赵镇岳
助理研究员
南京大学管理学学士、硕士,在情报学、信息系统、计算社会科学等领域有多年研究经验。目前主要研究兴趣为人工智能大语言模型、AIGC、数据科学、数字经济、复杂网络等
数字化转型研究中心由孙天澍教授发起和主持。中心的使命是结合科技与商业,结合理论与实践,与企业,行业和政府一起摸索出一条有中国特色的产业数字化之路 --包括技术战略,商业设计,人才组织,行业标准和产业政策。 中心专注研究 1) 新科技与大数据 -- 特别是数据科学,人工智能,云计算和企业服务(IaaS/PaaS/SaaS),物联网,智能制造和物质科学,以及 2) 与新科技和大数据适配的商业设计(数字战略,敏捷组织,复合人才)和产业政策(行业标准,监管治理,赋能创新)。 中心希望兼顾技术的全球视野和产业的中国特色,建立一个共创平台推动对产业数字化的前沿讨论,顶层设计和技术落地。中心定期举办学术研讨,技术论坛和行业会议,支持科技与商业交叉学科的学术研究,教育培养,社区共享和企业合作。
孙天澍
Sun Tianshu
马里兰大学博士
长江商学院科技与运营教授、杰出院长讲席教授
企业家学者项目学术主任
数字化转型研究中心主任
邮箱:tianshusun@ckgsb.edu.cn
个人主页
孙天澍教授现任长江商学院科技与运营教授、杰出院长讲席教授,企业家学者项目学术主任,在南加州大学获得终身教职以及Robert Dockson讲席教授,同时兼任商学院与计算机系博士生导师。孙天澍的研究聚焦在企业数字化转型,包括数字化战略,数字化组织和数字化科技,在中美顶尖企业有丰富的工作经历与合作实践(如Facebook,Adobe,阿里巴巴,网易等)。孙天澍的学术研究和产业实践尤其关注技术与商业的交叉融合—特别是大数据,云计算,物联网和人工智能如何持续的改变零售,金融,制造,物流,医疗和企业服务等行业。孙天澍受邀在顶级大学(哈佛,MIT,沃顿商学院,芝加哥,斯坦福等)以及国际顶级学术会议上发表八十多场学术演讲,并在Facebook, Google, Snapchat, 领英, 优步, 阿里巴巴, 中信, 人民日报集团等顶级机构做数字化转型,大数据和平台战略的邀请分享和培训。孙天澍的研究论文发表在信息系统,机器学习,经济学和商学院国际顶级期刊与会议,获得16项最佳论文奖(包括芝加哥大学颁发的Wittink Prize年度最佳论文奖),以及USC颁发的年度最佳教授奖(Golden Apple Award)。孙天澍教授担任多个国际顶级期刊常务和客座编委(MS, ISR, MISQ)和国际会议大会主席(CIST,WEBEIS),并获得多个顶级机构的研究支持。孙天澍本科毕业于南京大学物理系,在马里兰大学修读物理,电子工程与经济学博士课程,获得信息系统博士学位。
赵镇岳
助理研究员
南京大学管理学学士、硕士,在情报学、信息系统、计算社会科学等领域有多年研究经验。目前主要研究兴趣为人工智能大语言模型、AIGC、数据科学、数字经济、复杂网络等
孙闳绅
助理研究员
邮箱:sunhs@mit.edu
清华大学学士,佐治亚理工学院硕士,前腾讯高级算法工程师,曾任职于平安、思科等企业,在人工智能模型研发、落地等方向有多年实践经验。 主要研究兴趣为人工智能发展与应用,量化营销等。
马新程
助理研究员
邮箱:xinchengma-bp@ckgsb.edu.cn
北京航空航天大学物理学学士,中国科学院大学工商管理学硕士, 前京东大数据产品经理、营销经理,在大数据系统开发、数字营销、在线广告等领域有多年实践经验。 主要研究兴趣为数据隐私保护、企业数字化转型、数字营销等。
张晋
助理研究员
邮箱:jinzhang0516@gmail.com
北京理工大学管理学学士,阿里巴巴数据研发工程师。 个人擅长数据库、数据科学方向,主要研究兴趣为企业数字化转型、开放数据生态、大数据架构应用等
声明:以下是孙天澍教授作为作者在媒体上发表的所有学术和个人观点,教授所发表的媒体观点和采访的完整列表会在孙天澍教授的百度百科网页和本网页及时更新,这个列表代表孙天澍教授全部撰写和授权的学术和个人观点。孙天澍教授没有接受过任何列表之外媒体的采访或发表过任何列表之外的媒体观点。
(其他会议论文和工作论文请见孙天澍教授简历)
1. Yicheng Song and Tianshu Sun (2024) “Ensembling Experiments to Optimize Customer Journey: A Reinforcement Learning Approach”, Forthcoming, Management Science
--Adobe Faculty Research Award 2020, Marketing Science Institute (MSI) Research Grant 2021
2. JaeHwuen Jung, Tianshu Sun, Ravi Bapna, and Joseph Golden (2024) “Social Learning in Prosumption: Evidence from a Randomized Field Experiment”, Forthcoming, Management Science
3. Zhe Yuan, AJ Chen, Yitong Wang, and Tianshu Sun (2024) "How Recommendation Affects Customer Search: A Field Experiment", Forthcoming, Information Systems Research
4. Brian Rongqing Han, Leon Yang Chu, Tianshu Sun, Lixia Wu (2023)“Commercializing the Package Flow: Cross-sampling Physical Products Through E-commerce Warehouses”, (WISE 2019 Best Student Paper), Forthcoming, Management Science
