有没有想过，每天你会做出多少次“决策”？当AI(人工智能)来到身边，又将如何帮你实现最优“决策”？

　　在社会经济活动中，小到个人购物、专业选择，大到企业竞争、转型升级，乃至政府治理、政策制定，本质上都是决策问题。在决策科学中，决策问题通常可以表述为：在满足一定约束条件的前提下，确定决策变量取值，使得目标最优化。决策变量就是影响决策目标的因素，约束条件是资源、产能、人数、资金、时效等限制。

　　过去，决策主要依赖已知的理论框架、传统的可获可测变量及其关系，以及有限的探索和求解路径。而大数据和人工智能的到来，从根本上改变了这一逻辑。

　　一是社会“像素”快速提升，社会经济活动的方方面面可以形成数据，纳入过去“不可测、不可获”的因素，扩展数据或变量规模；二是数字“成像”技术和算法的进阶，使得对于事物的镜像呈现(如客户画像、社区画像等)更智能和逼真。前者涉及决策的数据要素，后者涉及决策的知识生成。打个比方，过去是“有什么料做什么菜”，现在是“料基本齐了，比拼的是手艺”。

　　当前，AI应用于科学研究取得显著进展，AI也开始嵌入社会科学研究。在数智化时代，决策研究具有什么新方向呢？

　　早在2015年，国家自然科学基金委员会就启动了重大研究计划“大数据驱动的管理与决策研究”，前后历时近10年，科研工作者跨学科协作，提出了一个新型研究框架(被概括为“全景式PAGE框架”)，应对大数据管理决策范式转变，构建我国决策科学领域自主知识体系。该框架将大数据决策问题的3个特征(即粒度缩放、跨界关联、全局视图)映射到4个研究方向上(即理论范式、技术方法、资源治理、使能创新)，并在应用领域(如商务、金融、公共管理、医疗健康等)维度扩展形成全景式立体图景。比如，针对传统财务报表在衡量现代企业时存在的局限，突破了国际上沿用百年的“三表”企业价值测量体系，引入数据资产视域和数智化技术构建第四张报表。当前，该框架正以大模型为内核，促进决策科学领域的方向扩展。

　　该框架对于决策者有哪些启发呢？个人需要具备哪些思维能力应对挑战？在这里，试着给出3个“提示词”：跨界关联意识。借助大模型等工具可以扩展现有知识边界，进而开拓视野和认知空间，延伸探索触角和创新路径；偏差问题意识。平台上的推荐和推送在帮助决策的同时，也可能导致从众和茧房等效应，造成认知和决策等行为偏差。这些偏差又随着行为数据和轨迹进入推荐和推送模型，形成偏差循环放大，这就需要培养识别和纠偏能力；AI向善思维。要重视AI使用中的社会伦理、商业伦理、学术伦理问题，避免算法风险与偏见，防范“数据投毒”等恶意操纵。

　　决策与大数据、人工智能的相遇，不是简单的工具升级，而是从认识、方法到实践的系统性重塑。在给定条件下，如何更好地达成目标？大数据和人工智能极大地扩展了“给定条件”的边界和“达成目标”的手段，但最终的判断、检验与价值选择，仍然离不开人的专业知识和审慎思考。

　　(作者为清华大学文科资深教授、经济管理学院教授)