AI如何重塑商业分析与人才培养？港中大（深圳）荆炳义教授出任美团大赛顾问
2026年3月，香港中文大学（深圳）人工智能学院副院长、校长永平讲座教授荆炳义教授，受聘担任第六届美团商业分析精英大赛的学术顾问，为赛事的全过程提供专业指导。
近些年，大模型技术取得了飞跃式进步，已成为人工智能领域最富变革性的突破之一。其技术成果正快速渗透到社会生产与生活的方方面面，不仅驱动着传统产业的数字化转型，也为各行各业的智能化升级带来了全新活力，开启了人工智能赋能经济社会发展的崭新篇章。
在此趋势下，人工智能将如何进一步助力数据科学与商业分析？面对新的技术范式与应用需求，相关领域的人才培养又该如何应对？让我们一同聆听荆炳义教授的见解。
教授简介
荆炳义 教授
学院副院长、校长永平讲座教授
美国统计学会会士、数理统计学会会士
荆炳义，香港中文大学（深圳）人工智能学院校长永平讲座教授，曾获国家自然科学奖二等奖、教育部高等学校自然科学奖二等奖。他是美国统计学会会士（ASA Fellow）、数理统计学会会士（IMS Fellow）、国际统计学会当选会士（ISI Elected Member），并担任中国现场统计学会多元分析委员会理事长。他还曾出任多个国际学术期刊的副主编。
荆教授的研究方向涵盖人工智能、数据科学、计量经济学、网络数据、生物信息学、概率统计等领域。他在概率统计、机器学习、人工智能等方向的顶级期刊及会议上发表了130多篇论文，包括AoS、JRSS-B、JASA、Biometrika、AoP、JoE、JMLR、NeurIPS、ICLR等。此外，他与产业界合作经验丰富，曾获得华为火花奖和华为优秀合作成果奖。
AI大咖谈 Q&A
Q1
当前大模型拥有卓越的编程能力，这是否会重塑商业分析领域以及对从业者的技能要求？我们在人才培养方面应如何适应？
我认为会的，并且影响将十分深刻。如今，大模型正在数据处理、代码生成、初步建模及报告输出等环节，实现快速自动化。这意味着，商业分析人才的核心优势，将不再仅仅是技术执行能力，而更多地体现在问题界定、业务洞察、因果推理、结果阐释和决策转化等方面。
因此，人才培养也需要相应调整。一方面，需将大模型与智能分析工具融入日常教学；另一方面，还需进一步夯实统计学、因果推断、实验设计等基础能力，同时加强在真实业务场景下的项目实训，提升学生的人机协同能力与决策表达能力。
A
荆教授与学生、家长亲切交流
Q2
随着AI技术与商业分析领域的持续演进，您认为未来商业分析的发展趋势和关注重点是什么？
未来的商业分析将从“描述与预测”更进一步走向“决策与干预”，不再仅仅是输出分析结论，而是要构建智能化的决策系统。企业的关注点，也将从单纯追求模型精度，转向对可信性、可解释性、可治理性及可落地性的综合考量。同时，因果推断、实验设计、优化与强化学习等方法将愈发重要；文本、图像、语音等非结构化数据也将更广泛地融入商业分析流程。总体而言，未来的商业分析将越来越强调技术、业务与组织场景的深度结合。
A
Q3
作为商业分析领域颇具影响力的学者，您对参与商业分析精英大赛的学生有何寄语和建议？
我特别鼓励学生积极参与竞赛。比赛的价值不仅在于名次，更在于它为大家提供了一个贴近真实商业环境的演练场。对同学们而言，最关键的不是盲目追求复杂的模型，而是首先把问题定义清晰，把分析逻辑构建扎实，再将分析结果有效转化为具有实际价值的行动建议。
我想特别强调三点。第一，要重视问题意识，先明确自己要解决的核心问题；第二，要重视数据质量与分析的严谨性，确保结论可靠；第三，要重视团队协作与沟通表达能力，因为商业分析的最终目的是服务于决策。未来真正具备竞争力的人才，正是那些能够将技术、数据与现实问题有效连接起来的人。
A
激情冬奥
学院教授与深圳中学生访谈交流
左一：荆教授
立足粤港澳大湾区，依托港中大（深圳）十多年的办学积累与人工智能生态圈，人工智能学院致力于培养具有国际视野、创新精神和实践能力的下一代科技人才。学院创新性地设置了贯穿本科四年的系统性AI实践课程（共计16学分），从大一至大四，为学生提供了从科研课题到校企合作项目的丰富实践机会。
展望未来，人工智能学院将携手全球顶尖的AI学者与名师，在持续夯实学生基础素养与核心技能的同时，着重培养其发现问题、分析问题并解决问题的能力，引导学生在真实世界的实战中不断磨练创新思维、团队协作与决策表达能力，助力学生成为AI时代的引领者。
精彩回顾
2026学院开放日 | 3月29日，沉浸式 AI 盛宴全天不打烊！
学在SAI | 拥抱AI，使用AI，与AI共创，解码2026春季SAI特色实践课程
学在SAI | 在港中深的AI实践课堂学习，有趣又有用
精选推荐
更多大学校园动态，请关注