《中国科学基金》2024年第38卷第5期封面
以人工智能技术赋能管理科学高质量发展
江 松
国家自然科学基金委员会
作者简介
江松 理学博士，中国科学院院士，现任国家自然科学基金委员会党组成员、副主任。
人工智能作为一种新兴颠覆性技术，正在释放科技革命和产业变革积蓄的巨大能量，深刻改变着人类生产生活方式和思维方式，并对企业的运作方式和管理决策模式产生重大而深远的影响。人工智能通过其强大的数据处理和分析综合能力，提供了前所未有的决策支持，推动了从生产到服务各个环节的智能化升级。这一变革不仅开辟了全新的经济活动场景，也为管理科学学科提出了许多新亟待解决的新理论问题。
随着复杂管理决策场景日益涌现,数据的规模和复杂性显著增长。在带来可利用数据资源的同时，也给高效管理决策带来挑战。生成式人工智能技术颠覆了传统的知识创造逻辑，一方面降低了企业知识生产的成本和门槛，另一方面也重塑了企业人力资本资源价值创造的过程，对人力资本价值产生了深远影响；基于人工智能技术的多模态数据洞察有助于全面理解营销线索，引导人工智能生成营销理论驱动的个性化内容，与消费者开展有效互动。虽然生成式人工智能带来了更高效的信息生成能力，但同时也加剧了虚假信息、有偏信息、同质化内容的产生，并可能导致信息过载。
面向理论发展和实践应用的迫切需求，国家自然科学基金委员会管理科学部在委党组的领导下，积极探索基于人工智能的管理科学前沿问题，提出跨学科资助模式，对支撑学科发展和重大现实需求的重要领域进行先期布局。2023年9月，管理科学部组织召开“大规模商务场景的统计管理理论双清论坛”，围绕大规模商务场景下的统计管理理论进行深入探讨，剖析当前学术前沿以及未来发展趋势，凝练复杂场景中统计管理的核心基础理论问题，促进我国管理决策情境下大数据驱动以及管理学科数智赋能的研究新范式。
同年12月，组织召开了“基于人工智能技术的工商管理发展论坛”，深入探讨人工智能技术在组织创新、公司财务、人力资源管理等方向上的前沿科学问题，凝练并提出了急需关注和解决的重要基础科学问题以及相应的跨学科资助模式。在此基础上，陆续发布了重大项目“大规模商务场景的统计管理理论”、专项项目“基于通用大模型的工商管理前沿科学问题研究”“生成式人工智能时代的工商管理科学问题研究”等。探索不同场景下人工智能技术如何改变企业内部各要素的组织逻辑，提升企业价值创造与创新升级能力，平衡效率与风险，促进技术赋能过程中人、财、物的有效运作与长足发展等问题。
为了进一步凝练和解决我国在该研究领域急需关注和解决的重要基础科学问题，《中国科学基金》编辑部特别筹划“大规模商务场景的统计管理理论”“基于人工智能技术的工商管理发展”专题。希望通过探索人工智能技术在管理科学领域的原创性理论，推动人工智能技术成为解决数字经济、运营管理、技术创新、财务管理、市场营销、人力资源管理等领域重大科学问题的新方法与新范式。以需求为牵引谋划人工智能技术应用场景，融合人工智能模型算法和领域数据知识，推进前沿理论与重大现实需求的深度融合，为实现中国式现代化和经济高质量发展提供新的理论支持和实践指导！
请识别上方二维码下载PDF原文
专题一: 双清论坛“大规模商务场景的统计管理论”
1
大规模商务场景的统计管理理论
陈松蹊 陈国青 常晋源 霍 红 章 魏 张新雨 朱雪宁 王汉生
