7月9日上午，浙江大学管理学院“与主编面对面”系列第三十九期学术讲座在管理学院A523会议室举行。本次讲座邀请到美国俄亥俄州立大学费雪商学院物流与供应链管理系教授Xiang Wan，围绕“ML On Time? The Value of Machine Learning Tools on Airlines’ Operational Performance”主题展开分享。讲座由霍宝锋教授主持，学院相关领域师生参加交流。
Xiang Wan教授长期从事供应链管理、人工智能和机器学习等领域的研究。他目前是Decision Science Journal的副主编，Journal of Business Logistics资深主编，Production and Operations Management编委、Journal of Operations Management编委、Strategic Management Journal、Manufacturing and Service Operations Management等十余个国际顶级学术期刊审稿人。
讲座伊始，Xiang Wan教授围绕近年来人工智能与机器学习技术在日常生活及企业运营中的广泛应用展开介绍。他指出，随着机器学习技术的不断成熟，越来越多的企业开始借助人工智能驱动的决策支持系统辅助运营决策。现有研究普遍认为，机器学习能够显著提升预测准确性，并为企业提供更加精准的数据支持。然而，预测能力的提升并不必然转化为运营绩效的改善。机器学习模型提供的建议最终仍需要由运营管理者进行理解、判断和执行，在此基础上做出有效的决策。一旦决策者无法真正理解机器学习模型给出的建议并对其进行不当使用，可能反而会降低运营效率。因此，人机协同过程中的技术应用方式成为决定技术价值能否真正实现的关键因素。
围绕这一现实问题，Xiang Wan教授介绍了其团队关于人工智能驱动机器学习决策支持工具如何影响企业运营绩效的最新研究。该研究以航空业为背景，聚焦人工智能驱动的机器学习平台在企业运营决策中的应用，探讨机器学习决策支持系统究竟如何影响运营绩效，以及这一影响背后的作用机制。不同于已有研究主要关注机器学习模型预测准确性的提升，该研究更加关注预测能力如何通过人机协同过程转化为实际运营价值，并进一步思考人工智能系统在真实运营环境中的价值能否充分实现，以及哪些因素可能影响其最终效果。
随后，Xiang Wan教授进一步介绍了研究的整体设计思路。研究基于企业真实运营场景，结合运营数据，通过DID方法构建因果识别框架，对人工智能驱动的机器学习决策支持工具在运营管理中的应用效果进行了系统分析。研究不仅关注机器学习系统是否能够改善运营绩效，更进一步从理论层面分析其发挥作用的内在机制。教授指出，机器学习系统一方面能够帮助管理者获取更加准确、及时的信息，提高决策质量；另一方面，人类在理解、采纳和运用机器学习建议的过程中，也可能由于认知偏差、经验判断或具体应用方式等原因，使技术优势无法得到充分发挥。因此，机器学习工具对运营绩效的影响，本质上体现了信息价值提升与人机协同过程之间的共同作用。
在此基础上，Xiang Wan教授进一步介绍了研究团队围绕这一机制开展的一系列分析。他指出，人机协同的效果并非在所有运营环境中都保持一致，不同运营情境下，机器学习工具所带来的信息价值以及管理者对系统建议的使用方式都可能发生变化，从而影响技术的实际应用效果。因此，理解人工智能决策支持工具在不同运营场景中的适用边界，以及信息提升与信息使用偏差之间的动态平衡，对于推动人工智能技术真正赋能企业运营具有重要意义。这不仅从运营管理视角深化了人机协同机制的理解，也为企业更加科学地部署和应用人工智能决策支持系统提供了新的思路。
最后，Xiang Wan教授总结指出，机器学习系统不仅是一项预测技术，更是一种需要与人类共同发挥作用的决策支持工具。技术本身能够带来信息质量的提升，但其最终价值取决于人类如何理解、采纳并合理运营机器学习的建议。未来，企业在推广机器学习决策支持系统时，不仅需要持续提升模型预测能力，更需要关注管理者的使用行为以及不同运营环境下的人机协同机制，从而充分发挥人工智能技术在提升运营效率方面的价值。
在互动问答环节，现场师生围绕运营管理者工作经验是否同样会影响机器学习工具的运营绩效提升效应、在技术部门与决策部门中间设置“桥梁”部门如何削弱机器学习模型的信息误用效应、如何与企业开展学术研究合作等问题与Xiang Wan教授展开交流。教授针对听众提出的问题一一作出回应，并强调了与人交流沟通的能力在工作中的重要性。Xiang Wan教授深入浅出的生动讲解使现场师生深受启发。
本次讲座为学院师生提供了与国际知名学者深入交流的机会。此次交流加深了师生对机器学习决策支持系统如何影响运营决策及运营绩效的理解，同时引发了对于人机协同方式与人工智能技术价值这一问题的思考，并为未来开展相关话题的研究提供了启发与重要指导。
文/谢晓辰 图/王敏
