BIMBA

EE培训

【国发院EMBA·产业洞见】穿越周期的迷雾:阿马拉定律与AI的商业真相

编者荐语:

本文作者是北大国发院EMBA2021级、北京万宝德智能科技有限公司创始人夏锦泉,欢迎大家关注。

以下文章来源于北大国发院EMBA,作者E21夏锦泉。


前言

2021年,我们怀揣求知之心走进国发院,彼时未曾想到,这段求学之旅将与一个剧变的时代同频共振。

三年间,我们亲历了疫情的考验,见证了GPT掀起的人工智能浪潮,更在学院深厚的学术底蕴与同窗的卓越风采中,完成了认知的迭代与视野的升维。

2025年接过班委的接力棒,我们以"身体健康、心理健康、知识共享、富足自强"为理念,持续践行国发院人的责任与担当,与侯宏老师、学院企业家AI启航班等同学、校友的频繁交流,杭州"六小龙"的实地参访,都在不断拓宽我们对商业与技术的理解边界。

去年受托于学院的一篇约稿,因思虑未熟而搁置,直至今日——在与众多企业家的深度交流中,我们突然发现:面对AI这一划时代技术,即便是同样优秀的企业家与校友,理解路径与认知深度也呈现出丰富的差异性——这种"和而不同"的观察,既让我们看到思想碰撞的珍贵,也让我们意识到弥合认知鸿沟、促进共识形成的价值。深感于此,遂将平日所思与现场所悟融会贯通,终得此文。

从课堂到商场,从理论到实践,国发院赋予我们的不仅是知识,更是洞察本质的思维利器。愿这篇源于实践观察的文字,能为读者提供理解AI商业化的另一重视角。

——作者:北大国发院EMBA2021级、北京万宝德智能科技有限公司创始人 夏锦泉


摘要

站在2026年3月的时间节点,人工智能(AI)产业正经历着一场深刻的价值观重塑。从早期的狂热追捧到如今的理性回归,这一历程完美印证了罗伊·阿马拉提出的著名定律:人们总是高估技术的短期效应,而低估其长期影响。本文旨在透过当前的行业表象,拆解这一“预期错位”背后的认知逻辑与商业机制,探讨在泡沫挤出的阵痛期,企业决策者如何识别真正的技术红利,并布局即将到来的“人工智能”时代。


2026年OpenClaw火热背后的冷思考


时光步入2026年,当70万人卸载ChatGPT,数百万人开始“养龙虾”,我们该如何看待这场AI变局?关于人工智能的叙事正在发生微妙而剧烈的转变。

OpenAI的遭遇,是一场典型的“信任危机”。 当一家公司掌握着数亿用户的对话数据,当AI被接入军事系统、用于情报分析,用户突然意识到:原来我每天聊天的那个“朋友”,可能成为权力的延伸。这不是技术能力的问题,而是价值选择的问题。用户用卸载表达态度,用迁移表明立场。

而OpenClaw的走红,则是一场“掌控感”的狂欢。 它让AI第一次真正有了“手脚”——不再是对话框里等指令的聊天机器人,而是能自动操作电脑、整理文件、收发邮件的数字员工。它运行在用户的本地设备上,由用户自己掌控。这种从“被动对话”到“主动执行”的跨越,击中了无数人对AI的终极想象:它应该是我的助手,而不是别人的工具。



时间再往前看,2022年底ChatGPT横空出世,全球陷入AI狂喜,生成式AI以一种近乎“神迹”的姿态闯入大众视野时,世界曾陷入一种集体性的亢奋。资本竞相追逐,仿佛AGI(通用人工智能)就在明早抵达,所有重复性劳动将在顷刻间被终结。然而,随着时间的推移,当自动驾驶汽车仍在L3与L4之间徘徊,当大模型偶尔显现的“幻觉”依然让企业级应用小心翼翼,市场情绪不可避免地滑向了另一端——质疑、失望,甚至是对技术价值的重新审视。

这种从巅峰跌落谷底再缓慢爬升的曲线,并非AI产业独有的尴尬,而是技术发展史上不断重演的剧本。美国科学家罗伊·阿马拉提出的“阿马拉定律”,为我们理解当下的困境提供了最佳的注脚。站在这一关键的历史节点,我们需要剥离掉媒体头条的喧嚣与资本市场的躁动,以一种更为冷静、深邃的商业视角,去重新审视AI的现实与未来。


