AI大师会详解智能商业决策之路：从“识别”到“思考”

YUXIN2016

谈起人工智能，在我国最先被提起的往往是横扫围棋大师的AlphaGo。但在业界，更令人吃惊的标志性变革发生在德州扑克：不需要准备海量棋谱，也没有充分公开的完美信息场景，化名“冷扑大师”的AI系统直接针对对手的劣势自我学习、通过博弈论选取最优策略，横扫德扑顶尖高手，“高情商”令人瞩目——不完全信息场景，正是错综复杂商业运作中常常面临的困境。

李开复说，“冷扑大师”战胜人类的意义，就在于“更多人通过比赛了解到了更全面的人工智能，知道AlphaGo所代表的代表的深度学习并不是人工智能的全部”。

商业智能时代，量化决策势不可挡，如何从汹涌的AI泡沫中找到正确方向，是学界和业界共同关心的议题。国内集中了运筹优化领域最优势学术资源的杉数科技希望就相关问题与业界人士进行深入探讨，不止请来“冷扑之父“，目前已经确认出席的嘉宾还包括两位斯坦福讲席教授在内的国际著名学者。

6月24日，首场深度AI系列论坛“AI大师圆桌系列”首场在京开讲，Stanford讲席教授叶荫宇坐镇，佐治亚理工学院、明尼苏达大学、纽约大学、清华大学青年领袖学者助阵，从深度学习在时空大数据分析中的应用谈开，详细解剖商业智能中的机器学习、深度学习，以及少为人知却直指真实场景中复杂决策的运筹学。

【演讲节选】

杉数科技CTO、明尼苏达大学助理教授王子卓首先谈到由数据驱动的定价策略，他认为好的定价策略是一家公司的“生命线”，在比较广泛的意义上来说，一个好的定价策略，需要在正确的时间，正确的地点，以正确的价格，把正确的服务和商品卖给正确的消费者。如何在价格和需求量之间找到平衡，获得最大收益，需要企业充分利用数据进行智能决策，机器学习、人工智能技术、运筹学的技术都是必不可少的。

在不同的商业领域里，有很多不同的定价场景，具体的定价场景非常复杂。总结杉数科技的具体工作经验，可以把场景分为6大类。

以标准定价为例，在杉数科技和多个互联网企业的合作中，就需要刻画消费者的商品选择行为，从而利用消费者对不同商品的需求关联性，推动消费者在一次消费中购买多件商品，以提升单次消费的客单价，增加收益。这就需要综合考虑采销业务需求或公司战略要求、商品的历史销售与价格数据、及基于用户行为数据分析得到的消费关联特性，构建联合定价的商品池；基于联合定价商品池，综合考虑友商价格、季节性、促销、替代品与互补品等因素的影响，构造出需求函数模型，并在此需求函数形式下构建多SKU联合定价方案，实现全局销售收益最大化。产品量达到百万级。

王子卓博士指出：“之前很多人觉得，销量、利润、营业额，这几个可能是互相矛盾的指标，可能说想提升销量就必须降低利润，但是实际上并不是这样。我们在这里进行组合优化之后就可以发掘每一个SKU它的一些特性，充分利用每一个SKU它自身的一些特性，可以达到对这些指标的整体的提升。这也是我们觉得用数据驱动的这个定价非常有潜力的一点。“

在复杂多变的商业环境下，实施智能定价的环节以及产品化需要很高的技术门槛，而完整智能定价流程如何给公司收益带来了显著提高。杉数科技创始团队自2016年以来，利用自己在定价方面的独特积累和技术，已经为国内多个行业的龙头企业，包括电商、物流、出行等，提供了收益管理方向的精确量化软件开发和咨询服务，合同额达到了近2000万。

编辑于 2017-06-27 13:27

人工智能