大规模商务场景是科学技术进步与商业实践发展的必然产物。大规模商务场景既覆盖了面向经济主战场的商务实践，也包括国家治理相关的重要领域，还关注数字孪生为核心的新一代数字管理技术。大规模商务场景的统计管理覆盖了管理学、经济学、计算机、环境治理、数学、统计学等多个交叉学科，为管理理论的创新提供了独特机遇。如何面向大规模商务场景，发展前沿统计方法，创新管理理论是政府部门、工业界和学术界共同关心的重要问题。基于国家自然科学基金委员会第344期“双清论坛”，本文从大规模商务场景出发，围绕复杂商务场景中的“数据分析方法”“统计计算与优化方法”以及“预测理论与管理决策”三方面进行了深入探讨。基于对相关概念的清晰界定和对国内外的重要文献进行系统梳理，总结了当前国内外研究现状与前沿，分析了发展趋势和方向，凝练了该领域未来5到10年的重大关键科学问题，探讨了前沿研究方向和科学基金资助战略。
2
预测驱动最优化：不确定性、统计理论与管理应用
王曙明 毛宇晨 汪寿阳
现代管理决策面临着错综复杂的不确定性。随着大数据应用的不断深化，最优化技术与算力的持续提升，以及统计学与机器学习的蓬勃发展，预测驱动最优化正在成为应对复杂不确定决策问题的有力工具。预测驱动最优化通过整合统计预测建模与决策最优化，实现对不确定性与决策效能的联合统计管理，从而形成统计一致、有效的数据驱动型决策范式。本文聚焦于不确定环境下的统计预测建模与管理决策最优化，分别探讨分布已知（随机型）与分布未知（分布鲁棒型）条件下的预测驱动最优化模型框架。在此基础上，介绍预测驱动最优化在运营管理领域的前沿应用研究，并总结若干重要的未来研究方向与挑战。
3
基于可泛化模型的复杂商务场景数据分析
史颖欢 郭金涛 李泽昆 祁 磊 高 阳
随着全球经济合作与竞争形势的快速发展，复杂商务场景日益涌现。其中，数据的规模和复杂性也呈现显著增长，在带来可利用数据资源的同时，也为有效挖掘和分析潜在商务模式带来挑战。本文首先针对复杂商务场景下的数据特点进行分析，其次调研了商务分析方法的研究进展，包括：大规模商务数据集、多模态预训练与特征融合方法以及多场景下可泛化商务模型技术。此外，对复杂商务场景数据分析在未来的应用发展进行思考与总结，讨论了目前亟需解决的关键问题，包括：对更多模态的适应性、商务分析模型可解释性、动态环境下的分布变化鲁棒性等。进一步分析了复杂商务场景可泛化模型的研究现状和挑战，旨在为复杂商务分析领域的研究提供初步参考，实现复杂商务场景的全面智能化。
4
网络数据建模、分析与应用研究综述
任怡萌 陶春柏 朱雪宁
互联网、大数据、人工智能等信息技术催生海量数据，网络数据作为重要数据形式，具有极高的挖掘潜力与分析价值。本文首先回顾了经典网络数据建模方法及相关理论性质研究，其次综述了上述方法在金融风险、宏观经济、商业营销、社会民生方面的具体应用。在此基础上，本文针对大数据背景下复杂网络数据异质性、非线性、高维度、大规模的特征，以及众多场景中的具体应用需求，总结现有研究存在的不足，阐述了网络数据建模在理论方法与实证分析中面临的挑战。最后，基于网络数据的新特点与新需求，给出现实场景中的网络数据分析在理论建模与应用研究方面的建议。
5
管理决策中的分布鲁棒优化
章 宇 张 静 刘文欣 李宁心 周冰洁 贾晨诗 寇 纲 唐加福
《中华人民共和国国民经济和社会发展第十四个五年规划和2035年远景目标纲要》要求大力发展物流、交通、医疗等行业，其中做好管理决策是关键。作为管理决策的引擎，分布鲁棒优化以其决策稳健性、计算便利性、应用普适性等突出优势，在近20年得到了学界和业界的广泛关注。本文从优化问题环境参数的不确定性建模、分布鲁棒机会约束优化以及分布鲁棒线性优化等方面，梳理了分布鲁棒优化的经典结论与研究现状，并以车辆路径优化、共享出行车辆调配、医疗手术室调度三个典型问题为例，回顾了分布鲁棒优化在管理决策中的应用。立足大数据时代，当前研究趋势包括：特征数据驱动的分布鲁棒优化、结合具体应用场景的数据驱动型分布鲁棒优化以及数据驱动型分布鲁棒离散优化的算法设计等。这些重要问题的解决将推动该领域的数据化发展，并进一步为服务国家战略赋能。