短期高估的陷阱

从神坛跌落的幻象


为什么每一次技术革命初期,人类总是难以避免地陷入盲目乐观?这并非单纯的群体非理性,而是深植于认知模式、媒体传播与工程落地复杂性的必然结果。

一、 聚光灯下的“峰值”错觉

AI技术的突破往往具有极强的戏剧性。从AlphaGo在围棋盘上落下那令世界震惊的一子,到ChatGPT输出第一行流畅的诗歌,这些“高光时刻”构成了公众对AI认知的起点。人类的思维本能倾向于将当下的成就线性外推。

当AI在封闭规则的游戏中战胜人类冠军,人们便理所当然地认为它也能在开放世界的复杂博弈中游刃有余;当它能写出漂亮的代码片段,人们便断言程序员职业即将消亡。这种认知偏差源于对“智能”概念的过度简化。在公众眼中,AI的某一项能力突破(如语言生成),被等同于全能型智慧的觉醒。


然而,现实中的AI更像是一个偏科的天才,它在特定任务上的表现可能超越人类,但在跨领域的常识推理、因果判断上,却往往不及格。这种“峰值效应”的误导,让市场在短期内对AI的能力边界做出了过于激进的各种假设。



二、资本与舆论的“回声室效应”

如果说公众的直觉是燃料,那么资本与媒体就是助燃的鼓风机。在商业世界中,叙事往往先于价值兑现。为了追逐热点、推高估值,资本倾向于构建一个“技术乌托邦”的故事。媒体则敏锐地捕捉这种情绪,通过放大“颠覆”、“取代”等刺激性字眼来获取流量。

这就形成了一个巨大的“回声室”。在这个封闭的循环中,AI的短期价值被无限放大,任何一个微小的技术进步都被解读为行业变革的前奏。企业为了迎合市场预期,往往会提前透支技术成熟的节奏,过度承诺落地时间表。当现实的进度条跟不上PPT上的宏大愿景,泡沫的破裂便在所难免。



三、工程落地的“最后一公里”鸿沟

造成短期高估的最根本原因,在于从实验室演示到商业落地之间,隔着一条巨大且幽暗的鸿沟。

· 实验室场景:环境是纯净的,数据是标准的,任务是单一的。

· 真实商业场景:充满了噪声、模糊性和不可预知的意外。

一个能考高分的大模型,并不代表它能像一个普通人类同事那样理解办公室政治的微妙,或者操作一个它从未见过的咖啡机。从“智能”到“智慧”,从“感知”到“行动”,这中间的每一步都充满了工程挑战。

例如,在医疗领域,AI或许能精准识别影像中的病灶,但要让它承担诊断责任,涉及法律责任界定、患者隐私保护、多源数据融合等一系列非技术难题。这些“脏活累活”,往往被乐观的预测者所忽视,却正是阻碍技术短期爆发的关键障碍。




长期低估的盲区

指数级增长的隐形风暴


如果说短期的失望是泡沫挤出的必要阵痛,那么对长期潜力的低估,则可能让企业错失整个时代。阿马拉定律的后半句警告我们:当我们将目光聚焦于眼前的苟且时,往往忽略了远处正在积聚的风暴。

一、线性思维下的“指数盲区”

人类的大脑进化自线性世界,我们习惯于“一份耕耘一份收获”的线性增长逻辑。然而,在算力、数据与算法三重驱动下的AI技术,遵循的是指数级增长规律。

这种增长具有极强的欺骗性。在初期,指数曲线与直线几乎重合,技术进步看似缓慢甚至停滞。这正是当前许多质疑者的视角——他们看到了AI如今的笨拙,却忽视了算力每几个月翻倍的底层定律。当技术积累跨过某个临界点,曲线将陡峭上扬,呈现出爆发式增长。

这种“涌现”现象,往往超出了线性思维的预测范围。今天的AI看起来还在牙牙学语,但几年后,当算力提升百倍、算法进一步优化,它可能就悄无声息地跨过了某个关键的“能力阈值”,彻底改变行业的游戏规则。

二、基础设施的“隐形化”宿命

真正改变世界的技术,最终都会走向“隐形”。电力刚出现时,曾被视为点亮黑夜的神迹,如今却像空气一样不可或缺且不被察觉。互联网也曾是极客的玩物,如今已成为水电煤一样的基础设施。

