有沒有想過，每天你會做出多少次“決策”？當AI（人工智能）來到身邊，又將如何幫你實現最優“決策”？

　　在社會經濟活動中，小到個人購物、專業選擇，大到企業競爭、轉型升級，乃至政府治理、政策制定，本質上都是決策問題。在決策科學中，決策問題通常可以表述為：在滿足一定約束條件的前提下，確定決策變量取值，使得目標最優化。決策變量就是影響決策目標的因素，約束條件是資源、產能、人數、資金、時效等限制。

　　過去，決策主要依賴已知的理論框架、傳統的可獲可測變量及其關系，以及有限的探索和求解路徑。而大數據和人工智能的到來，從根本上改變了這一邏輯。

　　一是社會“像素”快速提升，社會經濟活動的方方面面可以形成數據，納入過去“不可測、不可獲”的因素，擴展數據或變量規模﹔二是數字“成像”技術和算法的進階，使得對於事物的鏡像呈現（如客戶畫像、社區畫像等）更智能和逼真。前者涉及決策的數據要素，后者涉及決策的知識生成。打個比方，過去是“有什麼料做什麼菜”，現在是“料基本齊了，比拼的是手藝”。

　　當前，AI應用於科學研究取得顯著進展，AI也開始嵌入社會科學研究。在數智化時代，決策研究具有什麼新方向呢？

　　早在2015年，國家自然科學基金委員會就啟動了重大研究計劃“大數據驅動的管理與決策研究”，前后歷時近10年，科研工作者跨學科協作，提出了一個新型研究框架（被概括為“全景式PAGE框架”），應對大數據管理決策范式轉變，構建我國決策科學領域自主知識體系。該框架將大數據決策問題的3個特征（即粒度縮放、跨界關聯、全局視圖）映射到4個研究方向上（即理論范式、技術方法、資源治理、使能創新），並在應用領域（如商務、金融、公共管理、醫療健康等）維度擴展形成全景式立體圖景。比如，針對傳統財務報表在衡量現代企業時存在的局限，突破了國際上沿用百年的“三表”企業價值測量體系，引入數據資產視域和數智化技術構建第四張報表。當前，該框架正以大模型為內核，促進決策科學領域的方向擴展。

　　該框架對於決策者有哪些啟發呢？個人需要具備哪些思維能力應對挑戰？在這裡，試著給出3個“提示詞”：跨界關聯意識。借助大模型等工具可以擴展現有知識邊界，進而開拓視野和認知空間，延伸探索觸角和創新路徑﹔偏差問題意識。平台上的推薦和推送在幫助決策的同時，也可能導致從眾和繭房等效應，造成認知和決策等行為偏差。這些偏差又隨著行為數據和軌跡進入推薦和推送模型，形成偏差循環放大，這就需要培養識別和糾偏能力﹔AI向善思維。要重視AI使用中的社會倫理、商業倫理、學術倫理問題，避免算法風險與偏見，防范“數據投毒”等惡意操縱。

　　決策與大數據、人工智能的相遇，不是簡單的工具升級，而是從認識、方法到實踐的系統性重塑。在給定條件下，如何更好地達成目標？大數據和人工智能極大地擴展了“給定條件”的邊界和“達成目標”的手段，但最終的判斷、檢驗與價值選擇，仍然離不開人的專業知識和審慎思考。

　　（作者為清華大學文科資深教授、經濟管理學院教授）

　　《 人民日報 》（ 2026年07月08日 11 版）