| 课程号 |
67130022 |
学分 |
1 |
| 英文名称 |
Smart Technology and Industry Research Practice |
| 先修课程 |
无 |
| 中文简介 |
本课程是聚焦行业研究核心能力与人工智能技术深度融合的交叉型实践选修课，打破传统商业研究与智能技术应用的壁垒，以 “理论筑基、AI赋能、实战落地” 为核心，系统整合行业研究方法论、投资管理逻辑与智能技术工具，培养兼具商业分析思维与AI实战能力的复合型人才。
课程立足战略与实践双视角，将标准化行业研究框架、咨询行业核心方法与AI驱动的研究流程创新相结合，引导学生掌握传统行业研究的规范体系，同时借助人工智能技术重构研究全流程，实现从 “人工调研分析” 到 “人机协同智能研究” 的能力提升，最终具备独立完成AI赋能型行业研究、输出专业商业研究成果的核心竞争力。 |
| 英文简介 |
This course is an interdisciplinary practical elective focusing on the in-depth integration of core industry research capabilities and artificial intelligence technologies. It breaks down the barriers between traditional business research and intelligent technology application. Centered on the philosophy of “Founded on Theory, Empowered by AI, Grounded in Practice”, the course systematically integrates industry research methodologies, investment management logic and intelligent technical tools, to cultivate interdisciplinary professionals with both business analysis thinking and AI practical capabilities.
From the dual perspectives of strategy and practice, the course combines standardized industry research frameworks, core consulting industry methodologies and AI-driven innovations in research workflows. It guides students to master the standardized system of traditional industry research, while reconstructing the entire research process with artificial intelligence, achieving a capability leap from “manual research and analysis” to “human-AI collaborative intelligent research”. Ultimately, students will develop the core competitiveness to independently conduct AI-enabled industry research and deliver professional commercial research outcomes.
|
| 开课院系 |
创新创业学院 |
| 成绩记载方式 |
合格制 |
| 通识课所属系列 |
|
| 授课语言 |
中文 |
| 教材 |
|
| 参考书 |
|
| 教学大纲 |
1. 掌握行业研究与投资管理的核心理论框架，具备产业图谱构建、行业规模测算、市场风险与机会识别等基础研究能力。
2. 吃透咨询行业标准化研究方法，能够运用专业方法论结构化拆解商业问题，形成系统的分析逻辑。
3. 深度融合AI技术与行业研究，掌握提示词工程、AI工作流搭建、AI skills制作等创新技能，突破商科学生技术应用瓶颈。
4. 熟练运用人机协同模式开展调研实践，完成从数据采集、分析处理到报告生成的全流程实战，输出具备商业价值的行业研究成果。
本课程全程分为两大核心教学模块。前半模块系统讲授行业研究的标准理论体系，涵盖宏观基本面、产业链、市场规模、竞争格局四大核心分析框架，并配套信息处理、框架搭建、分析论证等实操训练；后半模块聚焦人工智能在行业研究中的落地应用，围绕研究伦理、开源模型、智能工作流、人机协同展开教学，结合行研智能体编排、OpenClaw工具应用、研究可视化等实战环节。
课程总线下学时为16 学时，共安排4天教学，划分为8个教学模块，每模块对应2学时。
1. 前4个教学模块（共8学时）：行业研究基本框架理论与实践模块，夯实行业研究核心理论与基础实操能力；
2. 后4个教学模块（共8学时）：人工智能在行业研究中的应用与实践模块，聚焦 AI 技术在行研全流程的落地应用与实战训练。
本课程采用理论授课+课堂讨论+分组实践相结合的立体化教学模式，课程整体按照理论教学占40%、实践教学占60%的比例分配课时与教学内容，侧重培养学生的动手能力与创新思维。
1. 理论授课（占比40%）
以课堂精讲为主要形式，系统讲解行业研究基础框架、核心分析方法、AI行研伦理规范、开源模型方法论等专业知识，梳理标准化研究流程，厘清实操重难点与合规要求，为后续实践环节筑牢理论根基，保证学生掌握严谨、规范的研究逻辑。
2. 分组实践（占比60%）
采用小组协作模式开展实操训练，由各小组自主认领研究主题，确定专属研究语境。实践环节全程使用自研脑力擎行业研究写作系统及各类开源AI应用工具，完成从信息采集、数据分析、报告撰写到成果可视化的全流程实操。学生需结合工具探索人机协同创新方法，打磨专属的AI+行研工作流，并在课堂上展示分享实践成果与思路框架。
3. 课堂讨论（融入实践环节）
围绕行业研究案例、AI工具应用技巧、人机协同痛点等主题，开展小组内部研讨、全班交流分享活动。鼓励学生分享实操心得、交流思路框架，针对实践难题集体探讨解决方案，碰撞AI+行业研究的创新想法，完善个人研究工作流。
成绩记录方式为“合格/不合格”（PF制），考核成绩超过60分记为合格。
本课程采用过程性综合考核模式，聚焦学习过程与实践成果，全方位评价学生的课程掌握情况、实操能力与综合素养。考核围绕课堂参与、实践产出、成果展示三大核心维度展开，结合4次线下授课的模块内容，制定量化评分标准，各项成绩按固定比重折算，最终合成课程总成绩。
1. 课堂参与度（20%）：考核课堂出勤、课上讨论发言积极性、随堂实操作业完成质量，涵盖每次课程的理论实操练习、小组研讨分享、工具上手操作等内容。
2. 行业研究实践成果（50%）：以小组为单位，结合课程所学的传统行研框架与AI实操技能，运用自研脑力擎行业研究写作系统及开源AI工具，完成一篇行业研究分析报告并提交AI应用协同过程材料证明。
3. 小组汇报分享（30%）：各小组针对完成的行业研究项目，进行课堂路演汇报，考核汇报条理、内容完整性、可视化呈现效果、现场表达能力及答疑表现。
|
| 教学评估 |
|
|