数据驱动智能决策：AI+算法引领产业变革新路径

在"人工智能+"全面落地、数据成为核心生产要素的数字经济时代，粤港澳大湾区正加速推进 "数字湾区" 建设，成为全国数智技术创新与产业落地的核心阵地。香港城市大学资讯系统学系教授、深圳研究院数据分析及商务智能实验室主任刘峻铭，以一场从物理学到数据挖掘的跨学科科研转型，成为数智赋能的重要实践者。

刘峻铭教授将物理学的建模思维融入商业数据挖掘，在供应链优化、城市计算等领域实现多项技术突破，更依托大湾区协同优势，搭建起产学研融合平台，让数据挖掘技术从实验室走向产业一线，既为企业激活数据资产价值、实现数智化转型提质增效，也为大湾区打造国际一流数字经济发展高地注入硬核科技力量。

与很多科研工作者的单一学科路径不同，刘峻铭教授的科研生涯始于物理学，却在数据挖掘领域找到实现社会价值的新赛道。本科就读于中国科学技术大学少年班学院的他，自幼对物理学抱有浓厚兴趣，本科以及赴美深造的研究生阶段一路均深耕于物理领域，在理论建模、规律探索上积累了扎实的功底。

2014年，正在美国攻读物理博士的刘峻铭，首次接触到数据挖掘领域，让他看到了物理建模与商业数据挖掘的深层关联。“物理学是对现实世界的建模，而企业数据是对生产经营环境的建模，二者本质上是相通的。”刘峻铭解释道，企业的生产、销售、物流等数据，能完整描绘其运营状态、发展趋势与潜在风险，通过数据建模分析，便能为企业找到优化方向，这与用物理模型探索世界规律的逻辑高度契合。

彼时，美国纽约地区的企业已基本完成数字化转型，海量数据亟待挖掘利用，数据挖掘成为兼具社会价值与经济效益的热门领域。刘峻铭将多年积累的建模思维与算法能力，开始运用到商业场景的实际问题解决中。刘峻铭博士毕业回到国内时，再次踩在了风口上：内地的绝大多数企业在这几年里也已完成了数据化转型或正在数据化转型的过程中，“所以在美国积累的算法经验可以直接运用到国内企业。”

2018至2019年，刘峻铭在杭州览众数据担任研发主管期间，他发现内地龙头企业虽完成数字化转型、拥有高质量数据，却缺乏将数据转化为商业价值的能力。一年时间里，刘峻铭将数据挖掘算法应用到智能补货、库存调拨系统中，让企业从反馈结果中看到了数据挖掘的实际价值。

正是这段产业实践让刘峻铭意识到，数据挖掘技术的市场需求巨大。2019年，他选择加入香港城市大学，希望以高校为平台，培养专业人才，研发更前沿的算法，让数据挖掘技术服务于更广泛的产业领域，实现从“服务少数企业”到“赋能整个行业”的跨越。

当前，共享单车调度优化算法是刘峻铭教授团队的重点项目之一。针对美国纽约市共享单车700余个站点的调度优化问题，传统算法需运行两天才能输出决策，无法满足日常运营需求。团队通过数据挖掘将全局优化问题分割为多个局部小网络，先完成局部优化再进行全局微调，将运算时间从两天缩短至10分钟，实现了共享单车调度的高效化、实时化。“这在整个行业都是十分领先的优化方案。目前我们基于共享单车调度优化算法，已经延伸至共享单车使用对于沿线不同门店客流表现的影响了，这是更高层次的商业分析。”

此外，这一核心算法也成为后续库存调拨、物流优化的技术雏形，被广泛应用到零售、物流等行业。针对生鲜零售的补货痛点，团队整合门店多年历史数据，结合天气、人流量等因素，为全国千余家门店打造自动化补货系统，AI生成的补货单精准匹配市场需求，大幅降低了断货率与报损率；针对服装企业的库存调拨问题，团队将共享单车库存平衡算法迁移到服装领域，结合服装的码数、款式等细分需求，实现库存的全局优化，同时考虑店长的主观决策习惯，让AI决策与人工经验实现平衡，提升了技术落地的接受度。

“未来的企业运营，是人的创造性与AI的信息优势的结合，AI提供海量数据支撑的‘厚积’，人完成灵感爆发的‘薄发’。”刘峻铭团队的研究并未止步于单点技术突破，而是向“AI与人类决策协同”“全流程业务优化”纵深发展。他们发现，AI的最优决策未必是企业人员最能接受的决策，长期的行业经验让从业者更倾向于自己的判断。为此，团队提出了“人为决策与AI决策协同”的理念，通过分析从业者的主观决策习惯，将其融入AI模型训练，让AI先输出贴合人工习惯的决策，再循序渐进引导从业者接受更优的AI决策，实现从“人工主导”到“AI协同”的平稳过渡。

近几年，通用大模型火遍全球。“现在是所有人、所有企业都想用AI的时代。”刘峻铭教授表示，一直以来，数据挖掘是基于一个场景、一个问题、一套数据去迭代的深度学习的算法，即“小模型”，用以解决“点”的问题。“小模型现在到了大模型的环境下，两者是可以合作解决更大的‘面’的问题。”

为此，刘峻铭教授团队率先探索“大小模型协同”的技术路径，弥补了小模型单点优化与大模型泛化能力的短板。以企业投资前景分析为例，团队以大模型为协同平台，整合财报分析、股票市场监测、社交媒体舆情分析等多个小模型的结果，实现了既有专业广度、又有逻辑深度的分析报告。目前，这一技术已在财会、供应链优化、市场营销等领域尝试展开探索，成为数据挖掘技术的重要发展方向。

企业对数据挖掘需求急剧增大，大量相关人才也为社会亟需。刘峻铭教授对商科人才培养模式进行创新，打造了独具特色的“无代码编程”课程体系。针对商学院学生缺乏编程基础、却需要掌握数据挖掘技术的痛点，团队结合大模型技术，让学生以“项目经理”的角色，指导AI完成深度学习模型的搭建与应用，无需手写代码，便能解决实际的商业数据问题。这一模式打破了“编程壁垒”，让文科生也能利用AI实现商业价值，培养了大批兼具商业思维与数智能力的复合型人才。目前，该课程一上线，便成为香港城市大学的明星课程，招生规模远超预期，学生人数将近翻倍。“我们与很多学校设置的AI基础课有着本质的不同，他们的目标还是帮助大家编程。我们是让学生以商科的问题为导向，利用AI的编程能力去实现他们想要实现的商业价值。”

技术与课程上的创新，正是刘峻铭教授与团队一起推动产学研数智创新生态的重要举措。“我们成立了香港城市大学深圳研究院数据分析及商务智能实验室，便是旨在搭建起‘香港研发、深圳转化、湾区应用’的产学研融合平台。”刘峻铭教授认为，“算法本身没有地域边界，但大湾区的研发与转化优势，能让技术更快从我们的实验室走向产业一线。我们希望以数智力量为笔，在大湾区的画卷上，描绘出科研与产业协同发展的新图景。”