2025年12月16日，由墨尔本中国高校校友会联盟（MCUAA）主办，墨尔本东南大学校友会协办的主题讲座《与 AI 同行：企业应用与职业发展的思考》圆满举行。本次讲座邀请了数值模拟资深研发专家、AI应用高级研发工程师、MCUAA主席范志良博士担任主讲嘉宾，由MCUAA理事刘莘女士主持。活动吸引了来自各行各业的近七十名校友与专业人士在线参与。
范志良博士拥有三十余年横跨学术界与工业界的科研与工程经验。1991年范博士在东南大学获得结构工程博士学位，之后在同济大学桥梁系、清华大学结构工程与振动开放实验室、英国萨尔福德大学土木系及伦敦帝国理工学院航空系从事研究数值模拟科研工作。1996年，范博士加入总部位于墨尔本的Moldflow研发团队，担任复合材料加工工艺的数值模拟与优化的方向核心研发工作, 其技术创新为Moldflow在美国Nasdaq成功上市作出了重要贡献。Moldflow被Autodesk收购后，范博士任Senior Principal Research Engineer,其负责研发的技术和产品被全球塑料成型行业广泛应用。2018年起,范博士在Autodesk涉足人工智能领域。2020年加入澳洲气象局科学与创新部,研究用机器学习校准与改进气象数值预测，其负责研发的子软件包已成功整合进英国气象局的开源软件体系。最近四年在Equifax从事自然语言处理在信用风险评估中的应用研发,以及在BlueScope钢铁集团从事机器学习在智能制造中的应用研发。
不同于以往偏重技术细节的解读，本次讲座更加聚焦于 AI 在实际场景中的落地应用，以及其对科研范式、社会环境和个人职业发展所带来的深远影响。范志良博士在长期的科研与开发探索实践中，形成了许多深刻而独到的思考。在本次讲座中，他将这些宝贵的体悟毫无保留地分享给听众，诸多观点令人耳目一新，更引发了现场观众的强烈共鸣与深入思考。
晚上八点十分，讲座正式开始。范博士以其在土木结构工程与航空结构数值模拟领域的研究工作以及二十三年在 Moldflow 研发与工程创新方面的实践经验为背景，引出了关于不同时代科技发展内在驱动力的讨论。范博士系统梳理了科学研究范式的演变脉络，指出科技发展大体经历了经验／实验驱动、理论驱动、计算驱动、数据驱动，直至当前以智能为核心驱动力的五个阶段。每次演进均为融合与增强，而非简单替代，科研方法进入更系统、更智能的新时代。范博士指出上述范式转型正在深刻影响各学科的研究范式与方法体系，对科研问题的建模方式、研究路径选择以及跨学科协同机制均产生了深远影响，并持续推动科研组织形态与创新模式的结构性变革。
在此背景下，范博士以AlphaZero 与 AlphaFold 为代表性案例，阐释了智能驱动范式对传统科研逻辑的颠覆性意义：前者通过自我博弈与强化学习，在无需人类先验知识的情况下发现超越人类经验的策略；后者则在蛋白质结构预测这一长期未解难题上，实现了接近实验精度的突破，显著加速了生命科学研究进程。此外，他还指出，AI 驱动的气象预测模型已在计算效率上实现对传统数值天气预报方法的数量级加速，在保证预测精度的同时，将原本依赖超级计算机的复杂计算大幅压缩，为高频、实时气象预测和极端天气预警提供了全新的技术路径。
范博士以“每个行业都将从 AI 中受益”为开端，系统阐述了人工智能在产业实践中的核心价值。他强调，AI 的真正价值并不在于算法本身的复杂性或先进性，而在于其对实际生产力和组织效率的实质性提升作用。推动 AI 真正落地的关键，并非单纯依赖“最懂算法的人”，而在于能否将 AI 技术与具体行业机理深度结合——这既可以体现在兼具行业认知与 AI 能力的复合型人才身上，也同样可以通过行业专家与人工智能专家之间的高效协作来实现。无论是个人层面的能力融合，还是团队层面的专业互补，深刻理解行业机理始终是前提。只有对业务流程、关键约束和核心痛点具备足够认知，才能准确识别 AI 可发挥价值的切入点，将抽象的技术能力转化为可落地、可持续的解决方案，从而实现运营效率的显著提升、成本的优化控制、创造新的产品/服务体验以及业务能力边界的持续拓展。在这一过程中，AI 不再只是工具，而逐步演化为一种战略性资产，帮助企业从被动应对走向主动创新。
结合自身从传统工程仿真向 AI 驱动创新的转型经验，范博士分享了他在制造业流程优化、质量和安全监测自动化、金融风险控制、财务收支预测、CAE 数值模拟、气象预测及知识管理等多个领域的实战案例，深刻展示了 AI 技术在革新建模方法、优化决策流程及拓展科研能力方面的核心价值。