5. Ruomeng Cui, Zhikun Lu, Tianshu Sun, Joseph Golden (2023) "Sooner or Later? Promising Delivery Speed in Online Retail", (ICIS 2021 Best Paper in "Digital and Mobile Commerce"), Forthcoming, Manufacturing & Service Operations Management
6. Wilson Lin, Susan Feng Lu, Tianshu Sun (2023) "Persuasion, Donor Heterogeneity, and Workload: The Impact of Charitable Workers on Donors’ Blood Donation Decisions", Forthcoming, Manufacturing & Service Operations Management
7. Tianshu Sun, Zhe Yuan, Chunxiao Li, Kaifu Zhang, Jun Xu (2023) The Value of Personal Data in Internet Commerce: A High-Stake Field Experiment on Data Regulation Policy, Forthcoming, Management Science
(See a review paper with Leading Economists on Data Value, Data Privacy, and Data Regulation which covers some of the experiment findings.
Presented/Scheduled at Harvard, MIT, U Chicago, CMU, NYU, UCLA, USC, BU, UT Austin, UMN, UBC, Purdue, Tsinghua, etc.
8. Brian Rongqing Han, Tianshu Sun, Leon Yang Chu, Lixia Wu (2023) “Connecting Customers and Merchants Offline: Experimental Evidence from The Commercialization of Last-Mile Pickup Stations at Alibaba” (CODE 2018, WISE 2018, ICIS 2019, SCECR 2019), Forthcoming, MIS Quarterly
9. Tianshu Sun, Max Wei and Joe Golden (2023), Geographical Pattern of Online Word-of-Mouth: How Offline Environment Influences Online Sharing, Forthcoming, Information Systems Research
10. Brian Han, Tianshu Sun, Leon Chu and Lixia Wu (2022) “COVID-19 and E-commerce Operations: Evidence from Alibaba”, Manufacturing & Service Operations Management, 24(3):1388-1405
11. Tianshu Sun, Siva Viswanathan and Elena Zheleva (2021) “Creating Social Contagion through Firm Mediated Message Design: Evidence from a Randomized Field Experiment”, Management Science, 67(2), 808-827.
-- Best Dissertation Proposal (Runner-up), WITS 2015; Best Paper (Finalist), CSWIM 2015; Best Student Paper (3rd Place), INFORMS Service Science Society 2014; Winner, Marketing Science Institute (MSI) Research Competition 2014
12. Tianshu Sun and Sean Taylor (2020) “Displaying Things in Common to Encourage Friendship Formation: A Large Randomized Field Experiment”, Quantitative Marketing and Economics, 18, 237-271.
-- Winner of Dick Wittink Prize (Best Published Paper in QME 2020), Included in the Proceedings of ACM EC 2019, Talks at Facebook, LinkedIn, Snap, CODE/MIT, Wharton, CMU, BU, ASU, CUHK, KAIST, PKU, Tsinghua, Jiaotong
13. Heeseung Andrew Lee, Angela Aerry Choi, Tianshu Sun, Wonseok Oh (2021) “Reviewing Before Reading? An Empirical Investigation of Book Consumption Patterns and Their Effects on Reviews and Sales”, Information Systems Research, 32(4), 1368-1389.
14. Tianshu Sun, Siva Viswanathan, Ni Huang and Elena Zheleva (2020) “Designing Promotional Incentive to Embrace Social Sharing: Evidence from Field and Online Experiments”, MIS Quarterly, 45(2), 789-820
15. Edward McFowland III, Sandeep Gangarapu, Ravi Bapna and Tianshu Sun (2021) “A Prescriptive Analytics Framework for Optimal Policy Deployment using Heterogeneous Treatment Effects”, MIS Quarterly, 45(4), 1807-1832
16. Ni Huang, Probal Mojumder, Tianshu Sun, Jinchi Lv, Joseph Golden “Not Registered? Please Sign-up First: A Randomized Field Experiment on the Ex-ante Registration Request”, Information Systems Research, 32(3), 914-931 (Equal Contribution)
17. Mingxuan Yue, Tianshu Sun, Fan Wu, Lixia Wu, Yinghui Xu and Cyrus Shahabi (2020) “Learning Contextual and Topological Representations of Areas-of-Interest for On-Demand Delivery Application”, Proceedings of the 2020 European Conference on Machine Learning
-- ECML-PKDD 2020 Best Applied Data Science Award, Runner-up
18. JaeHwuen Jung, Ravi Bapna, Joseph Golden and Tianshu Sun (2020) (All contribute equally) “Words Matter! Towards Pro-social Call-to-Action for Online Referral: Evidence from Two Field Experiments”, Information Systems Research, 31(1), 16-36.
-- Knowledge@Wharton; Best Paper Finalist & Best Paper in E-Business, ICIS 2016
19. Tianshu Sun, Guodong (Gordon) Gao and Ginger Zhe Jin (2019), “Mobile Messaging for Offline Group Formation in Prosocial Activities: A Large Field Experiment”, Management Science, 65(6), 2445-2945.
-- Best Paper, CIST 2015; Best Paper (Honorable Mentions), INFORMS Doing Good with Good OR 2015; Best Student Paper (Finalist), WHITE 2015
20. Tianshu Sun, Lanfei Shi, Siva Viswanathan and Elena Zheleva (2019) “Motivating Effective Mobile App Adoption: Evidence from a Large-Scale Randomized Field Experiment”, Information Systems Research, 30(2), 523-539.
-- CIST 2016, SCECR 2016, Marketing Science 2017, Temple University 2017
21. Ni Huang, Tianshu Sun, Pei-yu Chen and Joseph Golden (2019) “Word-of-Mouth System Implementation and Customer Conversion: A Randomized Field Experiment”, Information Systems Research, 30(3), 805-818.
-- Best Paper (Finalist), ICIS 2017; Best Paper, ICIS E-Business Track 2017, CIST 2017
22. Tianshu Sun, Susan Feng Lu and Ginger Zhe Jin (2016), “Solving Shortage in a Priceless Market: Evidence from Blood Donation”, Journal of Health Economics, 48(2016):149-165.
