为提升MBA学子数字商科素养，助力学员理解智能技术在企业微观运营中的落地逻辑，2026年10月21日，北京工商大学计算机与人工智能学院董红宇教授以讲座形式，为在校MBA学员讲授"考虑算法责任的操作行为计算实践"专题课程。该课程融合前沿学术成果与产业实战案例，为学员呈现了一堂兼具专业性、前沿性与实践性的高质量课程。

董红宇教授长期深耕操作行为计算、数智化物流与供应链优化领域，曾任京东物流人工智能与大数据部正高级工程师，兼具产业经验与学术积累，发表论文20余篇、授权发明专利30余项，曾获中国物流与采购联合会科技进步奖等奖项。本次授课以操作行为计算为主线，从"行为如何被计算"讲到"算法如何负责任"，帮助学员构建"微观数据+算法责任"的全新认知体系。

讲座中，董红宇教授从自己训练小太阳鹦鹉的实验切入：通过分阶段设计操作行为、以及时奖励进行强化，让鹦鹉逐步解锁"大鹏展翅"等多项技能，训练周期因鸟而异。他藉由巴甫洛夫条件反射与斯金纳箱两个经典实验阐明，行为的频率和模式可以由其后果被系统塑造与控制，为行为的量化研究提供了最早范式。

董红宇教授提出，把"行为"从经验描述变成可计算的数据对象，是理解智能运营管理的一条关键线索。他以淘宝安踏PG7跑鞋的15步购买转化路径为例，展示了行为数据如何被精准刻画、分群与预测；针对传统行为运筹学困于实验仿真、难以耦合真实生产系统的困境，引出"操作行为计算"（OBC）这一新兴交叉领域——将操作行为从定性、离线分析对象转变为定量、在线、可计算的数据对象，把"责任"从外部伦理讨论转变为算法设计的内置约束，并把行为概念延伸至动物、机器与智能体。

围绕"如何基于操作行为数据更负责任地高效运营管理"这一核心命题，董红宇教授搭建了贯穿数据认知分析、行为聚类、效率预测、任务优化与控制干预的全链路框架，并以电商仓储拣货场景为例展开实战拆解：通过WMS、PDA、机器人等多源系统采集分钟级操作数据，采用K-means、DBSCAN等算法对拣货员行为精准分群，引入 Transformer等模型预测个人效率，进而实现考虑算法责任的任务分配优化，让"数据认知—分析—决策—干预"的管理闭环落到生产线。

董红宇教授特别强调，算法效率与算法责任必须同轨设计：公平性与合规性应作为内置约束嵌入计算链路各环节，而非事后补救。这一理念让MBA学员看到，智能技术不仅能提升运营效率，更能推动企业管理从"经验驱动"转向"微观数据驱动"、从"被动应对"转向"前置治理"。

讲座最后，董红宇教授以"技术是桨，让我们在不确定性的海洋中坚定驶向确定性的美好彼岸"与学员共勉，期待大家把微观行为计算的思维方法带回各自行业场景，做有温度的高效管理。

本次"考虑算法责任的操作行为计算实践"专题讲座内容精炼、逻辑清晰、实用性强，拓宽了MBA学员对智能运营管理的认知边界，打破了"算法只讲效率、不讲责任"的思维局限，有效助力学员以微观数据视角重新审视企业运营，深耕专业、笃行创新，以专业能力适配新时代产业发展需求。

撰稿|摄影：陈倪竹

审核：李锋