国内对运筹学的认识

发展时间还不够，很多硬性（商业需求）软性（人力资源，文化）的条件还不成熟。先歪个楼。20世纪50年代，美国军方需要优化每个战区配置多少艘航空母舰，当时的线性规划给出的答案可能是某个战区1.6艘航母这种尴尬的答案。这才触发了Gomory去研究整数规划的算法。我们2023年还只有3艘航母下水，目前也不太存在要在全世界分配航母的问题。所以让子弹再飞一会呗。下面回到正题。我从从零开始到落地一个优化项目为商业银行带来实际收益的角度说一说这里面的过程和各个环节需要的条件。希望这个例子可以说明在企业里落地一个运筹项目需要的条件和困难进而讨论国内现在具不具备这样的条件。我当时的雇主是美国某个以使用technology起家并且出名的银行。我们面临的问题是当客户存入支票以后，我们要多久可以放款。假设某人存了一张1000美元的支票进来，如果我们当天立即放款然后他把钱取走了或者转到了别的银行，假如第二天我们发现那张支票是假的，银行就需要承受这笔损失。假如我们一直不放款拖到第四天我们确认了这张支票是可以兑付的，风险是降低到了0但是对于大多数诚实守信的客户来说，客户体验是非常差的。因为存了钱进来却一直没法使用。实际的policy还要考虑很多别的因素比上面说的复杂很多。But you get the major trade-off here ,and this is a great context to use optimization.这个项目机会怎么来的? 我的老板(DS组的)是一个OR的PhD并且在这家银行已经工作了快20年。他自身的学业背景和对公司业务和人员的熟悉让他能够发现公司里有这么一项业务需求并且根据他的判断是可以用运筹优化来解决的。试想如果他没有OR的背景或者对公司业务还不是那么熟悉，他还有多大的可能能发现这个业务，发现了这个业务如果他没有OR的背景, 他又有多大可能能想到优化能解决这个问题? 国内的企业里现在有多少既有OR背景又对某个企业的业务非常熟悉的人?这个项目为什么值得做(管理层为什么愿意投入资源人力去做这个事?)管理层为什么愿意做这个项目当然会涉及很多原因。但是其中重要的一条是it's the right time to do this 。正如之前某个回答里提到的OR是一个1到1.5的过程。如果一个企业0到1的项目都没做完(e.g. low hanging fruit)，那它是很大可能不会想着做投入资源到1到1.5的项目里的。我们当时开始这个项目的时候， 这公司已经完成了所有数据到cloud的迁移, 机器学习也已经用在了各条业务线了。作为data science组的领导，还有什么新的玩意能够impress他的领导呢? 正是OR。

那么对应的问题来了，国内现在到了ML已经不能带来收益需要用更酷炫的OR的阶段了吗? 卖AI这个概念是不是比OR更容易打动领导?3。除了需要data science/OR的知识技能之外，还需要什么资源条件才能成功落地这个项目?Get the buy-in from business. 很多没有在企业里工作过的ORer可能并没有意识到business team在大多时候才是最终的decision maker。你的模型做的再科学再华丽business team不买账最后都是白忙活。那么决定business买不买账的重要因素有哪些呢?(1) DS, OR Scientist懂不懂business的问题, 能不能有效直白的解释你在做什么。这个问题听上去简单做起来难。Business team的人有时候自己都说不清楚自己要解决的问题。从以什么样的指标为目标函数，到设置什么样的constraints往往都需要DS/ORer自己去读business的document需要不断的跟business的人沟通。我在做这个项目的过程中感觉过去business team的人还是留下了非常高质量的document让我能够更好更完整的了解这个业务的每一个流程。要不然光凭借那点technical skill/knowledge是不可能完成工作的。反过来，当你做出一个阶段性的prototype的时候，你能不能用business team的人能够听懂的话解释清楚他们问的问题并且earn trust也是取得最终buy-in的关键因素。这一点上国内的企业有没有专门提供给针对DS/ORer这种技术岗位"soft skills"的有效培训或者哪怕就是这个意识?

成熟的文化和机制会让员工更易于接受新技术的使用而不是凡事都想着最小化风险。在这一点上,不知道国内的企业有没有建立出这样一套组织和流程,还值是出了问题就只有追究责任。总之落地一个直接改变business decision的运筹优化项目往往比落地一个predictive modeling这种项目要复杂的多，因为这里面跟business的关系更紧密风险也就更大。后来接手我项目的一个同事说这个项目为什么这么多drama，比她之前做forecasting的项目在管理上要复杂的多？我当时开玩笑说是的，这个项目几乎能凑齐了面试Amazon leadership principle需要的例子。像OR这种与实践非常相关的学科的发展需要首先有相对应的需求。有了需求之后还需要各种条件能够保障技术得到有效的使用。当这个技术给社会带来了实际的利益和好处之后，才有可能得到更多的关注和认识。