在一般語(yǔ)境下，科技決策指的是關(guān)于發(fā)展、促進(jìn)、使用、管理和規(guī)制科學(xué)技術(shù)的決策，但如何在關(guān)于科學(xué)技術(shù)的決策中用好科學(xué)技術(shù)，則是一個(gè)極具現(xiàn)實(shí)意義的問(wèn)題。當(dāng)前，以大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)、邊緣計(jì)算、時(shí)間敏感網(wǎng)絡(luò)等為代表的數(shù)智技術(shù)，正以前所未有的速度輔助甚至替代人類完成越來(lái)越多的決策任務(wù)，科技決策也面臨著向智能決策范式的升級(jí)。

決策的本質(zhì)是信息處理上的行為選擇。在現(xiàn)代科學(xué)技術(shù)誕生之前，自然人的經(jīng)驗(yàn)在決策中發(fā)揮著決定性作用。在計(jì)算機(jī)技術(shù)被廣泛使用之前，很多政府部門在其事權(quán)范圍內(nèi)構(gòu)建了決策信息系統(tǒng)，并嘗試以抽樣調(diào)查方法采集信息，但受限于落后的數(shù)據(jù)存儲(chǔ)、傳輸和處理技術(shù)，決策者所掌握的信息通常具有時(shí)滯性，加之科層制下逐級(jí)上報(bào)的信息傳遞方式極易受“把門人”影響而造成信息扭曲，進(jìn)而導(dǎo)致決策的時(shí)效性與科學(xué)性難以保證。

20世紀(jì)60年代，在當(dāng)時(shí)的計(jì)算機(jī)技術(shù)支撐下，管理信息系統(tǒng)與專家系統(tǒng)被引入人類決策。管理信息系統(tǒng)把人與計(jì)算機(jī)納入統(tǒng)一系統(tǒng)，通過(guò)對(duì)信息的搜集、存儲(chǔ)、加工與使用，將管理信息由孤立狀態(tài)轉(zhuǎn)化為有組織狀態(tài)；專家系統(tǒng)則是通過(guò)基于知識(shí)的推理，實(shí)現(xiàn)“像專家一樣思考”，以解決單一領(lǐng)域的特定問(wèn)題。70年代，一種綜合了個(gè)體智力資源與計(jì)算機(jī)能力的決策支持系統(tǒng)被提出，適用于解決半結(jié)構(gòu)化問(wèn)題與部分非結(jié)構(gòu)化問(wèn)題。當(dāng)決策支持系統(tǒng)與專家系統(tǒng)相結(jié)合并引入人工智能技術(shù)后形成了智能決策支持系統(tǒng)，它不僅具有知識(shí)獲取與推理技能，而且能夠跟蹤與模擬決策專家的思維過(guò)程、構(gòu)建相應(yīng)的決策支持環(huán)境。90年代，以“人—機(jī)器協(xié)同系統(tǒng)”“開(kāi)放的復(fù)雜巨系統(tǒng)”為代表的決策系統(tǒng)理論與數(shù)據(jù)倉(cāng)庫(kù)聯(lián)機(jī)分析處理、數(shù)據(jù)挖掘等新概念大量涌現(xiàn)，實(shí)現(xiàn)了將數(shù)據(jù)庫(kù)數(shù)據(jù)進(jìn)行清洗、按決策主題重組、將多維信息轉(zhuǎn)換為輔助決策信息的功能。

到21世紀(jì)，互聯(lián)網(wǎng)、多媒體、網(wǎng)格計(jì)算與知識(shí)管理等技術(shù)疊加，知識(shí)共享型與資源共享型的“協(xié)同共享型”決策支持系統(tǒng)出現(xiàn)。2008年，大數(shù)據(jù)的概念被正式提出，因其具備描述現(xiàn)象與規(guī)律、規(guī)范分析實(shí)時(shí)數(shù)據(jù)流、預(yù)測(cè)未來(lái)趨勢(shì)的功能，有效彌補(bǔ)了傳統(tǒng)經(jīng)驗(yàn)決策范式中決策科學(xué)性、預(yù)見(jiàn)性與決策效率方面的不足。借助物聯(lián)網(wǎng)、云計(jì)算、邊緣計(jì)算等數(shù)智技術(shù)對(duì)海量數(shù)據(jù)進(jìn)行實(shí)時(shí)處理，能夠獲取前瞻性的決策支持，形成大數(shù)據(jù)驅(qū)動(dòng)型的決策支持系統(tǒng)。2022年，對(duì)話式大語(yǔ)言模型ChatGPT問(wèn)世，觸發(fā)了生成式人工智能的發(fā)展及其在決策領(lǐng)域的擴(kuò)散應(yīng)用，逐步發(fā)展形成了智能決策系統(tǒng)。智能決策系統(tǒng)清掃了過(guò)去專家系統(tǒng)只能在限定領(lǐng)域、單一任務(wù)中的決策障礙，在自然語(yǔ)言處理中建立了一個(gè)與領(lǐng)域無(wú)關(guān)的通用理論，它既具備機(jī)器學(xué)習(xí)的自學(xué)習(xí)、自驅(qū)動(dòng)、自適應(yīng)能力，又能夠產(chǎn)生具有創(chuàng)造性、現(xiàn)實(shí)性的、全新的輸出，通過(guò)促成決策者與智能決策系統(tǒng)對(duì)話，提升決策的科學(xué)性與完善性。智能決策在一定程度上實(shí)現(xiàn)了決策自動(dòng)化與決策替代，并能夠依據(jù)決策場(chǎng)景生成決策方案，因而成為數(shù)字時(shí)代的最新決策范式。

