第十二届Mostly OM运营管理前沿国际研讨会举行
2025年6月6日至7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十二届Mostly OM（Operations Management）运营管理前沿国际研讨会在学院召开。
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。本次研讨会共有来自海内外50余所高校的近200名教师和学生参会。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以及康奈尔大学Leon C. Welch讲座教授、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。
第十二届Mostly OM运营管理前沿国际研讨会联席主席
（左起：陈剑、姚大卫、戴建岗）
本届研讨会关注人工智能时代下的运营管理研究发展趋势，共邀请了9位国际知名学者作大会报告。其中包括多名运营管理领域的资深教授，如密歇根大学的赵修利（Xiuli CHAO）教授、明尼苏达大学的洪流教授和佐治亚理工学院的蓝光辉（George LAN）教授，也包括一些近年来非常活跃的中青年学者，如康奈尔大学的悉达多·班纳吉（Siddhartha BANERJEE）教授和奥玛·胡斯尼（Omar HOUSNI）教授、香港中文大学的高雪峰教授、斯坦福大学的胡月教授、香港科技大学的王譞教授和加州大学伯克利分校的郑泽宇教授。嘉宾采用专题讲座、特邀报告和讨论组等形式，分享了运营管理领域的最新研究成果和前沿问题思考。
与会嘉宾合影
本次研讨会首次引入专题讲座，旨在为青年学者和博士研究生介绍运营管理研究中的重要基础理论和方法。赵修利讲解了集中不等式及其在人工智能算法中的应用，悉达多·班纳吉介绍了基于补偿耦合与贝尔曼不等式的新型序贯决策框架。
赵修利（左）、悉达多·班纳吉（右）作报告
优化方法是运营管理研究的重要基础工具，也是历届研讨会的核心关注内容之一。洪流提出了一种结合Taylor定律与相关性衰减特征的新型排队模型，以提升系统服务水平和资源利用效率。蓝光辉系统性地讲解了风险厌恶优化模型的前沿发展，并介绍了一种处理大规模不确定性问题的高效算法。高雪峰则聚焦于生成式人工智能的模型训练，提出了一种结合扩散模型的连续时间强化学习新算法。
洪流、蓝光辉、高雪峰作报告
数据驱动决策是当前运营管理研究的热点趋势。胡月介绍了医疗服务系统中的任务动态分配模型及在线学习算法。郑泽宇教授则探讨了A/B测试相关理论研究的最新进展。
胡月、郑泽宇作报告
运营管理实践应用也是研讨会的热点话题。奥玛·胡斯尼探讨了双边平台中的选择拥堵问题，并提出通过优化选品组合来提升匹配效率的解决方案。王譞则对比分析了货运平台中固定价格机制与混合定价机制的表现差异及各自的优势。
奥玛·胡斯尼、王譞作报告
研讨会还围绕人工智能与运营管理的结合展开了专题讨论。这一环节由陈剑主持，邀请戴建岗、姚大卫、洪流、蓝光辉和郑泽宇五位学者分享了对人工智能技术前沿问题的见解，并就其在运营管理研究中的应用及学科未来的发展方向进行了深入而热烈的探讨。
专题讨论
本次会议为中国运营管理领域的学术交流和合作提供了一个高质量的平台，为学科发展与人才培养注入了新的动力。在两天的研讨会期间，与会者不仅了解了运营管理领域的学术前沿发展，还与国际一流学者进行了直接深入的学术交流。
自2010年首次成功举办至今，Mostly OM运营管理前沿国际研讨会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，累计来自全球各地超过3700人次参加研讨会，会议影响力和知名度与日俱增。
研讨会现场
内容来源：管理科学与工程系
编辑：符怡
审核：郑黎光
责编：卫敏丽