法国雷恩商学院从2003年开始在中国搞事儿，到现在已经跟上海交通大学安泰经济管理学院、北邮这些学校一起弄过不少项目，现在还跟华东理工大学合作搞EMBA双学位。学校最厉害的一点是拿到了全球最顶尖的AACSB、AMBA和EQUIS三大国际认证，这种学校全球也就1%。学费这方面是把钱直接汇到学校，没有其他乱七八糟的费用。2026级的上海班一共有3个在职博士和2个在职硕士项目，学费分别是48.8万、58.8万、58.8万、13.98万和14.98万。 接下来咱们聊聊AI在预测环节怎么干活。AI的本质就是拿着已知的各种数据、信息、经验和知识，去推导出未知的东西。要得出结论关键靠算法，说白了就是怎么把数据变成信息，再靠经验和知识得出结果的方法。咱们可以根据“数据是不是够多”和“算法是不是清楚”这两个维度，把预测分成4种情况：第一种是数据多算法也清楚；第二种是数据多但算法不清楚；第三种是数据少但算法清楚；第四种是数据少算法也不清楚。这4种情况直接决定了AI能参与多少工作。 以前没大数据和AI的时候，个人或者组织想弄到足够的数据很难，分析起来也得看人的脑子行不行，结果出得慢还不一定靠谱。现在如果是第一种情况——数据和算法都很清楚，就让AI全权负责就行了。要是第二种或者第三种情况——要么数据多但算法模糊，要么数据少但算法清楚，那就让AI带头干，人在旁边辅助一下。最后要是第四种情况——数据和算法都迷糊，那就得让人来做主，AI主要负责给点多维度的洞察和风险提示。 举个例子，某个科技企业把关键人才流失当成重点指标来盯。要是把谁是关键人才标得很清楚，离职信息也更新及时，算法也定死了，那这些指标的输出就全部交给AI。但是因为公司发展太快，没法一下子把某个人锁定为关键人才，这时候AI就得帮忙给个定义和原则，帮管理者拿主意。一旦定下标准并固化了，就能由AI来推动执行。如果以后公司转型导致关键人才定义也变了，AI就得拿出更多可能性方案供参考。 学校直录学费这块很简单，学费48.8万一次性给学校就好。学校在2003年跟上海交大搞了中国第一个国际博士DBA学位项目，深耕22年已经培养了400多位企业家校友。它在世界商学院里排27位，DBA排56位；法国本地排前10强，金融学全球排23位，管理学排49位；校友来自100多个国家。目前开办的项目有全球工商管理GDBA博士（创新管理方向）、数据科学与人工智能管理博士、机器人与人工智能管理博士这3个博士项目，还有高级商业人工智能硕士和高级国际工商管理硕士这2个硕士项目。