智能決策強(qiáng)調(diào)機(jī)器自主生成決策方案，它是一種通過(guò)實(shí)時(shí)大數(shù)據(jù)感知與計(jì)算，基于決策經(jīng)驗(yàn)、業(yè)務(wù)數(shù)據(jù)建立決策模型，以實(shí)現(xiàn)對(duì)未來(lái)可能發(fā)生的場(chǎng)景進(jìn)行情景模擬與趨勢(shì)預(yù)測(cè)的自動(dòng)化和智能化分析的巨型人工智能系統(tǒng)。其重點(diǎn)在于，通過(guò)智能化算法對(duì)決策信息間復(fù)雜相關(guān)關(guān)系進(jìn)行深度理解，幫助決策者在高度不確定性的環(huán)境中動(dòng)態(tài)地優(yōu)化決策，更精準(zhǔn)、高效地達(dá)成預(yù)期決策目標(biāo)。

智能決策的效果取決于兩方面。一方面是智能決策系統(tǒng)自身的決策水平。這主要由大數(shù)據(jù)、以大模型為代表的決策算法與算力基礎(chǔ)設(shè)施共同決定。理想狀態(tài)下，用以智能決策的數(shù)據(jù)應(yīng)該是具備全樣本、實(shí)時(shí)性、客觀性特征的大數(shù)據(jù)，決策算法應(yīng)具備將多種結(jié)構(gòu)數(shù)據(jù)轉(zhuǎn)化為具備計(jì)算性與推理性知識(shí)的“轉(zhuǎn)化能力”、處理多個(gè)自然語(yǔ)言任務(wù)的“泛化能力”、發(fā)現(xiàn)新特征與新模式的“涌現(xiàn)能力”，算力基礎(chǔ)設(shè)施需集合高速的信息計(jì)算力、網(wǎng)絡(luò)運(yùn)載力、數(shù)據(jù)存儲(chǔ)力于一體。另一方面是決策者與智能決策系統(tǒng)間的人機(jī)交互水平。盡管智能決策在決策速率、無(wú)倦怠感、克服個(gè)體主義與情緒化傾向、完成多項(xiàng)并行任務(wù)等方面都具有人類難以比擬的優(yōu)勢(shì)，但在界定問(wèn)題、抽象思維、探索、感知、創(chuàng)作、主動(dòng)性與道德性等方面依然難以超越人類。采用人機(jī)協(xié)同訓(xùn)練模式的智能決策可以實(shí)現(xiàn)二者優(yōu)勢(shì)兼容，這要求決策者“善用”“會(huì)用”智能決策系統(tǒng)。

智能決策具備如下典型特征。一是在給定條件下自動(dòng)化決策。智能決策依據(jù)算法對(duì)全樣本數(shù)據(jù)進(jìn)行即時(shí)分析處理，并自動(dòng)生成可供參考的決策方案。特別是經(jīng)由大數(shù)據(jù)不斷訓(xùn)練，算法能夠自主學(xué)習(xí)并不斷迭代，適應(yīng)復(fù)雜的決策環(huán)境。在生成式人工智能技術(shù)影響下，智能決策可以就不同場(chǎng)景與情境設(shè)計(jì)個(gè)性化的決策方案，保證決策結(jié)果的有效性與針對(duì)性。二是全流程的決策響應(yīng)。以大數(shù)據(jù)驅(qū)動(dòng)的智能決策可以做到全流程的決策響應(yīng)：首先，大數(shù)據(jù)具備描述功能，智能決策系統(tǒng)通過(guò)對(duì)歷史數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，捕捉規(guī)律，為后續(xù)決策提供相應(yīng)建議；其次，大數(shù)據(jù)具備規(guī)定功能，將即時(shí)數(shù)據(jù)與歷史數(shù)據(jù)進(jìn)行比對(duì)，實(shí)現(xiàn)數(shù)據(jù)流全天候?qū)崟r(shí)分析，這決定了智能決策可以最大限度降低滯后性，對(duì)突發(fā)應(yīng)急事件做到及時(shí)響應(yīng)。三是預(yù)測(cè)功能。通過(guò)深度挖掘數(shù)據(jù)間潛在相關(guān)關(guān)系，智能決策能夠預(yù)測(cè)未來(lái)發(fā)展趨勢(shì)并提供針對(duì)性解決方案。

