2024年5月31日至6月1日，由清华大学经济管理学院和清华大学现代管理研究中心联合主办的第十一届“Mostly OM（Operations Management）运营管理前沿国际研讨会”（以下简称Mostly OM研讨会）在清华经管学院召开。

会议由清华大学现代管理研究中心主任、清华经管学院联想讲席教授陈剑，哥伦比亚大学Piyasombatkul家族基金讲席教授姚大卫，康奈尔大学Leon C. Welch讲席教授、香港中文大学（深圳）数据科学学院院长戴建岗担任联席主席。

第十一届Mostly OM研讨会联席主席（左起：陈剑、姚大卫、戴建岗）

本届Mostly OM研讨会围绕大数据与人工智能时代下的运营管理问题展开，共邀请11位国际知名学者作报告，包括香港中文大学（深圳）Guillermo GALLEGO教授、多伦多大学胡明教授、达特茅斯学院卢小愿教授、杜克大学孙彭教授、佐治亚理工学院谢瑶教授和周恩露教授、香港中文大学（深圳）王子卓教授、多伦多大学陈宁远教授、香港中文大学黄军飞教授、杜克大学徐加明教授、香港科技大学张晓炜教授。其中多位教授在运营管理的国际顶级学术期刊《管理科学》（Management Science）、《运筹学》（Operations Research）、《制造业与服务业的经营管理》（Manufacturing & Service Operations Management）、《生产和运营管理》（Production and Operations Management）等担任领域主编（Area Editor）或副主编（Associate Editor）。11位教授围绕收益管理、医疗机制设计、公平性管理、优化算法、机器学习和生成式人工智能等话题，采用特邀报告与专题讨论的形式分享了运营管理领域的最新研究成果和问题思考。

嘉宾合影

收益管理理论是通过优化选品与定价帮助企业增加盈利的重要方法。Guillermo GALLEGO探讨了个性化产品组合优化的局限性，胡明对盲盒销售、平台流量分配和随机折扣等新兴销售机制进行了深入分析。

Guillermo GALLEGO和胡明作报告

优化算法是运营管理领域的基础研究工具，也是本次研讨会报告的重要内容之一。谢瑶提出一种新颖的分布鲁棒优化框架用于训练神经网络。陈宁远介绍了在线学习中对于可切分资源的优化配置问题。黄军飞讨论了复杂服务系统中多类客户的容量分配与调度问题。

谢瑶、陈宁远、黄军飞作报告

基于数据驱动的决策方法是大数据时代下的研究热点。周恩露讨论了贝叶斯方法在数据驱动随机优化中的应用。徐加明介绍了破碎样本问题的最新进展，以及其在数据去匿名化和机器人技术等领域的应用。张晓炜探讨了算法决策中的自我实现偏差，并提出基于工具变量的强化学习纠正算法。

周恩露、徐加明、张晓炜作报告

运营管理实践应用也是本次研讨会的热点话题。孙彭探讨了药物研发监管过程中引入有条件批准机制对于药物可及性和药厂投资动力的促进作用。卢小愿关注工作分配中的性别公平性，提出了性别不平等指数以帮助组织衡量与改善工作分配中的潜在性别偏见。王子卓介绍了近年来中国企业的运营管理实践应用，通过在线销售平台需求预测、零售网点排队管理、高铁售票机制改进等案例展示了运营管理研究对于增强中国企业竞争力和生产力水平的良好作用。

孙彭、卢小愿、王子卓作报告

研讨会还对近期广泛关注的生成式人工智能技术进行了专题讨论，姚大卫、戴建岗、谢瑶、徐加明和张晓炜探讨了生成式人工智能给运营管理研究带来的机遇，展望了学科交叉的广阔研究前景，并对商学院中的人工智能教学模式进行了探讨。

专题讨论

在两天的研讨会中，与会者不仅了解到运营管理领域的学术前沿，还与国际一流学者展开直接深入的学术交流。Mostly OM研讨会是清华经管学院在运营管理领域着力打造的国际顶尖学术交流平台。2010年至2019年，研讨会每年召开一次，已成功举办十届，得到了国内外学者的广泛认可，已成为国内运营管理学者与国际一流学者进行合作交流的重要平台，累计吸引来自全球各地超过3500人次参与，会议影响力和知名度与日俱增。本次研讨会是自2020年中断4年后再度召开，共有来自海内外80余所高校的330多名教师和学生参会。

与会人员合影