AI的长期潜力正是在于它的“水煤电化”。它将不再是独立的产品或APP,而是渗透进科学研究的每一个领域、每一个产业的每一个环节:

· 在药物研发中,预测蛋白质结构的标配工具;

· 在工业制造中,优化生产流程的隐形大脑;

· 在办公软件中,润色文档、整理数据的无声助手。

这种根本性的、润物细无声的变革,在初期很难被量化,也不会产生惊天动地的新闻头条,但它在长期积累后所释放的能量,将重塑整个商业社会的底层逻辑。



三、组合创新的“化学反应”

当我们孤立地看待AI技术时,容易陷入盲区。技术的进化史告诉我们,伟大的变革往往源于多种技术的“组合创新”。

当AI的某项基础能力(如语言理解、图像识别)达到一定水平后,将它们与机器人、脑科学、纳米技术等其他前沿领域结合,将催生出全新的物种。就像当初人们发明晶体管时,很难想象它能发展出今天的智能手机和移动互联网生态。

AI的长期潜力,在于它作为一种“元技术”,能够加速其他技术的迭代:

· AI + 机器人→ 柔性制造成为现实;

· AI + 脑科学→ 脑机接口走出实验室。

这种跨界融合所激发的无限可能,正是人类线性思维最难预见的“黑天鹅”。


2026年的修正清单

重估现实与未来


站在2026年的中期视角,我们有必要对当前的AI应用现状进行一次清醒的盘点,厘清哪些是被高估的泡沫,哪些是被低估的金矿。

一、被高估的短期预期

1. 通用人工智能(AGI)的即刻降临

尽管模型参数不断膨胀,但在逻辑推理、自主决策等核心领域,AI仍缺乏对物理世界的真实理解。AGI仍是一个遥远的目标,当前的“智能”更多是统计概率的胜利,而非认知能力的觉醒。

2. 大规模失业的即刻发生

“AI取代人类”的恐慌在2023-2024年达到顶峰。然而,2026年的现实表明,AI更多是在扮演“副驾驶”的角色。企业发现,完全自动化某一岗位的成本和风险极高,而“人机协作”才是当下的最优解。工作并未消失,而是在被重构。

3. 完全自动驾驶的全面普及

尽管Robotaxi在部分城市试运营,但在复杂路况、极端天气以及法律伦理层面,自动驾驶仍面临巨大挑战。L5级全自动驾驶的商业化落地,远比预想的漫长。

二、 被低估的长期价值

1. 科学研究的加速器

AI正在改变科学发现的方式。从AlphaFold预测蛋白质结构到新型材料的筛选,AI正在将科研效率提升几个数量级。这种影响虽然发生在实验室深处,不为人所见,却将深刻改变医药、能源等基础产业的未来。

2. 个性化服务的全面爆发

随着模型成本的降低和能力的提升,AI将为每个人配备专属的“导师”、“医生”和“顾问”。这种极度个性化的服务,将打破教育、医疗资源的稀缺性,重塑社会服务的分配模式。

3. 人机协作的新范式

未来的创造力将不再源于纯粹的人类,而是“人类意图+AI的无限生成与优化能力”的结合。这种新范式将大幅降低创作门槛,带来文化与艺术领域的繁荣,催生新的内容产业形态。




商业决策指南

穿越周期的生存智慧


面对阿马拉定律的魔咒,企业与个人该如何自处?在2026年这个承上启下的时间窗口,理性的商业策略应当包含以下几个维度:

策略一:拥抱“务实”,拒绝“叙事”

在短期高估的泡沫期,企业最危险的行为是盲目跟风,为了AI而AI。决策者应穿透营销话术,回归商业本质:AI能否降本?能否增效?能否创造新的客户价值?关注具体场景的落地,比追逐宏大叙事更为重要。

然而,企业在建立ROI评估体系时,必须警惕传统静态财务模型的陷阱。AI并非即插即用的静态工具,而是一种随着数据喂养和交互迭代不断增值的“动态资产”。其前期投入往往主要用于构建数据飞轮、清洗数据底座与模型调优,价值释放存在显著的滞后性。

若仅以短期静态回报作为唯一准绳,极易低估前期投入的战略必要性,从而在模型即将跨越“能力阈值”的前夜按下暂停键。因此,科学的评估体系应当平衡“即时业务回报”与“长期资产增值”,既要验证AI在具体业务环节的真实效能,也要为模型能力的“涌现”预留足够的成长空间,而非仅仅满足于演示环境中的惊艳效果或即刻的财务报表。

