拉德芳斯的清晨，属于建筑。

玻璃幕墙映着流动的云，钢与光勾勒出欧洲最大商务区的天际线；方正通透的新凯旋门，与数公里外的凯旋门遥遥相望——巴黎人把历史的中轴线，一路延伸进现代商业的心脏。

第三天，SKEMA DBA学员们走进这片建筑森林的深处。如果说前两天的关键词是 “认识” 与 “方法”，那么第三天的关键词，便是 “深耕”——从真实世界的管理难题出发，向研究的更深处漫溯。

上午，学员们参访全球公共交通巨头Keolis集团总部。

走进总部大楼，最先展开的一课，不是会议室里的演示文稿，而是空间本身。

开阔通透的楼层里，找不到传统意义上的 “老板办公室”——从高管到普通员工，人人使用同样的灵活工位，每天按需落座、自由流动；晨间的班组会也不在封闭的会议室里，而是在公共区域的咖啡香中展开：三五成群，站着交谈，轻松而高效。

管理学课本上的 “权力距离”，在这里被压缩到最小。工位的平等，带来表达的平等；人员的自由流动，催生想法的自由碰撞。这种 “不卷” 却不失效率的法式职场从容，让学员们在正式落座之前，就已读到这家企业组织文化的第一页——原来，建筑与空间本身，就是管理理念最直观的表达。

而这样的空间设计，在AI时代有着更深的用意：当标准化的流程与答案越来越多地交给机器，组织真正的竞争力，恰恰来自人与人在平等、自由的碰撞中迸发的创意。平等的建构孕育自由，自由的流动激发创意——这正是机器无法复制的部分。

而支撑这份从容的，是一家体量惊人的跨国企业：作为全球领先的公共交通运营商，Keolis业务遍及14个国家，拥有近7万名员工，与300家交通管理机构合作，运营地铁、有轨电车、铁路、公交、自动驾驶接驳、共享单车、内河航运、无障碍交通、医疗运输、停车等13种交通方式，每年服务超30亿人次乘客。

对于SKEMA DBA学员而言，走进这样一家大型跨国企业，意义远不止一次企业探访。

如此规模的组织，本身就是一座活的研究实验室——知识如何在数万人的组织中流动、沉淀、创造价值？管理挑战如何在真实的业务场景中呈现、演化？这些都是DBA研究最宝贵的问题来源与实践土壤。而知识管理，正是观察这一切的最佳窗口。

分享中，知识管理果然成为讨论焦点。Keolis知识管理体系主管Francisco Teissier先生介绍，公司以 “精益且以人为本” 为核心，构建起完整的知识管理闭环：

▶共创共享——各职能内部实时分享，依托实践社区促进跨区域交流

▶沉淀固化——通过知识卡片、案例库等形式，将隐性经验转化为显性资产

▶传播应用——确保经验有效触达一线、落地实践

学员们围绕这一话题热烈交流：知识如何在大型组织中创造价值？隐性经验的显性化如何激励？这些追问，也悄然叩响了各自研究课题的大门。此外，学员们还就ESG与企业可持续发展等议题与企业负责人展开了深入探讨。

下午，SKEMA商学院吕雪菲（Xuefei LU）教授带来题为 “Turning Organizational Challenges into Research Contributions”（把组织挑战转化为研究贡献）的研究方法论工作坊。

吕雪菲教授现任SKEMA商学院副教授，2019 年获意大利博科尼大学（Bocconi University）统计学博士学位，后在米兰理工大学能源系从事博士后研究，2020至2021年任教于英国爱丁堡大学商学院，主讲预测分析。她的研究兴趣涵盖机器学习、不确定性量化与运筹优化——由这样一位深耕定量方法的学者，来讲授如何把真实的组织挑战炼成严谨的研究贡献，再合适不过。