专题二: 基于人工智能技术的工商管理发展
1
人工智能时代的工商管理研究现状与未来
仲为国 贾 宁 梁屹天 田 轩 倪晨凯 卢向华 才凤艳 谢小云 施俊琦 贺 伟 许年行 汪 林 秦 昕 何贤杰 焦 豪 张光磊 潘 煜 王益文 刘作仪
依据“基于人工智能技术的工商管理发展”学术研讨会，本文结合相关研究前沿问题和国家重大需求，系统总结了当前工商管理关于人工智能研究的现状、机遇与挑战。总体来看，当前研究主要将人工智能技术作为研究工具、方法或情景，将人工智能作为研究对象构建新创理论的实证研究相对不足，面临理论发展滞后、研究方法不足、研究路径单一、跨学科整合不足以及对相关伦理问题重视度不够等五大挑战。在此基础上，利用Web of Science全面检索并梳理了2022年1月至2024年3月间与人工智能主题直接相关的工商管理期刊论文225篇，归纳了当前工商管理学科各个细分方向研究的主要进展，凝练了面向人工智能的组织结构与设计、组织能力演化、组织行为与人力资源管理变革、人机协同、数字营销、金融财会风险监管、信息系统、管理哲学与文化等八大方面的关键科学问题，指出了我国工商管理学科在人工智能时代的发展目标与研究方向。
2
人工智能技术驱动的公司财务研究进展
许年行 王崇骏 刘佳琪
人工智能技术拓展了财务学的研究领域和研究方法。本文系统性地梳理与回顾了2004—2023年发表在国内外顶级期刊的453篇相关文献，构建了人工智能技术与公司财务交叉研究的分析框架。一方面，人工智能技术的广泛应用颠覆性地影响公司决策、证券市场、信贷市场等经济活动，为财务学研究提供了新场景。另一方面，人工智能技术强大的信息挖掘能力使得财务学研究得以克服部分传统研究中的难题，更好地开展事件预测、因果推断和处理非结构数据构建变量。同时，本文总结了人工智能技术与财务学交叉研究面临的问题与挑战。最后，探讨了该领域未来发展趋势与潜在研究机会，包括如何基于中国独特的制度背景构建人工智能技术与财务学交叉研究的新理论、新问题和新方法。
3
生成式人工智能与人力资源管理研究：工作流程分析的视角
房俨然 谢小云 施俊琦
以ChatGPT为代表的生成式人工智能在多模态信息的理解和生成方面展现出了卓越的能力，在多个领域中都展现出了较强的任务处理能力和广阔的应用前景。生成式人工智能因此有望在各行各业中产生一系列深刻影响，全面重塑诸多工作岗位的基本内容以及企业组织对于人力资本的配置和发展需求。本文将先介绍以ChatGPT为代表的生成式人工智能的数据基础与基本应用，再进一步基于人力资源管理中经典的工作流程分析（Work-Flow Analysis）的视角，探讨生成式人工智能在人力资源管理中应用的影响，凝练生成式人工智能应用场景下可能带来的人力资源管理问题，展望这一领域的未来研究方向。
4
人工智能技术对人力资源管理研究的影响述评
贺 伟 汪 林 吴小玥
人工智能技术的飞速发展深刻地影响着组织管理的各个方面，对人力资源管理研究范式与方法带来了机遇与挑战。本文首先对有关当前人工智能技术在人力资源管理领域中应用的研究进行了系统梳理，并将这些研究依据人力资源管理中的人员甄选（选）、员工激励（用）、员工培育（育）及员工留置（留）四个核心模块进行分类整理。针对每一个核心模块，本文进一步围绕人工智能技术的影响类型进行深入探讨，总结了未来人工智能技术影响下的人力资源管理研究的未来展望。本研究的探讨为人工智能时代的人力资源管理研究梳理了重点研究方向，有助于未来相关政策的制定。