策略二:布局“数据”,积累“资产”

在AI长期被低估的潜力中,数据是核心的驱动力。企业应当意识到,算力和算法或许可以被大厂标准化,但行业数据是企业的核心护城河。

在当下积累高质量、结构化的私有数据,就是在为未来的智能化转型储备“石油”。那些在2026年依然忽视数据治理的企业,将在未来的竞争中处于绝对劣势。

策略三:培养“共生”,重塑“组织”

不要将AI视为替代者,而应视为能力的延伸。企业需要培养员工的“AI意识”,建立人机协作的新型工作流。未来的竞争优势,将属于那些能够熟练驾驭AI工具、将人类智慧与机器效率完美融合的组织。这意味着传统的科层制管理可能失效,组织结构将变得更加扁平、灵活,以适应AI带来的快速迭代。

策略四:保持“远见”,容忍“试错”

对于那些具有战略眼光的企业,当下的低谷期正是布局未来的良机。在市场情绪低落时,技术人才的成本更低,竞争噪音更小。企业应当在核心业务之外,留出一部分资源进行前瞻性探索,容忍合理的试错成本,为那个虽缓慢但确定会到来的“潜力释放期”做好准备。

结语:种子的力量

阿马拉定律不仅是一条技术定律,更是一条关于耐心与远见的商业哲学。回顾过去三年,我们见证了AI从神话跌落凡间,也目睹了它在静默中积蓄力量。

看待AI最好的方式,或许就像对待一颗刚刚破土的种子。既不要因为它在第一周只长出了一点点嫩芽而失望,甚至将其丢弃;也不要因为它现在看起来弱小,就忘记了它未来可能长成一片森林的事实。

回望技术史,从蒸汽机到互联网,每一次重大变革都经历了相似的周期:技术突破引爆狂热,落地困难催生幻灭,安全争议引发反思,最后默默渗透迎来重塑。

当下的AI,正处于“狂热-幻灭-重塑”周期的关键节点。那些因OpenAI的伦理争议而彻底退却的人,或许忽略了技术向善的可能;那些因OpenClaw的安全漏洞而失望离场的人,可能会错过未来十年的主浪潮;而那些被短期狂热裹挟、盲目投入的人,也可能倒在黎明前的黑暗。

真正的智慧,或许在于:对眼下的困难保持清醒,对远处的可能保持开放,对技术的边界保持敬畏,对价值的演化保持耐心。 既不因泡沫而否定未来,也不因愿景而忽视当下,更不因争议而放弃追问。

正如计算机科学家艾伦·凯所说:“预测未来最好的方式,就是创造它。”

北大培训20260676号



北大国发院
企业家AI启航班

第四期

以宏观视野破局

以战略升维领航



AI时代穿越商业周期 企业家的必备课

在AI时代,企业家需要掌握的是贯穿“宏观视野 — 战略布局 — 组织适配 — 价值增长”的系统性认知框架与决策能力。

北大国发院「企业家AI启航班」,专为AI时代企业家商业能力升级提供助力——以“构建系统认知、锻造全局决策力”为核心目标;聚合学界权威、产业领袖与实战专家,助力企业家完成从“理解AI”到“驾驭AI”的升维跨越,锻造穿越技术变革周期、引领智能时代的商业竞争力。

北大国发院企业家AI启航班,连接“商”的实践与“学”的洞察,聚焦AI时代的战略布局、组织变革与管理创新,助力企业家将技术认知转化为经营决策与商业价值。

北大国发院企业家AI启航班学员120+人,企业一号位78%,通过课程学习持续进化AI素养。

延续前三期成功办学经验,第四期继往开来,火热开启。

第四期将于北京、上海、广州、深圳、杭州、苏州(将去往其中部分城市)巡回开课,兼顾华东、华南等地学员的学习需求,让学习与交流跨越地域边界。通过走进不同城市,了解各地AI发展的特色与实践,帮助企业家拓宽战略视野,在跨区域交流中启发创新思路、探索商业机遇。