与前一天Gardiner教授的工作坊一脉相承，这场分享同样采用高度互动的形式。SKEMA 教室布置本身，就在为这种深度互动服务：没有高高在上的讲台，可灵活移动的桌椅，教授走到哪里，哪里就是课堂的中心——师生之间没有物理的距离，也就没有交流的距离。上午在Keolis体会到的平等自由的空间设计语言，下午在SKEMA自己的教室里再次得到印证。正是在这样的轻松氛围里，吕教授与学员逐一对接、帮助梳理每个人的DBA研究框架。

双条件过滤

工作坊从一个核心问题切入：工作中的难题，能直接变成研究问题吗？

答案是：不能。要把实际困难转化为严谨的研究问题，需要通过两道过滤器：

▶谜题条件：必须存在反直觉的矛盾——那些令人惊讶、相互冲突、难以解释的现象，才是真正的研究起点；

▶泛化条件：答案必须超越单一企业，具有普遍的理论意义。

只有谜题、没有泛化，是咨询问题；只有泛化、没有谜题，是空洞的文献综述。两者兼具，才是合格的DBA研究问题。

开场的这句话，为整个工作坊定下基调。DBA是一场适应性研究旅程——出发时的设想，往往与最终的课题相去甚远。这不是失控，而是研究本身的天性。真正的问题从来不是 “如何做出一份完美的计划”，而是 “如何建立一套让自己始终掌舵的治理机制”。

按因果置信度分级

有了好问题，接下来是选方法。吕教授将定量研究工具按因果置信度从低到高分为三层：相关性研究（发现模式，如机器学习配合可解释AI工具）、自然实验（利用政策变化等外生冲击，如双重差分法）、随机实验（A/B测试，因果推断的 “黄金标准”）。

她特别提醒学员们警惕选择偏倚的风险——当实验组与对照组本来就不同时，看到的 “效果” 可能只是群体差异的假象。倾向得分匹配等方法，可以帮助校准对照组，让比较建立在相似的基础之上。

组织就是天然实验室

吕教授指出，DBA研究者的比较优势，恰恰在于对真实组织现象的可及性，与对实操问题的深刻理解。组织本身就是天然的实验场：AI分阶段部署、政策逐步落地、流程再造、数字化转型……这些天然存在的 “分步实施”，都是因果分析的宝贵素材。组织内部的邮件、报告、会议纪要等文本数据，借助NLP技术也可以转化为研究数据，为研究提供独特的证据补充。

听到这里，不少学员会心一笑——上午在Keolis看到的知识卡片、实践社区，此刻都成了课堂上鲜活的注脚。现场与课堂、实践与方法，在同一天里完成了一次漂亮的闭环。

为每个人搭建研究框架

整个下午，吕教授与每位学员逐一交流，针对各自的行业背景与研究兴趣，现场指导如何提炼问题、选择方法、锚定理论。从 “问题提炼” 到 “工具选型” 再到 “理论锚定”，一套完整的研究框架，在一对一的探讨中逐步成型。

学员们带着各自行业的真实困惑而来，带着更清晰的研究思路而去：有人找到了研究问题的 “谜题” 所在，有人锁定了下一步可以利用的天然实验场景，有人发现了企业内部数据的全新价值。

傍晚离开校园时，有学员回望拉德芳斯的方向——晨间见过的那些建筑依然静立，钢与玻璃的结构里，秩序与自由彼此成就。

好的研究，恰如好的建筑：以真实的问题为地基，以严谨的方法为梁柱，以理论的洞见为采光，让思想在结构中自由流动。

而在AI能够琢磨每一块标准砖石的时代，真正稀缺的，是图纸之外的想象力——是从平等自由的碰撞中生长出来的原创洞见，是把行业痛点炼成研究贡献的创造性解法。这，正是DBA学员不可替代的价值所在。

第一天，他们带着好奇而来；

第二天，他们带着方法前行；

第三天，他们学会了把真实世界的难题，砌进研究的地基。

以问为基，以法为梁——研究的大厦，自此奠基。

三天渐深，愈见丰盈——巴黎的学习与成长故事，SKEMA Global DBA 2026级开学周，未完待续。

撰稿丨SKEMA商学院  Global DBA

图片版权丨©Lora Barra / SKEMA Business School

转载说明丨欢迎留言申请授权