本文从工厂接单的难题切入，结合学术方法与企业实践，说明AI如何在明确目标和现实约束的基础上帮助比较方案，以及这些方案如何进入业务流程、根据执行反馈持续调整，为管理者判断哪些决策值得引入AI、怎样衡量实际效果提供参考。

星期一早上，一家工厂收到客户的下单意向。客户愿意支付不错的价格，但要求一个月内交货。销售希望接下这笔订单，生产负责人担心产能不够，采购说关键原料存在延期风险，财务则提醒，提前备货会占用现金。

这时，AI给出一份预测：未来一个月，市场需求可能继续增长。

预测当然有用。可会议还得开下去：订单究竟接不接？接多少？是否加班？要不要外包？如果原料晚到一周，应该先保哪位客户？

这是一个假设场景，却包含许多企业每天面对的真实困难。我们已经能用软件看清大量数据，也越来越擅长预测。接下来如何行动，仍然需要把收益、代价、资源限制和人的反应放在一起考虑。

决策智能关注的，正是这一段工作。它尝试把选择的依据、可能后果和执行反馈连接起来，让决策能够被计算、讨论和修正。它的价值，最终要落实到交付、成本、收益和风险上。

预测之后还有一段路

决策智能的英文是Decision Intelligence，简称DI。本文把它理解为一种综合方法：利用数据、模型、业务知识和人的判断，支持或自动执行决策，再根据实际结果改进后续选择。

这个概念覆盖的范围很广。运筹优化、统计决策、因果推断和强化学习，都可以为它提供方法。企业软件又加入数据连接、业务流程和权限管理，把方法装进日常工作。理解它时，需要同时看学术方法与实际系统，不能把它等同于某一种算法。

在工厂里，数据分析可以告诉我们有多少订单、多少库存；预测模型可以估计需求和原料到货时间。但同样一份需求预测，面对不同企业，合理行动可能完全不同。

一家现金充裕、库存可以长期保存的工厂，可能愿意多备货；另一家资金紧张、产品很快过时的工厂，就要更谨慎。即使两家工厂面对相同市场，也没有一个脱离条件的统一答案。

因此，决定行动之前，需要先说清楚“什么算好”。是利润更高，交付更准时，还是现金压力更小？

企业可以设置多个目标，也可以把其中一些要求设成底线，例如不能突破预算、不能影响已承诺的关键交付。

明确目标之后，还要判断投入能带来多少额外收益。给客户分配销售资源时，仅按成交概率高低排序，未必能获得更好的回报。

一个客户本来就会购买，新增一次高层拜访未必改变结果；另一个客户恰好卡在关键协调上，同样的投入可能产生更大的增量。预测购买概率，与判断一次行动能带来多少改变，是两个不同的问题。

日常使用大模型时，我们也会让它比较方案、提供建议。这可以辅助决策。要成为可靠的业务系统，还需要明确数据是否更新、条件是否完整、方案能否执行，以及实施之后究竟发生了什么。

回到那家工厂。假如负责人确定，首先要保住既有合同的交期，在此基础上争取新增利润，问题就有了较清晰的起点。

接下来，要把“接单”拆成可调整的行动：接受多少数量，分别在哪条产线上生产，采购多少原料，是否安排外包。

这些在模型里叫决策变量，意思就是我们真正能够改变的东西。

与之对应的是约束。设备每天能运行多久，工人具备哪些技能，原料何时到货，供应商是否通过认证，都是行动必须遵守的条件。

漏掉一个关键约束，计算结果就可能出现“纸面上能交货，车间里做不到”的情况。

未来需求和供货日期仍然不确定，系统可以比较不同情境：原料准时、延迟数天，需求继续增长或突然下降。

决策者由此看到，每个方案在哪些情况下表现较好，在哪些情况下损失会明显扩大。

这里通常存在真实的取舍。预计利润最高的方案，可能依赖供应商准时交货；利润稍低的方案，可能为延迟留下了余地。

随机优化、鲁棒优化等方法，分别提供不同的方式处理不确定性。它们也需要假设，无法预先容纳所有意外。

选定方案后，还要有人审批采购、更新排产和协调交期。之后，订单、库存和产线状态继续变化，原先合理的选择可能失效，需要重新计算。

OODA循环——观察、判断、决策、行动——可以帮助理解这一过程，但真正落地仍需要具体模型与业务流程。

所以，“最优方案”是一句有前提的话。它表示在给定目标、约束和模型下表现最好。模型求解得再精确，也不能弥补目标设错，或现实条件没有写进去的问题。

学术界从不同方向

接近决策

决策智能并没有一条单一的学术起源。研究者长期在研究不同的问题：人怎样选择，资源怎样分配，行动如何改变结果，以及一连串选择怎样影响未来。把这些路径放在一起，能看清不同方法各自负责什么。

