AI背景下，培養工程項目管理人才和推動教育變革新范式

編者按：當前，以ChatGPT、DeepSeek為代表的人工智能（AI）技術迅猛崛起，不僅重塑工程項目管理專業的底層邏輯，更深度融入其人才培養體系與教育模式，推動其培養方向、課程體系、產教融合發生系統性迭代及變革。本刊特別邀請西安交通大學管理學院工程管理碩士（MEM)與會計碩士（MPAcc）中心主任、教授何正文，深度聚焦工程管理的教育場景，縱深推進AI技術賦能創新MEM人才培養和高校相關教育體系，并提供示范性和實踐性引領，以構建工程項目管理人才和推動教育變革的新范式。

一，也迎來其與AI技術的深度融合和全面變革。其中，智能建造、數智化管理、數字孿生、多模態交互等成為該領域的熱點。然而，現階段傳統項目管理教育面臨著與AI發展不匹配的4個痛點，分述如下：

（1）課程體系滯后，缺乏與AI技術融合的內容。傳統項目管理教育仍以固有的知識體系為主，而AI技術驅動的預測分析、智能調度、自動化決策等前沿內容尚未系統地納入課程體系。

（2）教師AI專業能力及素養不足，難以勝任智能教學。部分項目管理專業教師對AI技術理解深度有限，無法有效整合AI工具，在教學中難以駕馭生成式人工智能、數據驅動與智能決策技術。

(3）現有教材內容陳舊，需要結合AI技術進行升級。現有的工程項目管理教材仍以傳統內容為主，缺乏與AI技術的融合，因此需要面向企業應用實踐，結合AI技術對教材內容進行升級更新。

Q 當前AI技術以日新月異的發展態勢改變著各行各業，工程項目管理作為傳統而重要的領域之一，也迎來AI技術的深度融合與變革。現階段傳統項目管理教育面臨哪些與AI發展不匹配的痛點？

（4）基于AI技術的實踐實戰薄弱，校企合作需要夯實強化。圍繞基于AI教學內容的實踐實戰、案例教學環節較為薄弱，有的學校甚至仍處于空白狀態，在AI領域校企聯合協同育才亟待加強。

A：當前，AI技術正以突飛猛進的速度向各行業融合滲透，深度改變了各行業的發展形態，大幅提升了各行業中相關企業的生產運作效率。毫不例外地，工程項目管理作為傳統而又重要的領域之

0 結合AI技術，您認為當前工程項目管理人才需具備哪些核心能力以適應行業變革？

A：結合AI技術，我個人認為，當前工程項目管理人才應在已有傳統理論知識和實踐經驗的基礎上，應具備如下4方面核心能力：

（1）數據驅動的決策與分析能力。即熟練運用AI工具處理、分析海量項目數據，并進行科學決策的能力。例如，通過歷史數據預測項目工期延誤風險、優化資源配置，實現項目成本最優控制的能力。

（2）AI技術整合應用能力。即熟悉工程領域的AI工具，理解其底層邏輯與適用場景，具備4 AI+ 工程 + 管理”的復合知識。例如，通過多智能體協同技術處理復雜工程數據，將AI算法與工程規范相結合，優化實施方案。

（3）AI系統思維與工程規劃能力。即掌握AI系統思維并進行工程規劃的能力。例如，利用AI實現多項目資源動態調配，通過分布式智能體協同技術將復雜任務拆解為可執行的子任務，結合AI預測模型量化風險并制定應對策略。

（4）AI人機協同與團隊協作能力。即借助AI技術實現人機協同，完成從傳統“指令型”向“賦能型”領導的轉變。例如，通過AI助手提升團隊溝通效率，與企業IT部門共同開發定制化工具，實現4 AI+ 工程”的跨職能協作。

Q 在AI背景下，高校應如何構建并優化相應的培養方向和課程體系？

A：在AI背景下，以西安交通大學工程管理碩士（MEM）項目為例，其面向國家重大需求和區域經濟發展，依托迅猛發展的人工智能、數字經濟、智能制造、綠色能源等技術，圍繞科技成果轉化為新質生產力，憑借我校的優勢學科，設置了5個特色專業方向：

（1）數字化轉型與智慧運營方向。面向我國數字化產業轉型升級所需的管理變革與創新需求，培養掌握數據分析、人工智能、運營管理等理論方法，具備數字化思維與智慧運營能力的高層次人才，進而推動數字化技術在工程領域的應用。