以AI时代“构建系统认知、锻造全局决策力”为核心目标

您将获得

不止于理解AI
更着眼于把AI转化为企业经营与决策能力

01 看懂趋势,提升判断力
建立从AI技术演进、产业格局到政策导向的宏观视角,提升对行业趋势、发展机会与潜在风险的判断力。

02 找准场景,明确落地路径
基于多行业案例、营销实操与企业研学,梳理适合自身企业的AI应用场景与转型路径。

03 带动组织,推动战略执行
通过沙盘推演与AI工具实战,理解人机协同、智能组织与领导力升级,提升推动AI战略落地的组织能力。

04 着眼长期,拓展战略视野
从商业模式、竞争优势、产业变革与创投逻辑出发,拓展企业未来布局与长期决策视角。

05企业家AI商学生态平台

入读启航班,即自动成为北大国发院企业家AI研习社成员。研习社覆盖北上广深,联结多地校友资源,打造以学习为主线、持续互动交流的企业家赋能平台。学员可与不断壮大的 AI 班在读与毕业校友跨期、跨行业地持续研学、交流实践,围绕真实经营问题共享经验、互通资源、协同创新,共建长期共学共创的企业家共同体。

课程设置

模块一 AI趋势与宏观视野

核心内容

解析全球AI技术从算法迭代到场景落地的演进脉络与产业格局重塑逻辑,解读中国AI产业支持政策的核心导向与经济赋能价值,分析全球化背景下AI领域的竞争焦点、合作机遇与发展态势,助力把握行业趋势。

学习目标 建立宏观视角,精准判断AI产业趋势与政策红利。

模块二 AI业务增长与降本增效(上)

核心内容

• 系统梳理AI核心知识、多模态应用、推理模型等业务基建逻辑;

• 深度剖析零售、医疗、制造等多行业AI应用场景,拆解企业落地AI的核心方法论与全流程要点。

学习目标 夯实AI基础,掌握行业落地方法,具备机会识别与路径规划力。

模块三 AI业务增长与降本增效(下)

核心内容

聚焦AI在营销领域的全链路赋能,上承营销战略框架与核心问题,下沉至产品研发、内容策略、广告投放、客户运营等战术环节,落地提示词工程等实操方法。

学习目标 构建AI赋能营销认知与执行逻辑,掌全流程法,萃验,具备转化增长降本能力。

模块四 AI+企业研学

核心内容

探索AI前沿城市,定向挑选AI原生企业、AI技术与基础设施、产业AI应用标杆等核心企业开展深度研学。通过研学,了解AI基础设施建设、生态构建、场景融合。

学习目标 链接前沿资源并形成适配自身的AI转型思路,缩短“认知 - 落地”差距。

模块五 AI + 组织管理

核心内容

沙盘+AI实战演练:

通过“沙盘模拟+AI工具赋能”双轮驱动,参与者沉浸式模拟企业多岗位角色(CEO/COO/业务总监等),借AI智能体实时辅助决策,实战推演全流程运营。帮助企业管理者穿透认知迷雾,构建适配AI转型的组织力与领导力,实现从“机械管理”到“智能进化”的跃迁。

