雷鋒網(wǎng)消息，根據(jù) Crunchbase 的數(shù)據(jù)，從今年開始截至到7月份，各類投資者在全球 AI 和機(jī)器學(xué)習(xí)公司上的投資金額已達(dá)36億美元。而去年一整年這個(gè)數(shù)字才33億美元。

 AI 已經(jīng)不可避免地成為很多人眼中的風(fēng)口。對(duì)于 AI 領(lǐng)域的參與者來(lái)說(shuō)，也許當(dāng)下需要嚴(yán)肅思考的是：究竟什么才是真正適合他們的 AI 細(xì)分方向？本次在杉數(shù)科技跟鈦媒體聯(lián)合舉辦的第三期 AI 大師圓桌會(huì)上，何斯邁教授進(jìn)行了題為“收益與庫(kù)存管理中的博弈行為”的主題演講。雷鋒網(wǎng)了解到，何教授是上海財(cái)經(jīng)大學(xué)信息管理與工程學(xué)院教授，中國(guó)運(yùn)籌學(xué)會(huì)青年科技獎(jiǎng)獲得者，同時(shí)也是杉數(shù)科技的科學(xué)家顧問。

何教授用腎移植作為例子解釋了 AI 是如何幫助腎移植提高匹配效率的，在目前 AI 系統(tǒng)的幫助下，器官交換移植配對(duì)系統(tǒng)的效率一直在提升，最好的系統(tǒng)效率已經(jīng)到了90%，也就是能保證達(dá)到理論最優(yōu)解得至少90%的配對(duì)率。另外在各個(gè)非盈利腎移植機(jī)構(gòu)內(nèi)，腎移植的數(shù)量已經(jīng)從每年28000例提升到33600例。

在接受采訪時(shí)，何教授也表示，AI 在器官移植中的應(yīng)用在美國(guó)比較多了，但是中國(guó)法律層面還沒有放開交換移植，所有優(yōu)化空間非常少。“我想這種交換移植的方法應(yīng)該慢慢地會(huì)在某個(gè)時(shí)間節(jié)點(diǎn)放開。我們現(xiàn)在應(yīng)該先研討一下可行性?！?/p>

隨后，何教授介紹了 AI 如何幫助商家定價(jià)。他表示，定價(jià)是一個(gè)非常動(dòng)態(tài)，變化很快的過(guò)程?？蛻?、友商、商品性質(zhì)都會(huì)導(dǎo)致定價(jià)產(chǎn)生重大變化，這時(shí)就需要 AI 幫助商家進(jìn)行重要的決策。

在演講中，他還提出一種定價(jià)模式——魯棒定價(jià)?！氨举|(zhì)上是即使預(yù)測(cè)精度不盡人意，依然有可能通過(guò)模型和理論保證給出的定價(jià)策略有效，并且風(fēng)險(xiǎn)可控。利用供需關(guān)系去做定價(jià)，通過(guò)整體的調(diào)整，可以讓銷量、營(yíng)收和利潤(rùn)增加?！?/p>

何教授在接受采訪時(shí)表示，商業(yè)化其中一種是標(biāo)準(zhǔn)化場(chǎng)景的應(yīng)用，包括圖像識(shí)別、語(yǔ)音識(shí)別、自動(dòng)翻譯。標(biāo)準(zhǔn)化場(chǎng)景的好處在于復(fù)制性高，應(yīng)用的領(lǐng)域比較寬，往往是To C 的。但一定要是這種標(biāo)準(zhǔn)化程度比較高的場(chǎng)景才能做 To C 。還有一些就是所謂的復(fù)雜場(chǎng)景，要做定制化服務(wù)的時(shí)候，現(xiàn)在往往只能做 To B 的服務(wù)。

“現(xiàn)在我覺得智能零售的潛力是比較大的，慢慢地也可能會(huì)滲透到智能制造。但智能制造的企業(yè)的技術(shù)積累目前還沒有智能零售的企業(yè)積累那么多。因?yàn)橹悄芰闶弁彩请娚唐髽I(yè)，它的企業(yè)基因在那里，有很多技術(shù)儲(chǔ)備，能夠很快地消化我們的新技術(shù)。包括我們給它們開發(fā)的產(chǎn)品，它們有很好的數(shù)據(jù)平臺(tái)，能夠比較快地整合進(jìn)去。”