▌信息有限时如何做选择？

决策理论提供的一种基本思路，是比较不同方案的可能结果及其价值。假如可以估计结果出现的概率，就能将收益、损失和风险偏好纳入选择。新增证据出现后，贝叶斯方法还可以帮助更新对不确定事件的判断。

但真实的人很难掌握全部选项，更不可能永远计算下去。赫伯特·西蒙提出的有限理性，将注意力放在人的信息、认知和时间限制上。

人们常常设定可以接受的标准，搜索可行选项，找到足够好的方案后停止。

这对企业系统很有启发。下午就必须答复客户时，一份及时、可行、解释清楚的方案，可能比明天才能算出的更优方案有用。

系统需要考虑计算和等待本身的成本，也需要帮助人理解取舍。

运筹学把资源分配变成数学问题。以乔治·丹齐格等人的工作为代表，线性规划、整数规划等方法，使许多排产、运输和调度问题能够被系统地求解。

在工厂案例里，可以将每类产品的产量设为变量，把工时、原料和资金写成限制，再将提高利润或降低交付成本设为目标。

有些变量只能取整数，例如安排几辆车、是否启用一条产线，便需要相应的离散优化方法。

求解器会利用问题结构和算法寻找方案，某些情况下还能给出当前方案距离最优值的界限。并非所有大规模问题都能迅速求得最优解，实践中需要在计算时间和方案质量之间权衡。

这条路径的特点，是迫使人把“尽量多生产，但也别影响交付”这样的模糊要求，转成可以检查的条件。建模本身，常常就是一次业务梳理。

▌改变一个条件会发生什么？

假如工厂想通过降价获取订单，历史数据可能显示，降价月份的销量更高。但这并不自动证明降价带来了增长。企业也可能恰好在旺季促销，或者同步增加广告投放。

以朱迪亚·珀尔的结构因果模型、唐纳德·鲁宾等人的潜在结果框架为代表的研究，关心行动究竟产生了什么影响。它们从不同形式出发，处理干预效果的定义与识别问题。

随机实验能够在适当条件下帮助区分行动效果；无法实验时，则需要结合观察数据、业务知识和明确假设。

数据中的相关性、模型画出的因果箭头，都不能单独保证结论成立。

工厂真正想知道的是：如果维持原价，订单会怎样；如果降低价格，又会怎样。这个问题直接影响定价，也决定了系统应当寻找什么证据。

有些决定必须连起来看。今天将全部库存用于一个订单，可能导致明天无法满足更重要的客户；今天推迟设备维护，可能增加未来停机风险。

贝尔曼的动态规划为序贯决策提供了重要基础。强化学习则研究智能体如何通过与环境交互，在反馈中学习行动策略，目标通常涉及长期累计回报。理查德·萨顿和安德鲁·巴托的工作，是这一领域的重要学术线索。

这里的“策略”，可以理解为在不同状态下采取什么行动的规则，而不只是眼前的一次选择。

不过，现实工厂无法像游戏一样无限次重来。应用时需要处理试错成本、历史数据偏差，以及模拟环境和实际环境的差距。

市场中的其他参与者同样会作决定。工厂降价，竞争对手可能跟进；向供应商压价，也可能影响对方未来优先供货的意愿。

博弈论将这种相互依赖纳入分析。纳什均衡描述的是，在其他参与者策略保持不变时，没有人能够仅靠单方面改变策略获得更好结果的状态。

它并不保证所有人的总体利益最大，也不意味着现实市场总会到达某个均衡。

把博弈论与多智能体研究连接起来，能进一步讨论竞争、合作和机制设计。但模拟出多个角色彼此对话，只能形成一种推演；模型中‘客户’和‘对手’的反应是否符合现实，仍需要证据检验。