学习目标 构建适配AI转型的创新力、组织力和领导力,破解智能转型落地难的企业认知难题。

模块六 AI+战略制胜

核心内容

• AI价值范式 vs 数智化转型

• 从经典战略思维到3I框架

• 智能飞轮-智能体商业模式及护城河构建

• 智能组织-人机优劣势剖析及其组织协作

• 智能生态-智能体互联网的格局颠覆与重建

学习目标 形成统率前后端与组织运营的战略逻辑,包括商业模式设计、竞争优势构建与生态布局。

模块七 AI驱动产业变革+企业家精神与创投生态

核心内容

深入剖析AI颠覆性影响与产业重构逻辑,明确阐释智能时代企业家精神所蕴含的创新、责任、韧性与长期主义核心内涵,系统解读创投视角下AI项目的价值评估与投资逻辑。

学习目标 把握AI驱动产业变革的底层规律,重塑智能时代的企业家精神,理解AI领域创投逻辑。

课程导师

北大国发院师资

照片

姓名

职务与简介



黄卓

北大国发院副院长
国发院BiMBA商学院院长
北大国发院经济学教授
北大长沙计算与数字经济研究院副院长



黄益平

北大国发院院长
北大博雅特聘教授
北大数字金融研究中心主任



张维迎

北大博雅特聘教授
国发院经济学教授



邓子梁

北大国发院助理院长
北大国发院管理学教授
MBA项目学术主任



侯宏

北大国发院管理学助理教授

剑桥大学博士

企业家 AI 启航班核心师资



杜晓梦

北大国发院管理学副教授
管理创新实验室副主任
企业家AI启航班核心师资



朱丽

北大国发院副研究员
劳动经济学会人工智能与灵活就业专委会秘书长

北京大学人工智能专家师资

照片

姓名

职务与简介



梅宏

中国科学院院士
北大信息科学与技术学部主任



黄铁军

北京大学计算机学院教授
多媒体信息处理全国重点实验室主任
北京智源人工智能研究院理事长



董彬

北京大学北京国际数学研究中心教授
北京大学国际机器学习中心副主任
北京大学长沙计算与数字经济研究院副院长
北京中关村学院常务副院长



宋洁

北京大学工学院党委书记
教育部长江学者特聘教授
北大长沙计算与数字经济研究院副院长



王韬

北京大学计算机学院研究员
情感与认知智能机器人实验室主任
北大-国地共建具身智能机器人创新中心
情感智能应用联合实验室主任

产业领袖师资

照片

姓名

职务与简介



周鸿祎

360集团创始人



徐少春

金蝶集团董事会主席兼CEO



李大海

面壁智能联合创始人&CEO
知乎公司董事
CCF杰出会员、理事



刘二海

国发院EMBA/DPS博士校友
愉悦资本创始及执行合伙人



安筱鹏

阿里云智能副总裁
中国信息化百人会执委

业界专家师资(部分)

照片

姓名

职务与简介



陈宽

推想医疗创始人



刘燕

盛景网联联合创始人、CEO
《卓越执行—中国企业如何提升执行力》作者



尹首一

清华大学教授
集成电路学院院长



韦青

微软(中国)有限公司
首席技术官



香帅

香帅数字经济研究中心创始人



熊友军

国地共建具身智能机器人创新中心总经理
北京人形机器人创新中心有限公司总经理



田密

好未来集团首席技术官CTO

业界专家师资(部分)

照片

姓名

职务与简介



马悦

领先大模型创业公司合伙人、CHO
哔哩哔哩前HRVP
华为、字节跳动HR高管



黄郑

科城资本创始合伙人
可可资本管理合伙人
《AI改变世界》作者



刘军

新奥集团副总裁
新奥能源首席人才官



刘明

优必选科技执行董事
人力资源副总裁



张月强

用友网络科技股份有限公司副总裁



尚萌萌

国发院DPS博士校友
盈尚智能创始人



李智勇

国发院EMBA校友
智能跳越创始人

业界专家师资(部分)

照片

姓名

职务与简介



朱晓楠

GC首席人力官及MD



周玮

国发院EMBA校友
CreatiMIX创始人



谭北平

秒针营销科学院院长
明略科技集团副总裁



蒋俊

氦川科技创始人CEO
原阿里视频与AI行业线总经理



李名进

原小米集团中国区副总裁
北京好榜样科技有限公司投资人



肖睿

向量智能、青鸟人工智能研究院院长
北大学习科学实验室创始人兼CEO



夏海峰

字节跳动豆包创始团队成员
心境奇旅 CEO

企业研学(部分)

直击头部实践,借鉴标杆经验



招生对象

企业战略领航者:创始人、CEO、董事长等核心决策层;

业务变革推动者:分管数字化、战略、业务的核心管理层;

组织核心培养人才:企业重点培养的AI战略负责人、高层储备干部;

AI领域创业者:智能体开发、AI服务提供商等相关领域创始人及核心团队。

课程安排

课程时长 7个月(含课程讲授 + 实践研讨 + 企业参访)

开课时间 2026年11月

课程方式 每月集中授课2-3天(周五-周日)

授课形式 课堂讲授、案例研讨、沙盘推演、标杆参访、私享碰撞、创投对接。

(注:北大国发院将根据AI技术演进与学员反馈,持续迭代课程内容,确保教学实效性与前沿性。)

结业权益

完成规定课程学习后,将颁发北京大学继续教育结业证书,该证书纳入北京大学非学历教育学籍管理系统。

课程学费

人民币12.8万

报名流程

提交申请 → 资格审核 → 录取通知 → 缴费入学

咨询方式





立即扫码咨询 国发AI启航

联系方式(座机):62753075





分享到: