第二十七届中国国际高新技术成果交易会期间，第二届产教融合与科教融汇论坛在深圳举行。论坛聚焦教育与产业之间的深度对接，多位来自政府、高校和研究机构的嘉宾围绕产教融合的路径和机制展开交流。
广东省人民政府资深参事、原深圳市政协副主席张效民与广东省产教融合促进会会长凌靖波分别在致辞中表示，要从供需结构出发理解教育改革的方向，推动教育供给与产业结构实现更加精准的适配。深圳市人力资源和社会保障局副局长马艳分享了深圳在技能人才制度建设方面的实践探索，深圳理工大学党委书记朱迪俭介绍了学校在“20+8”产业集群中的人才供给机制，深圳大学粤港澳大湾区新兴产业发展研究院院长龚晓峰则强调，企业应作为产教融合的主动参与者，在教育、科技、人才资源的配置中发挥实质作用。
在宏观视野与战略路径部分，中国人民大学金融信息中心主任、中国工业合作协会副理事长、济安集群创始人杨健教授发表题为《金融科技产教研融合的创新之路》的主旨演 讲，基于其在管理科学、金融工程与行业系统建设方面的长期研究，围绕教育供给、技术嵌入、行业需求、系统工具四个维度，提出了一套基于“平台共建”的融合解决方案。
金融科技人才缺口成为行业发展的“阿克琉斯之踵”
杨健教授开宗明义，指出当前金融科技行业正经历一场技术主导型的深度重构，大模型、智能风控、量化算法等正快速嵌入金融机构核心业务，而大多数高校在课程体系、教学内容与师资结构方面尚未完成相应转型，呈现出明显的"错位"状态。
在他看来，是教育体系、行业结构和技术演进之间的"三重脱节"：
首先，技术迭代快于教学更新。 AI与算法模型已成为金融行业的基础设施，但课程内容、教材更新、实验平台建设仍处于滞后状态。
其次，复合型金融科技人才的紧缺，已成为行业发展的"阿克琉斯之踵"。"招聘难、培养慢"成为许多金融机构的现实困境，一方面难以快速找到掌握算法和业务双重能力的人才，另一方面高校毕业生往往需要企业进行二次培训，周期长、投入大。
第三，教学与实践存在"数据隔阂"，进一步加剧了学生与市场之间的隔阂。企业真实的交易流程、风控逻辑与数据体系出于合规性难以进入教学环节，使得学生毕业前几乎未曾接触行业实践。
"当人工智能开始进入金融业务底层之后，教育体系对行业的理解方式，必须进行根本性重构。"杨健教授指出，仅靠传统的"课程拼接"已无法满足当下的教育需求，必须有一套结构性、平台化的系统机制，将教学资源、研究内容与行业工具嵌合起来，才能真正打通教育链、人才链与产业链。
构建平台化路径，打通产教融合堵点
面对高校金融科技教育与产业需求脱节的问题，杨健教授提出构建"金融科技产教研融合平台"的系统化路径。他表示，该平台以服务高水平专业建设与对接产业人才需求为双重目标，意在打通教育链、人才链与产业链，缓解当前人才供给与行业现实之间的结构性矛盾。其核心愿景，是搭建一个适应人工智能时代的人才训练和教育实训基础设施，推动教育内容、科研能力与产业实践的全面对接。
目标导向：解决“最后一公里”的断点
杨健教授指出，平台建设聚焦两个根本方向：一方面，紧跟金融科技行业技术快速演进的趋势，为高校构建具备前瞻性和适应性的专业体系；另一方面，回应行业对复合型人才的现实需求，使学生具备系统理解能力与实际操作能力，从而打通从知识学习到岗位胜任的"最后一公里"
他进一步指出，平台特别针对三类关键障碍展开攻坚：在技术层面，推动AI工具、智能算法等新成果快速嵌入教学实践，解决课程内容更新滞后的问题；在人才层面，缓解复合型人才结构性短缺所导致的"招聘难、培养慢"；在教学资源层面，打破高校获取企业真实数据和业务流程的壁垒，提升学生在校期间的实践深度与行业接触密度。
五项核心任务：构建"五维一体"赋能体系
杨健教授介绍，平台将"学科建设、科研项目、师资培养、课程开发与教学实训"五项任务作为实施重点，构建起一个从教学到岗位的完整能力转化机制。
在学科建设方面，平台推动金融科技与传统专业体系的深度融合，引导学校在课程设置和人才培养上向交叉学科方向靠拢；在科研项目方面，平台支持教师将承担的科研成果转化为教学案例，将实际问题引入课堂；在师资培养上，平台提供真实业务数据、系统工具与行业模型，帮助教师提升对金融科技应用场景的理解和教学实践能力；课程开发方面，则以行业真实需求为牵引，推动教学内容与业务变化同步演化；至于教学实训，平台整合企业正在使用的业务系统，经过教学化改造后纳入高校课程体系，使学生能够在仿真环境中完成实际训练，提升岗位适应力。
他指出，这种五维协同结构，有助于高校打通"知识教学到能力训练到岗位要求"之间的断点，使原本分散的教学模块形成系统化集成，从而更有效地对接市场对复合型金融科技人才的需求。
关键要素：分层技术架构支撑融合场景
在平台的技术实现路径上，杨健教授介绍，系统整体采用三层架构：底层是金融数据平台与AI工具资源，涵盖来自资本市场、上市公司、资产管理等多个板块的数据集与算力支撑；中层是模型与算法能力层，集成估值建模、风险定价、信用评估、ESG评级等行业常用分析工具；最上层则是服务于教学、科研与实训场景的可配置应用终端，高校可按需调用，灵活对接不同教学任务。
杨健教授强调，平台遵循模块化、可插拔原则，既不要求高校"从头重建"，也避免"一刀切"式的系统灌输，真正实现"资源嫁接而非路径复制"。
目前，该平台已对接多个实际运行中的行业系统，包括证券市场的风险识别与监控工具、基金管理的合规监管平台、商业银行的信贷风险预警模型、股票质押贷款系统、上市公司ESG-V评级、企业价值管理与竞争力分析模型、以及面向投研训练的六屏决策支持工具。这些系统均来源于监管部门或大型金融机构的日常应用场景，经过教学化改造后，被嵌入高校课堂，既服务学生实训，也为教师提供来自一线的研究素材和教学支撑。
在学科建设与科研教学融合方面，平台已实现从本科到研究生阶段的全面渗透，将多项国家级科研项目成果转化为教学案例。同时，通过构建因子库、数据包、指标模型与报告模版，支持教师开展定制化课程开发，提升教学内容的行业契合度与更新频率。
其中最具落地价值的是教学实训模块。平台不再依赖"模拟系统"，而是直接将上述企业核心业务系统"教学化"嵌入课堂。学生可在仿真环境中完成从数据调用、模型分析到策略验证的完整流程，形成"教---训---评---用"闭环，有效缩短从理论理解到岗位胜任的路径。
杨健教授指出，金融科技产教研融合正在从"合作办项目"迈向"平台化共建"，未来的关键不在于课程数量增加，而在于是否具备"一体化嵌入行业系统"的能力。高校与高职无需从零搭建教学资源，只需嫁接成熟的模型、数据与流程，即可构建高水平实训体系，实现从课堂教学到市场实践的高效转化。
他总结道："平台不是堆积一堆工具，不是搞大数据演示，也不是做AI秀场，教育也不是追热点。金融科技教育是要帮助学生理解热点背后的底层结构。要真正服务产业，就必须回到产业的系统逻辑中去。"