以下為嘉賓演講實(shí)錄，雷鋒網(wǎng)做了不改變?cè)獾木庉嫛?/strong>

何斯邁：大家好，我主要是介紹 AI 怎么與運(yùn)營(yíng)管理和商務(wù)中的實(shí)踐結(jié)合起來(lái)。

演講主要是關(guān)于商務(wù)智能，就是運(yùn)營(yíng)管理中的人工智能。主要內(nèi)容分三塊，其中第一部分是 AI 在器官移植中的應(yīng)用，也是向 Sandholm 教授致敬（他是腎移植這方面的專家）。這一系列工作由于社會(huì)的極度需求，對(duì)公眾利益有著重大意義。

第二部分是關(guān)于收益管理，主要討論在定價(jià)和庫(kù)存這些具體的決策問題的時(shí)候，怎么把 AI 和具體的商務(wù)環(huán)境結(jié)合。

第三部分，在收益管理，包括庫(kù)存管理的時(shí)候，也需要考慮到一些策略性的顧客行為，這個(gè)牽涉到很強(qiáng)的博弈背景。 顧客觀察到或猜測(cè)出商家的決策規(guī)律，會(huì)相應(yīng)的做出一些策略性的購(gòu)買行為，對(duì)商家的策略效果及最優(yōu)決策有很大的影響。

在運(yùn)營(yíng)管理領(lǐng)域的人工智能應(yīng)用主要分三大塊。一部分和傳統(tǒng)的 AI 很接近，也就是有數(shù)據(jù)以后怎么去分析數(shù)據(jù)，怎么依托數(shù)據(jù)進(jìn)行預(yù)測(cè)。一部分是模型，需要結(jié)合具體的商務(wù)環(huán)境和需求，進(jìn)行定制化的調(diào)整。一部分是算法，因?yàn)樯虅?wù)場(chǎng)景經(jīng)常需要在有限的時(shí)間和計(jì)算資源內(nèi)，解決復(fù)雜的決策問題。

傳統(tǒng)的 AI 現(xiàn)在有一些很好的應(yīng)用，比如說(shuō)著名的 Alpha Go 。在圖象識(shí)別、語(yǔ)音識(shí)別、文字翻譯這些領(lǐng)域， AI 已經(jīng)做得很好了。這些領(lǐng)域都有一個(gè)普遍的共同特征，是目標(biāo)非常明確。比如說(shuō)圖象識(shí)別、人臉識(shí)別，評(píng)判標(biāo)準(zhǔn)就是識(shí)別準(zhǔn)確度多高？一般來(lái)說(shuō)無(wú)論是問題還是目標(biāo)定義都比較明確，外部環(huán)境也比較穩(wěn)定。

但是在商務(wù)智能的時(shí)候，我們面臨完全不同的問題和環(huán)境。今天的商務(wù)環(huán)境，可能到明年就完全不一樣了，經(jīng)濟(jì)大環(huán)境可能會(huì)變，競(jìng)爭(zhēng)對(duì)手也在變。尤其在 AI 的應(yīng)用領(lǐng)域，目前很多應(yīng)用是關(guān)于電商。但是對(duì)于主流電商來(lái)說(shuō)，目前每年的增長(zhǎng)率都極高?？赡苊恳荒陜?nèi)，它的產(chǎn)品結(jié)構(gòu)、客戶結(jié)構(gòu)都在變。

第二個(gè)大問題，在商務(wù)環(huán)境中有很多目標(biāo)，但沒有唯一明確的目標(biāo)。可能企業(yè)在里面，有的部門想要追求庫(kù)存管理的優(yōu)化。另外的部門想要保證定單滿足率，越高越好。收益管理中銷量和利潤(rùn)之間的往往也需要平衡。在不同部門之間追求的目標(biāo)并不一致時(shí)，我們應(yīng)該如何決策？在具體的實(shí)際場(chǎng)景，不同部門之間的需求差異如果能夠充分挖掘、不同約束之間的復(fù)雜關(guān)系如果可以得到充分梳理和考慮，對(duì)于收益的提升是非常顯著的。因此需要結(jié)合問題的本身，通過(guò)模型把 AI 的技術(shù)和問題更好結(jié)合起來(lái)。

