嘉宾简介：

万翔教授，现任美国俄亥俄州立大学费雪商学院教授、终身教职、博导，FCOB杰出教授，商学院博士生项目负责人，俄亥俄州立大学参议员；主要研究方向：供应链管理，人工智能和机器学习。Decision Sciences Journal 副主编， Journal of Business Logistics资深主编，Production and Operations Management 编委, Journal of Operations Management 编委，Strategic Management Journal， Manufacturing and Service Operations Management等十余个国际顶级学术期刊审稿人。在SCI学术期刊发表十多篇学术论文。  

万教授的科研成果发表在Strategic Management Journal, Manufacturing and Service Operations Management, Production and Operations Management, Journal of Operations Management, Decision Sciences, and Journal of Business Logistics等国际知名学术期刊。

讲座简介：

近年来，机器学习工具已在众多行业实现快速落地应用，但现有文献对其实际运营成效的研究结论尚未统一。以往研究证实机器学习方法能够提升预测精准度，然而其对企业运营绩效的改善作用并非自然而然形成，最终效果取决于运营部门能否高效落地机器学习输出的决策建议，使用不当甚至会造成运营绩效下滑。本文聚焦人工智能驱动的机器学习决策支持工具，探究其对航空公司运营绩效产生的实际影响。研究量化测算此类机器学习工具的作用效果，通过区分信息优化效应与误用负向效应，厘清其影响运营绩效变化的内在作用机制。本文选取民航业内首个人工智能机器学习运营平台为研究对象，该平台依托历史数据训练机器学习模型，生成运营预测信号与实操决策建议，为航空运营决策提供支撑。本文采用双重差分模型开展实证分析，结果表明落地应用该项机器学习技术能够显著缩减航班出发延误时长。为进一步厘清作用机理，本文验证了机器学习带来的信息优化效应会受到工具误用效应的制约；同时区分极端天气、非枢纽间航线等不同运营场景，并结合时间维度，剖析两类效应之间的权衡关系。本研究针对航空领域机器学习应用开展的实证分析，丰富了人机协同交互领域的相关研究成果。研究结论明确了误用行为会削弱机器学习应用价值，同时阐明机器学习落地应用需适配差异化运营场景，可为企业引入、优化机器学习决策支持系统提供切实的管理实践参考。