这些方法经常一起使用。企业可以先预测需求，通过因果分析估计促销增量，再用优化模型分配库存，并根据连续经营结果调整策略。它们解决的是不同环节的问题。

预测更准

为什么未必决策更好？

一个值得关注的交叉方向，是面向决策结果的学习，即Decision-Focused Learning。

传统流程通常先训练预测模型，尽量降低预测误差，再把预测结果交给优化系统。

但预测误差的重要程度并不相同：某种关键原料少算一点，就可能卡住整笔订单；另一种容易补货的辅料出现同样幅度的偏差，影响也许很小。

两类误差在统计指标里可能被相近地对待，进入业务之后，造成的损失却相差很大。

Adam N. Elmachtoub与Paul Grigas在《Smart “Predict, then Optimize”》中提出，将预测造成的决策误差纳入训练，利用下游优化问题的目标和约束改进预测模型。

这带来一个很具体的评价变化：除了问“预测偏差有多大”，还要问“这些预测让我们作出了什么选择”。

一个总体预测指标稍差的模型，在某些任务中仍可能带来更好的决策结果。这需要在具体问题上验证，不能推成普遍结论。

同样的方法也面临边界。训练时使用的目标若只重视短期成本，长期客户关系就可能被忽略。将模型直接对准业务结果，并不会自动解决业务目标本身的偏差。

从数学方法到企业应用

把决策方法交付给企业，可以形成不同类型的产品。有的提供计算工具，有的把数据与工作流程连接起来，还有的围绕特定设备或行业建设应用。

Gurobi、Palantir和Google DeepMind分别提供了观察这些路径的窗口；三者在这里承担的角色并不相同。

日本时尚电商ZOZO的库存分配案例，展示了一个很容易理解的难题。新增物流中心后，各仓库既要平衡库存和作业负荷，又要尽量减少跨仓调货。如果经常一起购买的商品分布在不同仓库，同一笔订单的履约就会更麻烦。

据Gurobi发布的案例，ZOZO Research利用历史订单的店铺级聚合数据建立库存分配模型，把仓库容量、入库、检验和出库能力纳入约束，并采用Gurobi求解。模型在后续物流中心建设中得到扩展和复用。

这个案例说明，企业需要知道的不只是商品卖得好不好，还包括商品放在哪里、会与哪些商品一起被购买，以及仓库能否处理对应工作量。

只有把这些条件连接起来，才有机会减少局部调整带来的整体麻烦。

Gurobi在这里提供优化求解器。业务团队或技术伙伴仍需定义目标、准备数据、建立模型，并连接执行系统。

围绕求解器的商业价值，在于计算性能、稳定性、开发接口与技术支持，不能将一家客户的完整项目都归功于单个软件组件。

Palantir的路径更接近企业运营平台。按照其官方文档，Foundry提供数据运营能力，Ontology把数据和模型映射到工厂、设备、产品、订单等业务对象，并结合对象关系、动作、函数与权限支持工作流程；AIP则在这套基础上建设AI工作流、智能体和应用。

用开篇的假设工厂来理解：采购系统中的一条“原料延期”记录，需要关联到具体供应商、原料批次、生产任务和客户订单。

负责人才能看到受影响范围，比较调整方案，并将批准后的动作送入相应系统。

这里的假设过程用于解释产品架构，并不代表某个客户已经实现相同效果。真正部署时，还要逐一解决数据口径、业务逻辑和系统连接问题。

例如，“修改交货日期”看似只是改一个字段，实际上可能同时影响客户承诺、生产排程与合同责任。

谁能够提出修改，谁能够批准，哪些下游系统需要同步，都属于决策系统的一部分。

大模型可以帮助人理解问题、查找数据、生成候选方案和调用工具。

涉及排产求解时，可以调用专用模型；涉及写入系统时，则要遵守预先定义的动作和权限。语言交互让软件更容易使用，可靠运行仍依赖这些具体安排。

从这一路径看，企业平台的价值往往体现在持续使用中：一个业务对象被定义清楚，一套决策流程能够复用，新的应用就不必每次重新梳理全部关系。当然，这也意味着较重的实施和组织协作工作。

Google与DeepMind的数据中心冷却项目，展示了另一类实践。根据2018年的官方披露，系统已从向人员推荐操作，发展到在操作人员监督下直接控制冷却设备。

系统每五分钟读取传感器状态，预测不同动作组合对未来能耗的影响，在安全约束内选择动作，再由本地控制系统核验后执行。工作人员可以退出AI控制，切回既有控制方式。

这个案例发生在大模型广泛进入企业之前。

它说明，自动决策可以围绕一个明确的物理过程建立：状态能够观测，动作可以实施，结果不断返回。

从建议走向控制，变化也很具体。建议可以等工程师理解后操作，自动控制需要处理信号异常、动作越界和系统失效。

选择是否执行、什么时候退回原有模式，本身就是系统必须预先安排的决定。

这里的DeepMind代表Google内部应用与研究合作，不能直接当作对外销售的通用决策软件案例。它的参考意义，是展示一个受约束的决策闭环如何进入连续运行的业务过程。