-- Featured on Nobel Prize Laureate Al Roth’s blog and in NBER News; Winning Proposal, Institute for New Economic Thinking (INET) & Soros Foundation, 2013
23. Zhe Yuan, Yitong Wang, Tianshu Sun, and Huilan Xu, "The Value of Firm Data for SME Growth: A Natural Experiment on Democratizing Data Analytics Product in E-Commerce", Major Revision, MIS Quarterly
24. Andrew Heeseung Lee, Angela Choi, Tianshu Sun, Wonseok Oh, "To Split or to Merge?: How Partitioning Affects Consumption and Engagement with Digital Content", Major Revision, Information Systems Research
25. “Understanding the Impacts of De-personalization in Search Algorithms: A Field Experiment with a Large Online Platform”, with Yuxin Chen, Zhe Yuan and AJ Chen, Major Revision, Marketing Science
26. Wen Wang, Siqi Pei, and Tianshu Sun (2023) "Unraveling Generative AI from A Human Intelligence Perspective: A Battery of Experiments", Major Revision, Information Systems Research
27. Xing Lan, Tianshu Sun, Jason Duan (2019) “Uncovering Offline Conversion Funnel with Internet-of-Things: the value of IoT data in Retailing Industry”, (Marketing Dynamics 2018, CIST 2018, ISMS 2017, POMS 2019, SCECR 2019), Major Revision, Information Systems Research
28. Yicheng Song and Tianshu Sun, Consumer Search and Dynamic Preference: A Deep Structural Econometric Model, Under Review
29. Wen Wang, Yicheng Song, and Tianshu Sun (2024) "Human-AI Co-Creation in Product Ideation: the Dual View of Quality and Diversity", Under Review
30. Zhikun Lu, Ruomeng Cui, Tianshu Sun and Lixia Wu (2024), "The Value of Last-mile Delivery in Online Retail", Under Review
31. Wen Wang, Zhenyue Zhao, and Tianshu Sun (2024) "GPT-doctor: Customizing Large Language Models for Medical Consultation", Under Review
32. Bowen Lou, Hongshen Sun and Tianshu Sun, "GPTs and Labor Markets in the Developing Economy: Evidence from China", Working Paper
33. Aishwarya Deep Shukla, Guodong (Gordon) Gao, Ritu Agarwal and Tianshu Sun (2021) “Do Nudges and Privacy Control Affect eWOM Quantity and Quality? Evidence from Physician Reviews”, Under Review
34. Mengxia Zhang, Tianshu Sun, Lan Luo and Joe Golden (2020) “Consumer and AI Co-creation: When and Why can human Improve AI Creation?”, Reject and Resubmit, Management Science
35. “IBASE: Adaptive Causal Inference by Integrating Big Data and Small Experiment”, with Jinchi Lv (Adobe Faculty Research Award 2017-2018)
