2024年7月6日至7日，由运筹学和管理科学研究院-人工智能学院、中国管理科学与工程学会-人工智能与管理协会、中国科学技术大学和上海商学院联合主办的“2024年人工智能与商务夏季研讨会（SWAIB）暨上海商学院第五届国际学者‘上商’论坛数智商务分论坛”在光大国际大酒店隆重举行。本次研讨会邀请了众多知名学者进行主题演讲，包括Olivia Sheng 教授, Lei Chen教授, Daniel Dajun Zeng教授和Andrew Burton-Jones教授。会议安排了五场主题演讲，并设有两个平行会场，共计十五场会议和一场线上会议, 为与会者提供了丰富的交流平台。大会主席由Xiao Fang教授、Junjie Wu教授和Qiang Ye教授担任，程序委员会主席由Yong Ge教授、Jingjing Li教授和Hongyan Liu教授担任，组织委员会主席由吴忠教授、韩冬梅教授和刘冠男教授担任。与会者将围绕“人工智能与商务”这一主题，深入探讨相关前沿研究和实践应用。

在研讨会开幕式上，上海商学院校长吴忠教授致欢迎辞，热烈欢迎并感谢与会的各位嘉宾和专家，强调了人工智能技术正渗透至社会生活的各个方面，成为助推经济增长的新动能。在商业研究领域，如何优化人工智能驱动的商业决策研究范式，如何针对商业与社会问题开发出更加精准、快速的决策方法，成为当前面临的重大挑战。吴忠教授期待此次研讨会为人工智能驱动的商业决策前沿研究和思想交流增添新观点，创造新价值，并促进海内外专家、学者和学校之间全方位、多领域合作。

吴忠校长致欢迎辞

张绍华副校长作演讲

副校长张绍华研究员以“从 Business Intelligence 到 AI for Business”为题，介绍面向应用和产业的商业智能新研究视角：场景牵引和商业模式驱动。并介绍了AI for Business 的研究内容，包括人机交互的商业智能服务研究、群智的商业优化研究、智能体的商业应用研究及商业智能商业模式研究等。这些研究为商业智能领域注入了新的活力，并为实际应用提供了创新的解决方案。

Junjie Wu教授致辞

Xiao Fang教授致辞

Xiao Fang教授和Junjie Wu教授作为大会主席致辞,大家齐聚一堂，共同探讨人工智能在商业中的创新应用和发展前景。人工智能通过大数据分析和机器学习算法，帮助金融机构更好地进行风险管理、客户服务和市场预测。在社交网络分析中，人工智能可以帮助我们理解和预测社交行为，优化广告投放，提高用户体验。在医疗分析方面，人工智能正逐步改变医疗服务的模式，从疾病的早期诊断到个性化治疗方案的制定，人工智能的应用正为患者带来前所未有的福祉。然而，伴随着机遇的到来，我们也面临着数据隐私与安全、算法的公平性与透明性、技术与伦理的平衡，都是我们必须认真思考和应对的问题。今天的研讨会，正是一个让我们共同探讨这些问题的平台，希望通过我们的智慧和努力，找到解决之道。

Olivia Sheng 教授分享

Olivia Sheng 教授以“人工智能设计研究的途径”为题，阐述了越来越多的信息系统研究正在采用人工智能（AI）的设计视角，即研究人员通过AI方法提出解决问题的方案，而不是描述或解释所研究的AI相关现象。同时探讨了在发表与AI相关的设计研究时所面临的一些挑战，并阐明了发表此类研究的可行途径。具体而言，强调了六个主要障碍,如Moving Target、Incommensurable Perspectives、Generative Artifact Divide等，利用大型语言模型的最新进展来突显这些障碍，同时提出了一些克服这些障碍的路径，并通过几个示例文章来说明如何针对不同类型的AI相关设计成果遵循这些路径。

Lei Chen教授演讲

Lei Chen教授以“大模型的数据科学”为题，具体从四个方面进行阐述，数据科学导论、大模型的兴起、大模型时代的数据科学问题、大模型赋能下的数据科学。最后给出了从向量表示学习，向量近似最近邻搜索，联合推理验证等三个关于大模型下数据管理的展望。

Daniel Dajun Zeng教授分享

Daniel Dajun Zeng教授以“从大数据到大决策：开放环境中的大型语言模型驱动规划”为题展开分享，具体包括大语言模型时代的决策，接下来运用Deep Planner和Open Planner为例讨论开放环境下的规划，并在军事，国际关系、医疗健康，商务，航空、交通控制等领域下有着广泛的应用。讨论了当前运用大模型作为决策智能体进行社会方针政策的模拟，并指出大语言模型驱动下决策制定的主要挑战，如合理性、可靠性、安全性、可解释性等。最后指出了决策方法和人工智能的有机结合下达到决策智能。

Andrew Burton-Jones教授做演讲

Andrew Burton-Jones教授以“利用AI翻译设计更具包容性和影响力的科学”为中心，探讨了科学正处于人工智能转型的最佳时机，并指出科学一直受到语言偏见的困扰，而现在这种偏见更加强烈。期待我们能否利用人工智能来改造科学的数字平台，克服语言偏见，创造更具包容性和影响力的科学。

研讨会第一日的议程主要围绕大语言模型（LLMs）的实际应用、机器学习与深度模型的创新，以及预测模型和AI算法中的隐私与安全问题进行探讨。讨论重点包括：运用LLMs进行知识蒸馏，提升客户服务效率；探索LLMs在社交媒体营销自动化中的应用；以及采用少量专家注释的提示学习方法来减轻言论检测中的偏见。会议还涉及自监督学习模型的反学习框架，提高推荐系统的对抗性鲁棒性，并提供了关于去偏见和反偏见机器学习的实用指导等。此外，会议聚焦预测模型的应用，例如识别误导信息的潜在传播者和通过异构信息网络筛选高潜力创业公司，同时还讨论了AI算法中的安全与隐私问题，特别是垂直联邦学习和保护隐私的信用风险预测方法。

大会主会场

第二日的议程围绕人工智能在医疗领域的应用展开，包括自动化抽取医疗信息及利用物联网进行心理健康分析和预测。讨论还扩展至AI对经济和社会的深远影响，涉及自由职业者的表现分析、学习算法在角色构建和分析中的应用。会议进一步探讨了推荐系统的透明度、公平性成本以及如何实现无偏见的推荐等。此外，讨论重点也包括了跨模态检索，以及机器学习在需求预测、流程优化和多代理决策支持中的关键角色，特别关注算法的可解释性和系统的公平性，以推动更公正和透明的算法实践。

商务信息学院参会老师、志愿者合影

随着“SWAIB 2024”研讨会的圆满结束，两天的精彩会议不仅充分展示了人工智能在商务领域中的最新进展和所面临的挑战，也突显了这一领域未来巨大的潜力和变革力量。在此，特别感谢商务信息学院各位领导的不懈支持和辛勤付出，同时也感谢积极参与本次会议并作精彩报告的教师以及十余位专业教师和学生志愿者们，他们的精心筹划为会议的顺利奠定了强有力的保障。我们对人工智能技术未来在商业实践中的广泛应用抱有极大的期待，并坚信它将继续为全球商业创新提供动力。展望未来，我们热切期盼能再次与国内外学者、研究人员以及业界人员再次汇聚一堂，继续探讨和推进人工智能与商务研究的深入发展。通过持续的学术交流和紧密合作，我们希望能够共同开启人工智能技术的新篇章，不断推动商业与科技的深度融合。

   撰稿：陶亮

摄影：学术桥

审核：宋晓光、韩冬梅

责编：张曼麟