面对 Agentic AI（自主智能体） 这一快速兴起的新趋势，范博士系统描绘了新一代智能系统的演进方向：它们不再只是被动响应指令的工具，而是具备目标自主设定、持续环境感知、任务分解与多智能体协同能力，能够在复杂约束条件下自主规划与执行任务，从而对现有的工作流与组织协作模式产生深刻重构，将AI从“辅助工具”逐步演变为“数字协作者”。
然而，范博士也清醒地指出，这一演进过程远非线性推进，而是充满现实挑战与结构性障碍。与传统预测模型、计算机视觉等相对成熟的 AI 技术不同，后者已在制造、金融、安防、零售等领域形成稳定应用并创造了可观的商业价值，而基于大语言模型与智能体的应用，在商业化层面仍面临显著不确定性。高昂的算力成本、复杂的系统集成、可靠性与可控性问题，以及与现有业务流程的深度耦合难度，使得大量项目“技术上可行、商业上难以为继”。他引用 MIT 最新调研指出，约 95% 的企业生成式 AI 项目未能实现预期成功。对此，范博士强调，破局的关键在于精准挖掘高价值、可落地的应用场景，并将AI深度嵌入企业的核心业务流程中。
在讲座的后半部分，范博士深入探讨了 AI 对个人职业发展的深刻影响。他引用狄更斯《双城记》中的名言——“那是最好的时代，也是最坏的时代”，来形容当下的处境。
范博士坦言，生成式AI工具已深刻改变了他的学习与工作方式，其中最显著的变化在于将大量繁琐的编程工作交由 AI 完成。他结合两个亲身实践案例，生动展示了生成式 AI 对创意激发与生产力提升所带来的革命性影响。其一，他仅通过自然语言编写提示词（Prompt），便借助 AI 工具将设计构想成功转化为 MCUAA 的标识（Logo）；其二，他再次利用提示词，在极短时间内生成标准化的 HTML/CSS 代码，高效完成了一份专业水准的活动海报设计。
范博士指出，AI正展现出鲜明的“双刃剑”效应：一方面，它在医疗诊断、药物研发和科学研究等领域助力人类突破极限，例如通过深度学习算法加速新药发现和精准医疗，推动了众多突破性进展；另一方面，由于AI在处理规则、数据和逻辑推理方面的天然优势，它正加速替代基础编码、标准文书处理、初级数据分析、翻译以及客户服务等依赖重复性信息处理和规则执行的岗位。这种将“入门级任务”自动化的趋势，不仅提升了整体效率, 也实质性地削弱了部分年轻人的就业前景。面对AI大规模应用过程中，给很多从业者带来了前所未有的压力和职业危机。 范博士乐观地强调,每一次规则的改变都孕育着新机会，真正的机遇并非仅在AI公司，而在于传统行业的数字化与智能化重构。未来的工作属于那些适应能力强、乐于学习并愿意拥抱AI的人，——正如业界共识所言，“拥抱AI的人终将取代不拥抱AI的人”。
在这种背景下，从业者应将AI作为职业加速器，在积极拥抱技术变革的同时，强化跨部门沟通与复杂决策等人类核心优势。这意味着人才不应仅懂某项技术，而要成为能用AI解决真实问题的复合型专家：既能洞察问题、构建模型，又具备卓越的同理心与沟通能力，能够协调资源将想法落地。他提出了在AI时代的九个核心竞争力: 好奇心、激情、学习敏捷力、适应力、韧性、批判性思维、创造力与想象力、共情与人文关怀和跨域整合力。
范博士警告“认知卸载”陷阱：AI应被视为人生的“底层技能”和增强思维的“利器”，而非替代思考的”拐杖”, 过度依赖AI可能导致判断力退化。他强调，“AI会放大智能——而且是双向的”：聪明用户用AI加速学习，懒惰用户则削弱自身能力。
本次讲座的主题报告部分，进行了大约七十分钟，九点二十分，在 MCUAA讲座主管刘莘理事的主持下，讲座进入到了气氛热烈的互动的环节。
线上听众就AI伦理、职业转型路径及中小企业落地策略踊跃提问。范志良博士，则耐心热情地，进行了逐个解答，令在场的每一位听众，都受益匪浅。时间在交流中飞逝，九点三十分，讲座正式宣告结束。刘莘理事代表MCUAA，对范志良博士在百忙之中为校友们带来如此高水准的分享表示衷心感谢。而听众们，也通过屏幕，给范志良博士留下了热烈的掌声。
干货满满，启发深远——有校友对讲座如此点评。而这，正是活动的初衷。
MCUAA成立以来，已成功举办多场高科技主题讲座，彰显了高校联盟凝聚智慧、服务校友的使命。主办方表示，MCUAA 将持续致力于为在墨尔本的中国高校校友搭建高品质的学习与交流平台，汇聚智慧、链接资源，助力校友职业发展与共同成长。
文字：蒙虎
编辑：范志良、何云爽