36. James Enouen, Tianshu Sun and Yan Liu, "Measuring, Interpreting, and Correcting Algorithm Unfairness using Randomized Experiments", Working Paper
37. Matteo Sesia and Tianshu Sun, "Searching for subgroup-specific associations while controlling the false discovery rate", Under Review
38. Xinze Du, Yingying Fan, Jinchi Lv, Tianshu Sun and Patrick Vossler (2021) “Dimension-Free Average Treatment Effect Inference with Deep Neural Networks”, Major Revision, Journal of Econometrics
(其他会议邀请演讲和顶尖科技企业邀请演讲请见孙天澍教授简历)
23. Keynote Speaker, Conference on AI Machine Learning and Business Analytics, 2019
25. Plenary Speaker, China and India Insights Conference, MIT Sloan, 2019
35. Business Research Applications Needing Data Science (BRANDS) Workshop, 2018
36. Korea Advanced Institute of Science and Technology (KAIST), 2018
43. Carnegie Mellon University, Tepper School of Business, 2018
45. Temple University (Center for Big Data in Mobile Analytics), 2017
47. USC Mini-Conference on Big Data in Business and Data Sciences, 2017
49. University of Minnesota, 2016 University of Rochester, 2016
52. Hong Kong University of Science and Technology (HKUST), 2016
D-TEAM(Discussion group on Technology & Economics of Data, AI and Marketplace)是由数字化转型研究中心主任孙天澍教授发起的同行学术交流研讨会。 内容聚焦在“大数据、人工智能和市场机制”的前沿研究,从数字技术和经济学两个角度切入,由包括信息系统,经济,金融,营销,统计,计算机学者共同主持参与。
大数据、人工智能和市场机制是新兴的跨学科研究领域,其研究方法和数据基础设施等正在快速发展,既依赖数字技术的突破,也需要经济理论的拓展。 D-TEAM希望建立前沿学者交流学习的阵地,通过学术同行交流讨论加速对“大数据、人工智能和市场机制”主题下各个学科中前沿研究和方法相互学习。 D-TEAM对以下方面的研究特别感兴趣:1)大数据和人工智能如何从根本上改变不同市场和产业(产业数字化);2)大数据和人工智能本身的商业发展和监管(如数据要素,数据定价,算法公平等)。
D-TEAM研讨活动的特点:
1.以研究为导向,研讨大数据、人工智能和市场机制领域的研究前沿;
2.技术视角(如推荐系统、自然语言处理、强化学习、隐私计算)和经济学视角(如数据定价,机制设计,网络效应)的交叉并行;
3.多学科交叉,包含信息系统、经济金融、市场营销、组织管理、计算机科学和统计学等;
4.研究中国特色的数字化转型问题(中国市场的独特实践/政策/数据,以及与其他国家和市场的产业数字化发展的比较)。
截至2022年11月,D-TEAM成功完成第一学年活动,邀请了11位不同学科领域的教授分享了各自关于大数据、人工智能和市场机制等领域的前沿研究,以及对相关研究课题的综述和总结,同行学术交流研讨会带来了跨学科视野,有效提升了与会者对于大数据,人工智能和市场机制各个学科的学术前沿和研究角度的理解,往期研讨内容和主题如下:
日期 | 主讲人 | 研讨主题 |
2022/8/3 | Tianshu Sun (CKGSB and USC) | Value of Personal Data & Impact of Privacy Regulation |
2022/8/10 | Zhao Jin (CKGSB) | AI, Human Capital and Firm Investment |
2022/8/17 | Bowen Lou (U Conn) | AI and Innovation: Ideas, Methods, Data Sources |
2022/8/24 | Yingjie Zhang (Peking U) | Human-AI Collaboration & Algorithm Fairness |
2022/8/31 | Brian Han (UIUC) | Data and AI in Business Process and Operation Management |
2022/9/7 | Danqing Mei (CKGSB) | Natural Language Processing in Economics and Finance |
2022/9/21 | Bing Jing (CKGSB) | Behavior-based Pricing and Advertising |