這兒說(shuō)一些具體的例子，首先是器官移植，傳統(tǒng)的器官移植主要是兩種，一種是親屬捐獻(xiàn)。另外一種傳統(tǒng)的捐獻(xiàn)方式是死者捐獻(xiàn)，死者在死前簽署器官捐贈(zèng)協(xié)議。但是，基本上任何一種器官，死者捐獻(xiàn)的數(shù)量目前來(lái)說(shuō)是遠(yuǎn)遠(yuǎn)不夠的。比較嚴(yán)重的腎移植，只有10%-20%，這個(gè)數(shù)目是非常非常低的，那么怎么辦？

在醫(yī)療實(shí)踐中，經(jīng)常有親屬愿意捐獻(xiàn)但是不能捐獻(xiàn)，往往是因?yàn)檠?、各種抗體的原因?qū)е虏黄ヅ?。因此有可能?huì)有這樣兩個(gè)家庭，A的家屬給自己的親屬A捐獻(xiàn)不了，但是適合另外一家的病人B。 而B的親屬的器官適合病人A。在這種情況發(fā)生的時(shí)候，雙方可以通過(guò)交換捐獻(xiàn)的方式解決問題。慢慢的這種應(yīng)用越來(lái)越廣泛，因?yàn)樗_實(shí)能救很多人的命。后面大家發(fā)現(xiàn)，能不能做得更多？比如說(shuō)我兩個(gè)人配不起來(lái)，但是三個(gè)家庭通過(guò)循環(huán)的方式進(jìn)行匹配，四個(gè)家庭、五個(gè)家庭都可以。歷史記錄最多的一次是同時(shí)有十多個(gè)家庭構(gòu)成大循環(huán)一起手術(shù)，但是這種移植方案有一個(gè)嚴(yán)重的問題，就是多臺(tái)手術(shù)必須同時(shí)做。因?yàn)槟I移植可能出現(xiàn)捐贈(zèng)者突然反悔，這是會(huì)出現(xiàn)嚴(yán)重的問題，尤其是反悔方的捐贈(zèng)對(duì)象的親屬已經(jīng)捐贈(zèng)完畢的情況出現(xiàn)。為了避免這些問題出現(xiàn)，現(xiàn)在的法律就嚴(yán)格規(guī)定，必須在同一個(gè)時(shí)間交換執(zhí)行。但即使如此，有時(shí)候還是會(huì)有一些問題。

還有一種方法是鏈?zhǔn)狡ヅ洹：?jiǎn)單的說(shuō)就是將死者捐獻(xiàn)的器官移植給某個(gè)病人，但是前提條件是病人的親屬答應(yīng)把腎捐給下一個(gè)病人，這個(gè)病人的親屬又答應(yīng)把腎捐給下一個(gè)，形成鏈?zhǔn)椒磻?yīng)。鏈?zhǔn)揭浦驳淖畲蠛锰幨遣⒉恍枰獓?yán)格同時(shí)執(zhí)行，每一個(gè)家庭都是病人先得到腎再由捐贈(zèng)人捐獻(xiàn)器官。如果有人反悔，雖然會(huì)有一些負(fù)面的影響，但是相對(duì)來(lái)說(shuō)小很多。鏈?zhǔn)揭浦驳牧硪粋€(gè)好處是可選擇性高，相對(duì)來(lái)說(shuō)，會(huì)大大提高系統(tǒng)的移植效率。缺點(diǎn)是會(huì)消耗一部分死者捐獻(xiàn)的腎源。

 

目前美國(guó)已與2007年已經(jīng)正式立法，允許交換移植。已經(jīng)成立了一些機(jī)構(gòu)和平臺(tái)作為腎移植交換機(jī)構(gòu)，比如說(shuō) UNOS 等。主要是非營(yíng)利性的，目的是搜集病人的數(shù)據(jù)和愿意捐獻(xiàn)器官的親屬的數(shù)據(jù)，更好地把這些親屬匹配起來(lái)。在這些機(jī)構(gòu)建立4-5年之后，腎移植的數(shù)量從每年28000例提升到33600例。