(2）數字經濟與智能制造方向。面向我國推進數字經濟建設及智能制造等國家戰略型產業發展的現實需求，培養掌握數字經濟理論和智能制造技術，具備從事數字智能產業升級和先進智能制造管理能力的復合型高層次人才。

（3）項目管理與數智技術方向。面向基礎設施建設、高端裝備制造、新產品開發等項目管理實際需求，培養掌握數智技術工具方法，具備從事項目決策、計劃、控制、評估等項目全生命周期管理能力的高層次人才。

（4）能源管理與可持續發展方向。面向“雙碳”戰略下我國節能減排和新能源產業發展需求，培養具備新能源工程的跨學科知識素養和管理實踐能力，從事推動產業可持續發展和綠色轉型的創新型高層次人才。

（5）科技成果轉化與創投方向。面向國家創新創業、科技成果轉化的戰略需求，培養掌握科技成果轉化的法律法規和操作程序，具備市場分析和投資決策能力，能準確把握市場需求，推動技術轉移與科技創投的高層次人才。

根據上述培養方向要求，我校制定了融合AI技術的學位課、公共選修課、方向選修課和實戰實踐課構成的課程體系，該體系與學位論文或實踐性成果選題、中期考核、評審答辯一起，形成MEM專業的完整培養方案。

Q 開展產教融合已成為當前高校亟待突破的重要課題，如何通過引入真實企業案例（如智能制造、智慧城市項目），培養學生在AI場景下的實踐應用能力？

A：的確，如何開展產教融合是現階段高校面臨的一大挑戰。通過引入真實企業案例培養學生在AI場景下的應用能力，這是實現工程管理人才培養目標的重要手段和途徑，可從如下4方面落實：

（1）構建校企共建實戰平臺，打造“場景化”學習環境。引入企業真實項目與數據資源，構建虛實結合的實驗平臺，將AI大模型數據標注項目引入課堂，推動算法研發與教學融合，學生可在仿真環境中訓練AI模型并驗證效果，形成“學中做、做中學”的閉環。

(2）強化案例型課程設計，實現“問題導向”能力培養。圍繞企業實際案例進行課程設計，以解決實際問題為導向，推動“研-產-供-銷-管”全價值鏈案例教學，培養學生系統性解決問題的能力，幫助學生理解技術落地的邊界條件，強化4 工程”的復合能力。

(3）深化“雙導師”制協同理念，完善“理論-實踐”閉環。企業導師深度參與教學，負責講解AI模型在實踐中的應用技巧；校內導師側重AI算法原理，形成“技術-場景”互補，強化理論向實踐遷移，確保教學內容與產業技術同步，提升教學場景的真實性。

（4）踐行成果轉化評價創新機制，打通“學習-就業”鏈路。實戰成果反哺教學與企業，將技術成果直接轉化為教學案例，形成“研發-教學-產業”正向循環，將AI模型部署效率、跨平臺兼容性等工程指標納入考核，實現人才培養與用人需求的精準匹配。

Q 在AI背景下，西安交通大學MEM項目在產教融合方面有哪些創新之舉？

A：西安交通大學MEM項目在產教融合方面，持續深化MEM人才培養模式的探索和創新。其中，最具代表性的就是建立與實施以產教融合為目標的“校企協同育人培養模式”。該培養模式的總體思路是全方位融合AI技術“思政筑根基、實戰鍛能力”的理論精髓，其聚焦三全育人，堅持立德樹人，通過優化培養方案、銜接職業資格認證、統籌導師隊伍、開展實戰活動、完善制度體系等方式實現育人目標。該育人模式具有如下4方面特點：

（1）設計優化培養方案，銜接職業資格認證，“思政 + 實戰”雙強化。(2）分類細化、統籌管理“1(思政隊伍） +2 (雙導師隊伍)”的導師隊伍建設，夯實校企協同培養育人基礎。(3）思政引領，打造全方位校企協同育人實戰平臺。（4）完善制度體系，構建“校企共管，協同培養”的學生管理模式。

經過8年多的探索實踐，我校的校企協同培養育人模式日趨成熟，協同育人基地建設與校外導師聘任已經成為日常性教研工作，并有機融入MEM項目培養過程，在AI背景下較好地實現了產教融合的目標。

(整理：本刊編輯王漢)