2022/9/28 | Yang Li (CKGSB) | Graph Neural Network In Marketing Research |
2022/10/12 | Yicheng Song (U Minnesota) | Reinforcement Learning: Intro & Business Applications |
2022/10/19 | Eddie Ning (UBC) | Imagining AI as an Economic "agent" |
2022/10/26 | Leng Yan (UT Austin) | Interpretable Machine Learning and Managerial Applications |
2023年7月3日,由长江商学院数字化转型研究中心发起主办的“数字化转型:数据,AI及数字平台”研究论坛暨全球青年学者学术研讨会在北京校区成功举办,数字化转型研究论坛由孙天澍教授与王能教授共同主持,来自长江商学院、英国牛津大学、美国哈佛大学、纽约大学、马里兰大学、南加州大学、明尼苏达大学、伊利诺伊大学等21所全球顶尖院校及研究机构的三十余名青年学者与专家齐聚长江,围绕数字化转型中的大数据、人工智能与大模型、数据隐私与安全、数字化平台等数字化转型前沿核心话题展开学术交流。
孙天澍教授主持数字化转型论坛
王能教授发表开场致辞
长江商学院金融学访问教授王能教授发表了开场致词,对与会的全球学者们致以热烈欢迎。他表示,长江商学院自创办起强调“学术立校”,致力于促进东西方在前沿学术上的合作交流。长江一直重视和鼓励青年学者的学术研究,也为大家创造优秀的研究环境和学术支持。数字化转型,特别是新一代数字技术和金融科技的发展也会带来很多新的研究问题和范式。他寄语此次研究论坛暨全球青年学者研讨会打开未来更多跨学科、跨领域的学术合作机会,为学者、行业专家乃至更广领域打造深度交流的开放平台。
此次研讨会是长江商学院数字化转型研究中心举办的首场线下全球青年学者研讨会,此前中心在过去一年已成功举办一系列数字化转型线上学术分享会活动(DTEAM Seminar),吸引来自全球超过二十所顶级院校与研究机构参与。长江商学院科技与运营教授、数字化转型研究中心主任孙天澍教授表示,长江商学院数字化转型研究中心成立的愿景是连通中国和全球、连通技术和商业、连通业界和学界、连通研究和实践,此次研讨会旨在为全球学者尤其是青年学者建立一个具有全球视野的学术交流共创平台,支持科技与商业交叉学科的学术研究与前沿讨论。
金哲教授分享关于数字化与平台经济的思考
当前,数字化与智能化技术已经成为推动企业、产业乃至社会经济发展的重要底层力量。中国企业的数字化转型逐步深入,大模型技术更是开启了人工智能应用的无限可能性。来自马里兰大学的经济学教授、美国联邦贸易委员会经济局前局长金哲博士分享了她关于数字化与平台经济的思考。
金哲教授指出,根据美国和欧洲的报告显示,数字经济在总体经济中的重要性逐年增加,并在未来会持续增长,因此关于数字经济与数字化平台(Digital Platform)的研究具有十分重要的价值与现实指导意义。金哲教授认为当前数字化平台研究有三个重要主题:一是平台内部的策略,包括定价、信息和质量策略等;二是平台与非平台之间的关系,特别是它们在合作和竞争中的作用;三是政府在监管数字经济中的角色,包括数据规定、并购和数据调整等方面。最后,金哲教授分享了她最新关于平台与算法的研究结果:通过在Zillow平台的实验证实了存在人类-算法反馈循环,并通过模拟实验,自然实验与实证分析证明了该反馈循环并不会产生持续的误差传播。
随后,来自世界各地名校的青年学者,分享了各自关于AI、大数据、数据隐私及数字平台的前沿研究成果。
顾媛教授发表演讲
美国南加州大学马歇尔商学院助理教授顾媛博士发表了题为《在线双边平台中的去中介化(Disintermediation in Online Two-sided Platform)》的演讲,探讨了哪些因素可能导致去中介化以及如何管理去中介化以防止其发生。顾媛教授从用户信任、技术演进的角度分析去中介化产生的原因,并以美国亚马逊公司为例阐述去中介化治理可能为平台带来的负面影响。
金钊教授发表演讲
长江商学院金融学助理教授金钊博士发表了题为《学界与业界、中国与美国之间的人工智能大脑竞争(AI Brain Competition between Universities and Industry and between the U.S. and China)》,解读了他对人工智能人才竞争的研究发现。
作为一个智力密集型行业,人工智能浪潮兴起伴随着人才需求的激增,人才竞争日趋激烈。金钊教授的研究发现学界和业界之间存在着严重的AI人才竞争,竞争导致学术界面临着“人才流失”的问题,而这种人才流失对学生有着强烈的负面影响;同时在中美之间也存在着激烈的人才竞争,中国政府的政策与市场因素持续不断地吸引AI人才由美国流向中国。金钊教授表示人工智能领域的人才竞争影响是广泛且深远的,政府在指定相关政策时,应该充分考虑对研究型人才的吸引等因素。
欧阳书淼教授发表演讲
英国牛津大学赛德商学院助理教授欧阳书淼博士发表了题为《数据隐私与用户数字需求(Data Privacy and Digital Demand)》的分享。研究发现,通过对支付宝用户的问卷调查及行为数据分析,研究证实了“数据隐私悖论”——对隐私问题更担忧的用户反而对产品的授权更多、依赖更深,在发生隐私问题后,他们也更倾向于采取实际行动。欧阳书淼教授认为隐私担忧可能是使用数字应用的副产品。随着数字经济的深化,隐私问题可能会加剧,并限制数据共享的递增收益。因此,维护人们的隐私并促进数据共享变得异常重要。
那恪教授发表演讲