但是鏈?zhǔn)揭浦矔?huì)面臨一個(gè)道德難題，死者捐贈(zèng)的腎遠(yuǎn)遠(yuǎn)不夠滿足無(wú)親屬捐贈(zèng)的病人需求。一個(gè)腎在一方面可以通過(guò)鏈?zhǔn)揭浦簿群芏嗟牟∪?，但是同時(shí)一定會(huì)有病人因此無(wú)法得到合適的器官移植。這個(gè)有點(diǎn)像著名的電車難題，軌道上有一群小朋友在玩。當(dāng)你看到一個(gè)火車過(guò)來(lái)了，可以選擇將火車扳一個(gè)岔道從而拯救這些小朋友，但是會(huì)害了在岔道上工作的另一個(gè)人。這是一個(gè)普遍性的道德難題。所以在腎移植的時(shí)候，決策不是簡(jiǎn)單的人越多越好。因?yàn)橛行╊愋偷牟∪?，因?yàn)榭贵w和血型特殊很難配上，在只追求短期移植效率最高時(shí)這種特殊病人就會(huì)積壓下來(lái)。在這種時(shí)候，就不是一個(gè)簡(jiǎn)單的預(yù)測(cè)，我必須預(yù)測(cè)每一個(gè)腎捐給一位病人之后能活多久，他們之間移植存活率有多高。這種時(shí)候我們用機(jī)器學(xué)習(xí)，讓人工智能決策，效率會(huì)高很多。 

這種決策是典型多階段的動(dòng)態(tài)決策，牽涉到一些沖突，這種時(shí)候你怎么去解決？目前來(lái)說(shuō)在 UNOS 使用整數(shù)規(guī)劃算法，好處就是相對(duì)來(lái)說(shuō)移植率比較高，每一個(gè)階段配的人數(shù)比較多，但是也有一些問題。我們最近有一篇論文，提出了一個(gè)比較簡(jiǎn)單的隨機(jī)近似算法，用這個(gè)算法甚至可以不依賴計(jì)算機(jī)，達(dá)到很高的效率。并且困難病人不會(huì)積壓。目前這個(gè)器官交換移植配對(duì)系統(tǒng)的效率一直在提升，最好的系統(tǒng)效率已經(jīng)到了90%，也就是能保證達(dá)到理論最優(yōu)解得至少90%的配對(duì)率。

 

接下來(lái)介紹一下 AI 在收益管理中的應(yīng)用，這個(gè)是基于我們跟很多家電商合作時(shí)碰到的實(shí)際問題。在收益管理中間，關(guān)鍵的一個(gè)問題就是如何定價(jià)。這個(gè)問題很復(fù)雜。

首先，對(duì)于不同產(chǎn)品定價(jià)邏輯不一樣。很多商家只是簡(jiǎn)單地預(yù)測(cè)定一個(gè)價(jià)格能夠賣多少件，然后選取一個(gè)看上去比較合適的價(jià)格。但這是不夠的。有些產(chǎn)品在市場(chǎng)上采用最簡(jiǎn)單的成本定價(jià)，就是成本是多少，加一個(gè)權(quán)重，產(chǎn)生售價(jià)。而在電商環(huán)境中，大部分關(guān)鍵產(chǎn)品采用的定價(jià)邏輯都是比價(jià)活著跟價(jià)，就是要保證比競(jìng)爭(zhēng)對(duì)手價(jià)格低。大家現(xiàn)在能看到很多電商平臺(tái)的產(chǎn)品都會(huì)保證比競(jìng)爭(zhēng)對(duì)手產(chǎn)品價(jià)格低，如果高了會(huì)賠償損失。還有一些產(chǎn)品，它面臨的競(jìng)爭(zhēng)環(huán)境不是很激烈，那么它的定價(jià)邏輯要考慮供需關(guān)系。這種時(shí)候往往是利潤(rùn)空間比較大的。還有其他的定價(jià)方式，比如價(jià)格歧視，區(qū)別于一般的定價(jià)對(duì)所有顧客都是統(tǒng)一價(jià)格，價(jià)格歧視需要對(duì)不同顧客給出不同價(jià)格，從而最大化利潤(rùn)。我們還提出一種定價(jià)模式，叫做魯棒定價(jià)。本質(zhì)上是即使預(yù)測(cè)精度不盡人意，依然有可能通過(guò)模型和理論保證給出的定價(jià)策略有效，并且風(fēng)險(xiǎn)可控。綜上所述，如果對(duì)產(chǎn)品沒有比較好的理解，那么根本不可能做到一個(gè)合適的定價(jià)。對(duì)不同的產(chǎn)品，首先要了解不同的產(chǎn)品定位，決定基本的定價(jià)邏輯。

 

其次，定價(jià)需要考慮很復(fù)雜的因素，簡(jiǎn)單拿數(shù)據(jù)分析的時(shí)候，容易把一些關(guān)鍵因素漏掉。比如說(shuō)需要考慮友商的價(jià)格和客戶的心理價(jià)位。今天我一直定價(jià)20，但是友商可能從20調(diào)到25，如果數(shù)據(jù)中不包括友商的價(jià)格因素不可能做出高精度的預(yù)測(cè)。

