2026年5月22日，香港中文大学（深圳）经管学院姜翰副教授应邀来我院，作题为“人工智能在战略管理研究和实践中的应用”的学术讲座。本次讲座由我院副院长戴维奇教授主持，我院师生30余名参与讲座。
讲座中，姜翰副教授首先阐述了战略管理的核心框架在人工智能时代所面临的系统性重构。他指出，在“结构（Structure）-行为（Conduct）-绩效（Performance）”的传统SCP范式下，AI作为一种强力的宏观环境冲击，正在重新定义行业与经济结构；在行为层面，AI深度改变了企业的商业模式与战略选择，甚至催生了“一人公司（OPC）”等全新业态；在绩效层面，算法与人类行为的冲突及引发的“算法厌恶”现象，则深刻影响着企业的社会评价与市场表现。基于此，他提出了“术、数、道、法、器”的整合框架，强调研究者应当从支柱层面系统分析AI对企业内外部结构与决策的影响，同时在工具层面积极利用AI优化研究方法并开发行业解决方案。
在探讨AI赋能产业的商业范式变革与实践案例时，姜翰副教授通过生动的业界动态展示了AI对传统及高科技产业的重塑。他以潍柴动力为例，指出DeepSeek上线后引发海外算力中心电力需求激增，间接带动了传统制造企业的柴油发电机组出口与股价波动，体现了AI对传统行业结构的链式冲击。在农业领域，山东寿光某农科企业通过AI监控和无人机施肥等技术，成功将核心盈利模式从“卖农产品”转向“卖植物生长数据与育种技术”，实现了商业模式的根本重构。此外，高科技巨头如英伟达在2024年的营收中，已有近半数来自算力解决方案而非直接的硬件销售，这高度呼应了制造业从产品向服务转型的“服务化（Servitization）”时代趋势。
针对AI作为研究工具的创新应用，姜翰副教授重点分享了其团队在“用大模型做实验”领域的前沿探索。他详细介绍了如何通过提示词工程（Prompt Engineering）设计精细的企业决策场景，并利用大模型生成反事实数据。实验结果表明，该方法生成的数据与真实企业数据的拟合度可达50%至60%，能够有效替代传统观测性研究中的匹配方法，显著降低选择偏差并缓解内生性问题。同时，姜教授还展示了团队在算法开发方面的最新成果，包括基于文本与捐赠数据开发出的“CEO政治倾向判断算法”，以及利用多模态学习算法分析CEO图像与行为以构建12维度个性框架的前沿尝试。
