效提升盈利能力。从教育的行业来讲,我们关注的是效率、效果和成本。
三是数字化产品与服务的打造,提升产品基本面的竞争力,通过产品和服务的重塑实现业务模式的革新,开拓新的业绩来源。
其次是技术方面。
数字化转型包括三类技术。一是基础技术。传统核心系统改造、技术业务转型以及网络安全这些基础技术已成为各类组织数字化转型的基石。
很多岗位需要我们去做赋能和培训。例如企业内部所有流程的信息化、数字化,这是一项非常重要的系统工程。在民用互联网阶段,我们对流程的数字化已经做的相对较好了,但是在工业领域有很多环节都是离线的,并不在线上。这里就有很多基础环节要做,所有的零件怎么标识,用什么方式分类,这都需要专业的人才去做。
二是广泛应用的技术。云计算、分析技术和数字体验技术早已得到深入应用,并持续演变发展,不断颠覆商业、运营模式并重塑企业的核心能力。、
三是新兴颠覆技术。5G、区块链、人工智能认知技术和数字现实等技术将成为驱动数字化转型的独特力量。未来都会对教育效率和效果起到颠覆性的变化。
第三是数据方面。
刚才说到业务、技术,我再说一下数据。现在数据涉及到的人才和岗位,大致分成三类。
一是DA数据分析:解决业务问题,与业务结合紧密,脏活累活,收集内外部数据,进行整合,变成有用的数据,探测趋势和关系。DS数据科学。
二DS数据科学:具有较好的统计和数学学科基础,主要是从数据中发现关系。
三是DE数据工程:数据模型的建立。
但企业在做数据分析以及数据科学培训的时候,往往陷入误区。例如基于业务的数据分析才有意义,而不是把这项工作交给技术人员去解决;数据分析人员不是IT人员,已经逐渐变为一项通用技能;得到和分析数据是为内部沟通和解决问题服务的。
数字化赋能各个行业。例如金融、交通、能源、制造、教育等领域。
目前人工智能已在老师教学与学生学习、评测的各个环节切入教育领域,相关产品服务包括拍照搜题、分层排课、口语测评、组卷阅卷、作文批改、作业布置等功能,涉及了自适应、语音识别、计算机视觉、知识图谱、自然语言处理、机器翻译、机器学习等多项人工智能技术,正在创造着更加个性化、服务于终身学习的智能高效学习环境。
第四是人才培养的挑战与机遇。
人才建设将成为组织数字化转型的基石,但是大多数组织并没有为数字化转型储备足够的人才。
企业普遍存在的问题包括新兴岗位及岗位职能发生变化;机器代替人力;很多人是跨学科掌握新技术、新技能;学校教学内容更新迭代的滞后;教师培养有很多的困境;企业转型的投入与产出不匹配;中小企业面临用人荒,但又存在最难就业季。
比如说高等教育的院校,以及培训机构,他们所传授的内容相对滞后。因为技术的发展太快了,很多IT培训机构的老师,甚至没有在实际工程场景里面工作过。
人才的培养包括三种,第一个是做数字化人才的培养。第二个是人才培养的数字化。第三叫做“校企命运共同体”。我觉得这个特别重要,大家都会有一个共识,学校和企业的深度协同会变得越来越重要,大家要一起去解决这些问题。
人才培养的新趋势,技术与数据驱动(内容&手段);低能耗、可复制;校企深度协同;平台整合资源
培养方法包括一是教学内容数字化。
二是教学过程的数据化。因为大部分学校甚至包括计算机相关专业的学校,IT化程度做的并不好。可能现在依然是每个孩子在机房里面用一个电脑,去完成一个编程的结果。老师也只能在他的电脑上看成果,如果有系统支持的话,老师可以整体看到所学生的作业和结果,都能够被留存下来。
三是把企业里面的实践经验案例化。例如商学院上课特别喜欢用案例,但都是商业案例,包括如何设计产品,如何设计商业计划等。
四是还原企业场景项目的设计,让项目落地实施。
五是具体操作的过程,让学生参与进来,整个流程是PBL流程。