此外還有顧客價(jià)格的敏感度，有些顧客對(duì)于價(jià)格無(wú)所謂，小幅度調(diào)整的時(shí)候，他關(guān)心的是你的服務(wù)。但是另外有些顧客會(huì)比較敏感。 這會(huì)產(chǎn)生一個(gè)有趣的問題，商家是做周期性做促銷，還是一直讓價(jià)格定在中間保持平穩(wěn)更好？另外還有季節(jié)性的產(chǎn)品?；蛘咛娲援a(chǎn)品，比如手機(jī)，三星、蘋果、華為等等，他們之間有嚴(yán)重的替代效應(yīng)。最后是互補(bǔ)性產(chǎn)品，顧客買電腦的時(shí)候會(huì)買鍵盤、鼠標(biāo)各種配件。

 

定價(jià)的時(shí)候最大的挑戰(zhàn)是促銷，不光是你自己做促銷，競(jìng)爭(zhēng)對(duì)手也長(zhǎng)期做促銷，很多產(chǎn)品，你會(huì)發(fā)現(xiàn)一年90%的時(shí)候，你或者你的競(jìng)爭(zhēng)對(duì)手都在做促銷。這時(shí)候怎么定價(jià)，促銷會(huì)產(chǎn)生各種各樣的影響。

比如說(shuō)從跟價(jià)和比價(jià)的時(shí)候使用對(duì)象是什么？高關(guān)注度和競(jìng)爭(zhēng)度比較高的產(chǎn)品，在比價(jià)的時(shí)候，有一個(gè)很嚴(yán)重的問題。計(jì)算顧客對(duì)價(jià)格的量?jī)r(jià)關(guān)系，傳統(tǒng)的統(tǒng)計(jì)或者經(jīng)濟(jì)學(xué)模型往往用參數(shù)模型，很多人用線型模型。但是在比價(jià)的時(shí)候，量?jī)r(jià)關(guān)系一般極度脫離線型關(guān)系。顧客在心理價(jià)格段附近比較敏感，偏離心理價(jià)格比較遠(yuǎn)的時(shí)候不太敏感，這里會(huì)牽涉到很多問題，比如說(shuō)怎么捕捉心理價(jià)格位，這往往和友商的價(jià)格以及類似產(chǎn)品的價(jià)格有關(guān)。

還有一個(gè)就是我調(diào)了價(jià)格，友商很可能跟著調(diào)。這種情況是動(dòng)態(tài)的，我可以選擇跟著友商一起調(diào)價(jià)，也可以避開調(diào)價(jià)做促銷的日子，拿到他不做促銷的時(shí)候去做。這時(shí)所要采用的手段包括網(wǎng)絡(luò)爬蟲及機(jī)器學(xué)習(xí)，預(yù)測(cè)和捕捉對(duì)方的行為。因?yàn)闋砍兜讲┺?，需要知道在市?chǎng)上，我們是一個(gè)價(jià)格主導(dǎo)者，還是價(jià)格跟隨者，跟競(jìng)爭(zhēng)對(duì)手處于一個(gè)什么關(guān)系？具體的決策和市場(chǎng)定位密切相關(guān)。

另外，我的當(dāng)期利益和遠(yuǎn)期利益的平衡點(diǎn)是什么。比如亞馬遜的策略，是在競(jìng)爭(zhēng)對(duì)手中保持絕對(duì)低價(jià)。這個(gè)策略在美國(guó)大獲成功，使得亞馬遜取到壟斷地位。但是在中國(guó)同樣的策略效果很差，亞馬遜基本被擠出市場(chǎng)。

關(guān)于供需關(guān)系，我們可以看到利用供需關(guān)系去做定價(jià)的話，通過(guò)整體的一個(gè)調(diào)整，可以讓銷量、營(yíng)收和利潤(rùn)都大幅增加，而且幅度相當(dāng)高，這是魯棒定價(jià)的效果。

圖中所示是某閃購(gòu)電商平臺(tái)的訂貨策略效果，我們通過(guò)兩階段，第一階段采用魯棒定貨，第二階段結(jié)合人工智能學(xué)習(xí)的手段，把新數(shù)據(jù)運(yùn)用進(jìn)去，可以對(duì)績(jī)效產(chǎn)生大幅度提升。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。