长江商学院会计学助理教授那恪博士以《人工智能应用与收益管理(Adoption of Artificial Intelligence and Earnings Management)》为题分享了人工智能对公司收益管理的潜在影响。其研究发现,在公司层面,更多使用人工智能有助于降低收益操纵(Earnings Manipulation)。通过引导管理层将工作重点放在更具高效能的工作任务中,人工智能可以极大帮助企业提升效率。
宋一丞教授发表演讲
明尼苏达大学卡尔森管理学院助理教授宋一丞博士发表了题为《消费者搜索和动态偏好: 基于深度学习的结构计量经济学模型(Consumer Search and Dynamic Preference: A Deep Learning based Structural Econometric Model)》的分享,从结构计量经济学视角,探索消费者的搜索和偏好变化,以及如何更好地设计推荐算法模型。通过将能够解释消费者购买决策行为的结构计量模型( Econometric Structural Model )与消费者搜索偏好数据驱动的深度学习模型相结合,不仅能够更准确地预测消费者的搜索与购买行为,还能够揭示其行为背后的商业洞察。
梅丹青教授发表演讲
长江商学院金融学助理教授梅丹青博士题为《中美技术脱钩与技术扩散(U.S.-China Technology Decoupling and Diffusion)》的研究着眼于中美技术脱钩与技术发展扩散的影响,展开阐述中美脱钩如何影响企业的技术创新,不同的政策环境如何作用于中美技术关系,中美两国的创新科技扩散及发展形态呈现出的不同趋势以及潜在原因。
韩镕罄教授发表演讲
伊利诺伊大学香槟分校吉斯商学院助理教授韩镕罄题为《最后一公里无人配送的价值:来自阿里巴巴的证据(Value of Autonomous Last-mile Delivery: Evidence from Alibaba)》的研究,分享了他基于阿里巴巴的配送数据,对“最后一公里”无人送货服务的实际价值的研究。无人配送因其高效性和灵活性,能够为消费者带来更多便利,减少消费者的取件成本,从而带来购买量的提升。
孙闳绅研究员作研究分享
长江商学院数字化转型研究中心助理研究员孙闳绅,展示了研究中心在GPT产业应用、GPT人类智能评估以及GPT对劳动力市场影响三个方面的最新研究成果。报告中探讨了GPT在商业场景中大多数企业的最佳落地实践方式,即通过深度结合GPT与产业知识,定制化完成商业任务定义与流程重塑、领域知识整理与利用以及GPT与配套系统的私有化部署;在GPT评估方面,中心提出了全新的以人类智能为基准的测评框架,并通过大量实验研究证实,最先进的GPT模型已经在认知智能(Cognitive Intelligience)、社会智能(Social Intelligence)、情感智能(Emotional Intelligence)与创新智能(Creativty Intelligence)四大维度上达到甚至超越人类的水平;在对市场与社会的影响方面,中心研究探索了GPT对不同职业、不同行业以及不同地域的影响差异,并揭示了GPT作为通用技术( General-purpose technology )对中国社会的潜在影响是全面和广泛的。
孙天澍教授作进一步分享
孙天澍教授在研讨会尾声感谢今天出席研讨会参与交流的青年学者们。他进一步分享了数字化转型研究中心的发起初心,并介绍中心现在的研究,重心聚焦数字技术、人工智能、“GPT+商业”产业应用、数据监管四个领域,尤其关注大模型技术发展与商业落地应用、数字技术扩散与应用、云计算与企业服务的技术战略、数字化转型的商业设计、数据监管(数据要素的定价流通,隐私安全及行业标准)等前沿议题。中心过去一年举办超过15场研讨会,教授与研究员发表超过10篇国际A类顶级期刊,也正在建立中国数字化转型实践数据库,支撑最前沿的学术研究和学术合作。
针对今年被学界及产业界广泛关注的大模型和生成式AI技术,孙天澍教授特别指出,学术界需要以商业+技术的跨界视角而不只是技术视角进一步探究GPT所具有独特产业价值和社会意义,商学院的研究可以进一步深入挖掘生成式AI在商业领域的实际应用,需要研究者精准定位问题、获取充分数据并且敏锐洞察AI商业化应用的利与弊,定制相应的解决方案。
长江商学院数字化转型研究中心由孙天澍教授发起和主持,以结合科技与商业,结合理论与实践,与企业、行业和政府共同探索富有中国特色的产业数字化之路为使命,专注于研究新科技与大数据,以及与新科技和大数据适配的商业设计和产业政策。数智时代,未来已来。长江商学院数字化转型研究中心将继续定期举办学术研讨、技术论坛和行业会议,支持科技与商业交叉学科的学术研究、教育培养、社区共享和企业合作,兼顾技术的全球视野和产业的中国特色,建立一个共创平台推动对产业数字化的前沿讨论、顶层设计和技术落地。
关于长江商学院
长江商学院成立于2002年11月,是由李嘉诚基金会捐资建立的拥有独立法人资格的非营利性教育机构,为国际管理教育协会(AACSB) 和欧洲管理发展基金会 (EFMD) 成员,并获得AACSB和EQUIS认证,是国务院学位委员会批准的“工商管理硕士授予单位”(含EMBA和MBA)。学院总部位于北京,现设有工商管理硕士项目(MBA);高级工商管理硕士项目(EMBA);企业家学者项目;高层管理教育项目(EE)及独角兽加速项目(原独角兽加速项目)。
长江商学院以“为中国和世界培养一批具有全球视野、 全球资源整合能力、全球价值对接能力及全球担当、具备人文关怀和创新精神的世界级商业领袖”为己任,致力于打造全球新一代商学院,通过新视野、新思维、新格局、新境界与新商业文明,培养重视社会创新的经济上新生代迭代的力量,为全球重大问题的解决贡献中国智慧和中国方案。
邮编:100738
邮箱:tianshusun@ckgsb.edu.cn
个人主页