數(shù)智技術(shù)驅(qū)動(dòng)著決策范式變革，數(shù)字時(shí)代的智能決策發(fā)展或?qū)⒊尸F(xiàn)出如下趨勢(shì)。第一，大數(shù)據(jù)驅(qū)動(dòng)的智能決策將逐步取代經(jīng)驗(yàn)決策。智能決策通過(guò)對(duì)大數(shù)據(jù)的實(shí)時(shí)分析，及時(shí)發(fā)現(xiàn)問(wèn)題和預(yù)測(cè)趨勢(shì)，挖掘隱藏的信息和規(guī)律，從根本上改變經(jīng)驗(yàn)決策缺乏客觀性、決策效率低下、易導(dǎo)致決策失誤的弊端。第二，場(chǎng)景化與定制化決策情境將日益增長(zhǎng)。隨著數(shù)智技術(shù)及基礎(chǔ)設(shè)施的發(fā)展，智能決策系統(tǒng)可以更高效地收集、分析和處理數(shù)據(jù)，挖掘出決策對(duì)象的需求和偏好，為場(chǎng)景化和定制化決策提供更好的技術(shù)支持和數(shù)據(jù)支撐，從而提高決策的效率和質(zhì)量。第三，決策系統(tǒng)平臺(tái)化，決策參與者日漸開(kāi)放與多元。大數(shù)據(jù)成為智能決策的重要依據(jù)和支撐，平臺(tái)化的智能決策系統(tǒng)能夠更好地整合內(nèi)外部數(shù)據(jù)資源，整合不同領(lǐng)域、不同部門和不同角色的決策參與者，提高決策科學(xué)性和準(zhǔn)確性。第四，決策者與智庫(kù)專家角色將面臨角色轉(zhuǎn)換。數(shù)字時(shí)代，智能決策系統(tǒng)將實(shí)現(xiàn)對(duì)決策者與智庫(kù)專家的角色替代，并依據(jù)算法與大數(shù)據(jù)提供支持。但這并不意味著決策者與智庫(kù)專家將無(wú)用武之地，而是要轉(zhuǎn)換角色，決策者需要對(duì)智能決策的結(jié)果進(jìn)行把關(guān)與調(diào)整，智庫(kù)專家需總結(jié)決策經(jīng)驗(yàn)并將其轉(zhuǎn)化成決策算法。

數(shù)智技術(shù)的發(fā)展必將驅(qū)動(dòng)決策范式智能化轉(zhuǎn)型，科技決策應(yīng)該從如下幾方面擁抱這一變革。一是將智能決策技術(shù)發(fā)展與應(yīng)用納入國(guó)家發(fā)展戰(zhàn)略，明確發(fā)展目標(biāo)，優(yōu)先支持智能決策系統(tǒng)在重點(diǎn)領(lǐng)域的試點(diǎn)和推廣。二是深入開(kāi)展智能決策理論體系研究。注重智能決策基礎(chǔ)理論與原創(chuàng)算法的研究，促進(jìn)智能決策理論的跨學(xué)科研究。三是加快布局智能決策系統(tǒng)基礎(chǔ)設(shè)施，建立大規(guī)模決策數(shù)據(jù)支撐平臺(tái)，打造可信任的決策算法與有影響力的智能算法開(kāi)源平臺(tái)，構(gòu)建國(guó)家智能決策公共算力平臺(tái)。四是培育智能決策應(yīng)用場(chǎng)景，場(chǎng)景創(chuàng)新與需求端緊密相連，場(chǎng)景的開(kāi)發(fā)與培育應(yīng)充分考慮應(yīng)用主體與目標(biāo)用戶的需求，構(gòu)建政府、企業(yè)、社會(huì)機(jī)構(gòu)等主體的合作機(jī)制，加強(qiáng)決策場(chǎng)景的應(yīng)用和迭代。五是加強(qiáng)智能決策系統(tǒng)相關(guān)人才培養(yǎng)，既要轉(zhuǎn)換決策者的決策觀念，培養(yǎng)決策者使用智能決策系統(tǒng)的能力，又要通過(guò)完善智能決策人才自主培養(yǎng)體系，培育一批智能決策技術(shù)團(tuán)隊(duì)與人才。

（作者系中國(guó)科學(xué)院科技戰(zhàn)略咨詢研究院研究員；清華大學(xué)社會(huì)治理與發(fā)展研究院博士后）