■ 田青越
人工智能与大数据技术的快速发展，推动企业管理变革。按照传统模式进行企业管理已经无法充分满足信息化背景下企业管理的综合需求。对此，高校应当创新企业管理类人才教学培养模式，提高企业管理类人才综合能力。本文将具体阐述管理类人才教学培养模式的创新实践策略。
一、在课程体系中融合数据素养和专业能力
随着人工智能、大数据技术快速发展，企业管理人才培养模式迎来变革。高校应顺势优化课程体系，增设数据能力相关教学模块，着力提升学生数字化素养与实操能力。首先，在课程设计方面，高校应为每一门专业课程制定清晰的数据能力培养层级，明确数据能力包含数据认知、数据处理、数据分析以及数据决策等多个考核项目。例如，高校教师在《运营管理》课程教学中，除向学生讲授经典库存管理与流程优化理论知识外，还可融入真实生产数据，引导学生运用时间序列方法科学预测设备的实际产能;在《财务管理》课程教学中，科学引入企业脱敏后的资金流水数据，指导学生通过异常检测算法分析资金流水数据是否存在潜在风险;在《市场营销》课程教学中，为学生提供从电商平台中获取的真实用户行为数据，指导学生通过聚类算法将用户分为不同类别，为不同类别用户制定精准的营销方案。其次，在考核方式上，教师应通过真实数据情境项目对学生进行考核，要求学生在项目中提出有针对性、可执行的管理建议。教师从“分析方法的合适性、管理方案的可行性、数据处理的准确性、结论逻辑的严谨性”等维度对学生的项目成果进行评价。这种考核评价方式不仅能让学生实现学以致用，更能有效培养学生的问题解决思维，有助于学生成长。
二、采用项目驱动式学习模式
项目驱动式学习模式具有真实问题、真实数据、真实评审与真实影响的特征，在具体的教学实践中，高校可以和企业建立长期合作关系，由合作企业定期向高校提供真实管理问题和部分脱敏后的运营数据。教师将学生分成多个小组，每个小组人数为4—6个，以小组形式开展项目攻关学习。项目过程中适当开展企业导师工作坊、数据工作坊以及阶段性复盘会议的学习。学生在项目中需自主界定管理问题、采集相关数据、搭建模型、设计管理方案与规划落地路径，全过程高度吻合企业真实管理场景，能有效锻炼学生的管理实践能力。最后，由专业课教师、数据分析专家、企业高层管理人员共同对学生的项目成果进行评审，评审标准包括管理方案的专业度、创新性和可行性，数据分析的科学性，团队协作能力等，优秀的管理方案可推荐给企业。当学生的成果能真正转变为企业管理决策时，其学习成就感与学习动力将显著提升，促使学生不断成长。
三、培养数据技能
传统管理类专业教学模式偏重理论知识讲授，实践环节薄弱，导致学生数据相关技能不足。在人工智能和大数据迅速发展的背景下，高校需要帮助学生提升其数据素养。首先，邀请技术专家对学生进行培训，培训内容应包括数据库操作、Python基础操作、建模技能、数据分析技能等，引导学生在管理类课程学习中科学运用数据分析工具。其次，邀请企业数据专家深度参与教学，数据专家在课程教学中向学生讲解行业内前沿的技术方案、真实的企业管理决策困境与典型管理案例。最后，制定合理的“学生企业轮岗制度”，让学生定期到企业进行实习，在实习中真正参与企业管理项目，积累企业管理经验，助力学生在实习实践中直观体会理论知识在实操项目中的应用，有效加深知识理解，全面提升综合运用能力。
四、重构教学空间和学习生态
高校可将传统教室改造为管理决策实验室，配备交互式数据大屏、多终端实时反馈系统、模块化协同工作台等智能设备。其中交互式数据大屏可以支持多个学生同时进行数据分析操作，并实现数据动态更新;多终端实时反馈系统能帮助教师在课堂中组织即时投票，根据学生表现自动生成点评和词云;模块化协同工作台为小组研讨与成果展示提供支撑。在这种新型教学空间中，教师由知识的单向传授者转变为学生学习的引导者，引导学生自主开展数据推演、方案路演与团队研讨。学生不再被动地接受管理类知识，而是在学习情境中主动解决问题。这种沉浸式的教学缩短了从理论到应用的距离，在潜移默化中培养学生在数据环境下进行团队协作、口头表达和批判性思维的能力和水平。同时，该教学模式能够培养学生的自主学习能力、综合分析能力以及判断能力，帮助学生在未来职业实践中准确、高效地应对与解决各类工作问题
综合上述，在人工智能和大数据技术快速发展的时代背景下，企业管理从经验驱动转变为数据驱动，高校需通过课程融合、项目驱动、培养数据技能与重构教学空间的实践路径创新企业管理类人才培养模式，让学生在解决真实管理问题的情境中吸收知识，有效增强学生的数据技能。高校唯有不断根据产业需求创新人才培养模式，方可在信息化时代持续为企业输送真正懂大数据、能实战、善于决策的高素质管理人才，推动企业行稳致远，为中国式现代化贡献坚实力量。
(作者单位：西南财经大学天府学院)