算出来以后，还有组织这一关

三个例子展示了决策智能进入企业的不同方式：使用优化求解工具、搭建运营平台，或围绕具体业务过程建设专用系统。

对于采购者，最有用的起点仍然是一项具体工作：谁在什么时间，依据什么信息，作出什么决定？

有些困难来自目标冲突。销售按收入考核，生产希望减少排程变化，财务要求控制库存。

如果这些部门各自优化自己的指标，系统可能只会更快地暴露争议。哪些目标优先，哪些损失可以接受，仍需要管理者协调。

另一些困难来自业务信息不完整。库存表里显示有货，但货物可能已经被口头预留；设备系统显示可用，但现场负责人知道它近期不稳定。

系统要想获得信任，需要有渠道纳入并及时更新这些现场信息。

投入是否划算，也不能只看一次演示。决策发生得是否足够频繁、错误代价是否足够高、数据能否获得、改善能否衡量，都会影响商业价值。

常规补货通常比一次性的战略并购更容易积累可比较的反馈，但两者都可能需要决策支持。

效果评价尤其重要。系统上线后，销量增长了，可能是市场回暖；库存下降了，也可能同时损失了一部分订单。

在条件允许时，可以设置对照试点，或在分阶段上线时保留可比较的业务范围，将新方法与原有规则比较，并留意市场变化等因素的影响。历史回放可以帮助发现问题，却不能完整重现另一种行动本来会带来的结果。

对供应商而言，可复用性则影响生意能做多大。

每新增一个客户，都要重新定义全部业务逻辑，交付会很依赖专家；如果能把部分模型、连接方式和工作流程沉淀下来，后续实施才有机会变得更轻。

求解器提供计算能力，企业平台连接数据与流程，行业软件承载具体业务，实施服务则负责将这些能力接入企业现有系统。

最后的决定，仍要回到现场

现在再看那场工厂会议。一个有帮助的系统，应当让负责人看到：新订单会占用哪些产能，哪批原料存在风险，各方案对利润和交付有什么影响，以及什么变化会触发重新安排。

它也应当能够说清楚结论的条件。比如，当前方案依赖某批原料周三到货；如果周三没有到，需要转用哪个备选安排。

这样的条件越具体，人越容易检查，也越容易在现实变化时及时修正。

最终，负责人可能只接下部分订单，保留一段产能余量，并要求采购在两天内确认供货。这个决定未必看上去激进，却可以有清楚的依据和后续动作。

到星期三，供应商的答复来了。系统需要做的，是把这条新信息放回原来的判断，看看计划是否还成立。决策智能有没有价值，就在这样的时刻接受检验。

[1] 清华大学交叉信息研究院 Decision Intelligence Lab 官方介绍。 

[2] Herbert A. Simon. Administrative Behavior，1947；A Behavioral Model of Rational Choice，The Quarterly Journal of Economics，1955，69(1)，99—118。有限理性与满意化的经典文献。

[3] Stephen Boyd、Lieven Vandenberghe. Convex Optimization，Cambridge University Press，2004。

[4] Judea Pearl. Causal Inference in Statistics An Overview，Statistics Surveys，2009，3，96—146。

[5] Richard S. Sutton、Andrew G. Barto. Reinforcement Learning An Introduction，第二版，MIT Press，2018。 

[6] John F. Nash. Equilibrium Points in N-Person Games，Proceedings of the National Academy of Sciences，1950，36(1)，48—49。

[7] Adam N. Elmachtoub、Paul Grigas. Smart “Predict, then Optimize”，Management Science，2022，68(1)，9—26；预印本始于2017年。 

[8] Gurobi. ZOZO Research Optimizing Inventory Allocation for Scalable E-Commerce Logistics，官方客户案例，2026年8月发布，涉及2020年、2023年的物流中心建设实践。 

[9] Palantir. Ontology building，官方技术文档。 

[10] Palantir. AIP overview，官方技术文档。 

[11] Chris Gamble、Jim Gao. Safety-first AI for autonomous data centre cooling and industrial control，Google DeepMind，2018年8月17日。