5
人工智能、税收征管与税制改革
倪晨凯 华知威
人工智能的快速发展伴随着其对社会和经济的巨大影响，本文基于税收视角探讨制度变革与人工智能的关系。首先，人工智能如何应用于税收征管？通过其获取和处理数据的能力，人工智能可以缓解税务征管的资源局限性，但理论基础和可解释性的缺乏将影响其在税收征管中的应用。其次，税制设计如何影响人工智能的发展？作为一项重要的科技创新，人工智能内生地需要配套的制度。最后，人工智能的发展是否会引起科技伦理问题，尤其是人工智能发展是否会加剧收入不平等，进而需要税制改革？为了实现共同富裕的目标，我们不仅需要考虑科技和发展，还需要注意到科技进步所伴随的收入和就业的调整，并尝试合理应对。基于上述三个方向，本文结合现有研究和税收实践，提出值得后续研究关注的一些问题。
6
人工智能驱动的组织创新与创造力研究：现状、挑战及未来研究展望
张 勇 庹艺雯 张光磊
以大模型为基础的新一代人工智能(Artificial Intelligence, AI)将人类社会由互联网时代推向了AI时代。由于对各行各业带来的基础性变革，AI将挑战并改变创新过程和创新管理的本质。但截至目前，新一代AI对组织创新的影响及其作用机制以及相关的应用场景尚未得到足够的关注和研究。本研究基于文献计量学分析，对现有与人工智能和创新相关的研究文献进行了系统性回顾与评析。在此基础上，从个体、团队和组织层面对未来可能的研究方向进行了预测和展望，并对该研究领域需要解决的潜在科学问题进行了凝练与分析。本研究为AI时代的创新研究提供了科学的方向，对未来的政策制定给出了相应的建议。
7
AI普及化背景下的价值提升机制与未来研究方向—基于人机持续互信视角
卢向华 邹玉凤
随着人工智能（Artificial Intelligence，AI）技术在各行各业的普及应用，如何推动人与AI系统的协作创新，进而提升AI系统价值是当前重要的管理挑战。本文从人机持续互信的视角出发，对用户和AI系统协作中的信任及其提升机制进行了系统的综述，并识别出当前研究在持续信任、人机互信、技术保障和组织适配等方面的研究不足，提出构建人机持续互信的AI系统是提升其价值的关键。论文基于此提出未来的四个研究方向：(1) 用户持续信任导向的AI感知特征设计；(2) 人机双向信任导向的AI交互特征设计；(3) 人机持续互信导向的AI技术保障设计；(4) 人机持续互信导向的AI组织适配设计，希望为未来AI系统相关的研究提供指引框架。
关于《中国科学基金》
《中国科学基金》（双月刊）是国家自然科学基金委员会主管、主办的综合性学术期刊。主要宣传党和国家的科技方针政策、国家自然科学基金的发展战略和资助政策，报道中国基础研究的最新进展，传播优秀创新成果，交流科学基金管理经验，弘扬科学家精神，促进人才培养，为支撑国家基础研究战略决策，推动国家科技自立自强提供有力保障。
《中国科学基金》已被北大中文核心、中国科学引文数据库（CSCD）核心库、中国科技论文与引文数据库（CSTPCD）、中文社会科学引文索引（CSSCI）扩展版以及日本科学技术振兴机构数据库（JST）等国内外知名检索系统收录。2021~2023年连续三年入选“中国国际影响力优秀学术期刊”。
扫描或长按识别下方二维码关注我们
喜欢本篇内容请给我们点个在看
