AI（大模型）辅助行业研究分析

课程大纲

AI大模型基础

1. AI大模型概述
介绍AI大模型的定义、发展历程及技术原理
讲解主流大模型（如GPT、文心一言、通义千问等）的特点及应用
2. 大模型技术架构
深入讲解Transformer架构、预训练与微调技术
探讨模型训练过程中的数据处理、优化方法

行业研究基础

1. 行业研究方法
介绍传统行业研究方法，包括宏观分析（PEST模型）、行业竞争分析（波特五力模型）
讲解行业研究的流程，包括数据收集、分析与报告撰写
2. 行业研究中的数据来源
讲解宏观经济数据、行业报告、企业财务数据等的获取渠道
探讨如何利用AI大模型整合多源数据

AI大模型在行业研究中的应用

1. 数据收集与整理
利用AI大模型的文本生成和信息提取能力，快速收集行业数据
讲解如何通过自然语言处理技术（NLP）从新闻、社交媒体等文本中提取有价值信息
2. 行业趋势分析
结合AI大模型的信息提取与分析能力，辅助研判行业趋势，并以真实数据和适用模型验证预测
通过案例讲解如何利用大模型进行市场预测、技术趋势分析
3. 竞争分析与企业研究
利用大模型生成企业画像，分析竞争对手
探讨如何通过AI大模型进行企业财务分析和战略评估
4. 政策与环境分析
讲解如何利用AI大模型分析政策变化对行业的影响
探讨AI大模型在环境、社会和治理（ESG）分析中的应用

案例分析与实践

选取金融、教育、医疗、制造业等行业，分析AI大模型在行业研究中的应用
讨论案例中的成功经验和面临的挑战

AI大模型在行业研究中的挑战与展望

1. 技术挑战
探讨AI大模型在行业研究中的数据隐私、模型可解释性等问题
讲解如何优化模型以提高分析精度
2. 行业应用前景
分析AI大模型在不同行业的应用前景和潜在价值
探讨未来技术发展趋势及其对行业研究的影响

适合对象

企业董事长、总经理、证券事务及行业研究人员

课程定位与主要问题

围绕大模型基础、行业研究方法和数据来源，学习资料整理、趋势分析、竞争研究、政策与ESG分析，并讨论隐私、可解释性及结果校核

核心收益

了解大模型原理、预训练与微调及行业研究流程
学习运用大模型整理多源数据和辅助竞争、政策分析
识别数据隐私与可解释性限制并复核分析结果

课程背景与交付信息

课程结合《AI（大模型）辅助行业研究分析》的实际业务场景展开，帮助学员梳理当前背景、关键问题与后续落地动作。

课程时间

1天

授课方式

可依原稿完整大纲进行主题讲解，结合原稿案例、讨论或分析题开展课堂研讨

课程内容重点

01AI大模型基础

02行业研究基础

03AI大模型在行业研究中的应用

04案例分析与实践

05AI大模型在行业研究中的挑战与展望

讲师介绍

刘光耀

上市公司执行董事

上市公司执行董事，20余年公司治理与资本运作实战经验。专注企业IPO、并购重组及国企混改，服务多家500强企业与央企集团，具备深厚的资本路径规划与治理优化能力，可结合企业内训场景开展课程讲授与案例讨论

金融银行水电能源通信行业汽车交通食品饮料科技创新

查看讲师主页

课程差异说明

本课程页面围绕《AI（大模型）辅助行业研究分析》重点呈现课程定位、适合对象、核心收益和 5 个主要模块，便于快速判断培训匹配度

课程常见问题

这门课适合哪些学员参加？

企业董事长、总经理、证券事务及行业研究人员。

学习这门课可以获得什么收益？

了解大模型原理、预训练与微调及行业研究流程；学习运用大模型整理多源数据和辅助竞争、政策分析。

课程通常安排多长时间？

课程通常可按1天安排，具体节奏会结合企业培训目标、学员基础和现场安排确认

课程采用什么授课方式？