复旦管院举办2025年数智化运营创新研究研讨会

7月16日，2025年数智化运营创新研究研讨会在复旦大学管理学院政立院区成功举办。共有来自国内外100余名专家学者参会，7位嘉宾带来精彩纷呈的学术报告分享。

上午9时许，会议联席主席、圣路易斯华盛顿大学张付强教授主持开幕式，致开幕词，向参加此次研讨会的各位嘉宾和学者表达热烈的欢迎。

张付强教授致开幕词

上午，圣克拉拉大学蔡港树教授作题为“Price-Cut Commitment under Strategic Inventory and Retailer Dominance”的主旨报告。在实践中，占主导地位的零售商常会施压上游制造商承诺未来降价。为理解此类降价承诺的影响，蔡港树教授构建了一个两阶段供应链模型，揭示制造商降本投资与零售商将战略库存作为压低未来采购价格工具之间的动态博弈。研究揭示：制造商通过降价承诺可提升利润并激励成本优化，但在市场规模较大时，可能损害零售商的收益。研究还识别出存在帕累托改进空间，使供应链整体效率提升，但持有战略库存时的零售商竞争会导致囚徒困境，使各方陷入次优均衡。特别地，中等市场规模下可能出现非对称策略均衡。最后，"双头反噬"效应表明，双渠道竞争反而可能降低制造商收益。这些发现为供应链定价策略提供了新见解。

蔡港树教授作主旨报告

明尼苏达大学卡尔森管理学院崔海涛教授作题为“Talking without Speaking: Paid Trolls on Social Media and Court Decision”的主旨报告。随着社交媒体和其他信息平台的迅猛发展，企业和个人通过这些渠道表达观点，社会对某些争议性议题的认知可能受到显著影响。崔海涛教授探究了公众舆论与付费水军如何影响对立双方法律纠纷的裁决结果。研究表明，涉诉企业可能会通过购买付费水军来左右舆论，尤其当事实真相与公众先入为主的预期不符时，这种行为更为显著。崔教授还发现，社交媒体用户的辨别能力可能成为涉事各方（包括竞争企业和审理案件的法官）的潜在陷阱。此外，法院在裁决时倾向于顺应主流舆论的倾向，这种特性既可能阻碍也可能辅助真相的发现——其具体影响取决于诉讼案件的重要程度。

崔海涛教授作主旨报告

法国里昂商学院龚业明教授作题为“Economics of Smart Products with Machine Learning”的主旨报告。龚业明教授首先阐释了AI飞轮效应的作用机制，随后深入探讨了机器学习技术嵌入智能产品所产生的经济学影响。研究通过构建严谨的两阶段博弈模型，龚教授考察了机器学习介入与否的情境下，反应性定价与预先声明价格策略的市场表现差异。研究发现，相较于传统无机器学习情境下均衡结果呈现预先声明价格策略的模式，机器学习技术的引入使得产品质量能够实现跨期优化，这一关键转变最终促使市场均衡在某些特定条件下转向反应性定价策略。该研究结论不仅揭示了机器学习对定价策略选择的内在影响机制，更为理解人工智能在定价决策领域的变革性作用提供了重要的理论依据。

龚业明教授作主旨报告

中午，在会议联席主席、复旦大学冯天俊教授的邀请下，参会嘉宾参观游览复旦大学管理学院政立院区。复旦大学管理学院各位老师向到访嘉宾表达了欢迎，介绍了政立院区的布局和设计理念，带领到访嘉宾参观了新院区的主要设施。

下午，田纳西大学哈斯拉姆商学院黄庭亮教授作了一场题为“Artificial Intelligence and Inventory Performance: An Exploratory Investigation”的主旨报告。人工智能（AI）已经深刻改变了现代商业的诸多领域。黄庭亮教授采用数据驱动方法，将企业层面的AI招聘数据与Compustat数据库进行整合，创新性地构建了基于人力资本的量化指标，专门用于衡量供应链领域的AI投资强度，并系统分析了AI对美国零售和批发行业库存绩效的影响。实证结果表明：具备AI技能的供应链人才招聘与相对库存水平呈显著负相关，且这种影响随时间推移不断增强。而且，黄教授还发现了异质性效应：纯线上企业从AI投资中获益较少，而传统及多渠道零售商和批发商受益更多；运营复杂度高的企业库存绩效改善更为显著；而劳动力密集度高的企业则会削弱AI应用效果。最后，本研究提供了AI投资提升库存绩效的经验证据，尤其当与供应链专业知识结合时效果更佳。

黄庭亮教授作主旨报告

香港中文大学商学院吴靖教授作题为“Decoding the Sales Impact of Persuasive Strategies in Livestream Selling”的主旨报告。吴靖教授的研究聚焦直播销售的关键成功要素——主播用于说服消费者的语言策略。通过理论驱动，吴靖教授构建了包含七种说服策略的分析框架，并且创新性地开发了基于大语言模型（LLMs）的迭代式提示工程方法，实现对主播话术策略的自动识别。基于TikTok头部主播的大规模独特数据集，本研究采用双重识别策略进行实证分析：首先利用同一主播在同一场直播中对同款产品不同展示片段存在的（近似）外生性变异进行估计，再结合工具变量法加以验证。研究发现，说服策略具有显著的促销效果，尤其在竞争激烈的市场中实现产品差异化方面效果突出。值得注意的是，主播采用低情感强度、高具象化程度的语言风格时，说服策略的销售转化效果更佳。

吴靖教授作主旨报告

康涅狄格大学商学院许发胜教授作了一场题为“Generative AI and Organizational Structure in the Knowledge Economy”的主旨报告。生成式人工智能（GenAI）的采用正在深刻重塑知识经济时代的组织形态。许发胜教授通过构建理论模型，系统考察了GenAI对组织结构的影响及人工监督机制的作用。研究揭示了GenAI对组织结构的双重影响：控制幻觉率是应用关键，技术提升会引发"技能降级"现象。反直觉的是，GenAI能力增强可能缩小管理范围，反而增加管理者数量。企业普遍采用"人在回路"验证机制，即人来验证AI产出内容，这一模式虽然增加管理负荷却能扩大管理幅度。验证机制对GenAI采用的影响具有场景依赖性——高错误率、低成本时促进采用，反之则抑制。生产率提升推动组织向"少而精"的人力结构转型，同时扩大管理幅度。研究为GenAI时代的组织变革提供了理论框架与管理启示。

许发胜教授作主旨报告

伦敦商学院杨颂教授作了题为“Generative AI and Copyright: A Dynamic Perspective”的主旨报告。生成式AI的快速发展将创意产业推向新的十字路口，其未来走向取决于训练数据补偿与AI内容版权保护两大核心议题。杨颂教授的研究表明，合理使用标准的松紧度与AI可版权性强弱会产生动态影响：在数据充裕环境下，宽松政策能实现多方共赢；而当数据稀缺时，过度宽松反而会损害创作者权益。更具启示性的是，AI版权保护的强化可能适得其反，抑制技术创新与社会福利提升。尤为关键的是，这两大因素存在深度耦合关系——特别是在数据匮乏场景下，只有弱版权保护与宽松使用标准的组合才能发挥正向效应。这些发现不仅揭示了版权政策需要因应技术发展阶段进行动态调整，更为企业应对全球差异化监管环境提供了战略思路。