从问题⾥⻓出的答案：数字经济硕士《行动学习实践》课程感想

刚开始参加这次⾏动学习实践时，我其实有点⼼虚。数说故事、银⾏增⻓、AI营销、GEO、SaaS原型……这些词摆在⼀起很热闹，但也很容易让⼈飘起来，好像只要把概念讲得⾜够新，项⽬就已经成⽴了。真正做下去才发现，PBL最厉害的地⽅，正是它不允许我们只停在“听起来很对”的层⾯。它会把⼈推到真实问题⾯前，让我们⼀次次回答：客户到底难在哪⾥？我们的⽅案到底帮得上什么忙？

项⽬最初，我们⾯对的是数说故事的技术与数据能⼒：社媒全域数据、SocialGPT⼤模型、线下⼈货场数据、消费者洞察⽅法论。听起来每⼀个⽅向都能做，舆情、获客、触达、⽹点运营、客户体验，哪⼀个都不差。但也正因为“都能做”，我们⼀开始反⽽不够锋利。后来，团队把⽅向逐渐收束到银⾏⽹点和零售增⻓，才有了后⾯的“银⾏超级增⻓合伙⼈”。这⼀步让我明⽩，做⽅案不是把能⼒摊开给别⼈看，⽽是从⼀堆可能性⾥，找到最值得被解决的那个缝隙。

真正让我改观的是交通银⾏⼴东省分⾏的调研。材料⾥那张⽹点位置图很普通，却把项⽬⼀下⼦拉回了地⾯：银⾏不是抽象的⾦融机构，⽽是⼀个在商圈、社区、写字楼之间经营信任的具体⽹点。

调研⾥最打动我的，不是“AI智能体”“增⻓引擎”这些词，⽽是⼀线⽼师提出的很朴素的问题：出去做活动，客户在哪⾥？什么场景值得去？如果只靠经验，活动可能热热闹闹，但效果说不清；如果只靠⾏内数据，⼜看不到外部世界正在发⽣什么。那⼀刻我才意识到，所谓数字化转型，并不是把⼯作换⼀个更酷的名字，⽽是让⼀线的⼈少⼀点拍脑袋，多⼀点有依据的判断。

后来⽅案不断迭代，从“银⾏营销合伙⼈”升级为“银⾏超级增⻓合伙⼈”，从简单的获客⼯具，变成覆盖品牌⼼智、场景获客、活动执⾏和复盘监测的增⻓⼯作流。我们讨论过“最红星期五”在AI搜索⾥的⼼智排名，也讨论过⽹点周边3到5公⾥商圈的⼈群机会；讨论过GEO优化的商业模式，也讨论过银⾏合规边界。每⼀次被⽼师和企业导师追问，都会难受⼀下，但也都会让⽅案更贴近真实世界⼀点。

结题前的打磨尤其难忘。我们原本做的Demo想把每个功能都讲清楚，结果⻚⾯越做越满，话越讲越像产品说明书。后来⼤家决定换⼀种讲法：不讲⼀堆模块，⽽是讲“⽀⾏⾏⻓的⼀天”。早上打开系统，看⻅机会雷达；选择⼀个活动场景，⽣成⽅案和预算；执⾏中看数据；结束后⾃动复盘。这个变化看似只是表达⽅式变了，其实是思维⽅式变了。好的产品不是让⼈佩服它有多复杂，⽽是让⼈⼀眼觉得：这东⻄我⼀下就能看懂，明天就⽤得上。

这次PBL最珍贵的收获，是我第⼀次完整经历了⼀个想法怎样被现实磨出来。它从课堂讨论开始，经过企业反馈、银⾏访谈、需求验证、原型设计、商业计划书、结题汇报，最后变成了⼀个可以被评委、企业⽅和真实⽤户讨论的⽅案。过程中有争论，有推翻，有熬夜，也有很多“原来如此”的瞬间。我们不是在完成⼀份作业，⽽是在练习如何把⼀个不确定的问题，⼀点点推到可⾏动、可验证、可交付。

结题那天看到证书时，当然开⼼。但⽐获奖更让我踏实的，是知道这个结果不是靠漂亮话换来的，⽽是靠⼀次次把问题问细、把场景⾛实、把⽅案改到能落地换来的。

回头看，PBL给我的不是⼀个标准答案，⽽是⼀种⼯作⽅法：先⾛近真实的⼈，再理解真实的事；先承认⾃⼰不知道，再和团队⼀起把答案做出来。它让我知道，所谓实践⾏动，不是轰轰烈烈地喊⼝号，⽽是愿意坐下来听⼀句具体的抱怨，愿意为了⼀个⼩⼩的细节推翻重来，也愿意在不确定⾥继续往前⾛。