決策智能化是一種新學術理論，它涉及到選擇的方方面面。決策智能科學將數據科學、社會科學、管理科學融為一體，幫助大家用數據改善生活、優化企業、改變世界。AI時代來臨，決策智能變得越發重要。總之，決策智能化的目標就是將信息轉化為更好的行動，不論規模如何都能處理。

今天我們簡單介紹一下決策智能科學的基本術語和概念。什么是決策？數據是美麗的，但最重要的卻是決策。數據貫穿我們的決策，貫穿我們的行動，影響我們周圍的世界。什么是“決策”？我們認為決策就是任意實體在各種選項之間做出選擇。計算機系統給圖片做標注，指出圖中動物是不是貓，這是決策；掌管項目的人類領導做出決策，看看是不是推出系統，這也是決策。

要了解決策智能化，往往可以從定量和定性角度考慮，定量主要涉及數據科學，定性涉及社會、管理科學。人類不是優化者，而是滿意者，也就是說人類滿足于“足夠好”而非“完美”。回到現實，人類利用認知啟發(cognitive heuristics) 來節約時間和精力。許多時候，這樣做很好，如果在大草原上碰到猴子，我們可以第一時間奔跑，不能精心計算然后再行動。“滿足”還可以節約能量，人類大腦就像一臺能耗極高的電子設備，雖然重量不到3磅，但它占用近五分之一的能量。

99.9%的人不會每天都面臨獅子的威脅，因為“偷工減料”，最終我們的大腦未能為現代環境做好充分的準備。深入理解人類大腦的決策機制，理解人類大腦是如何將信息轉化為行動的，這樣我們就可以保護自己，防止自己受到大腦缺陷的影響。我們還可以根據理解開發工具，增強人類能力，讓環境與大腦更加協調。

除非你碰到未知的事實，需要采取不同的行動，否則沒有必要做決策。當然，接受一些決策分析培訓的確能讓你把事情看得更清楚一些。沒有什么比事實更好，當我們做決策時，如果有事實可以依賴，往往會根據事實做決策。正因如此，我們的首要任務就是弄清楚如何處理事實。

用決策科學訓練自我，當我們需要做出基于存在的決策時，可以節省精力，換言之，用相同的精力我們可以提高整體決策質量。這種方法相當實用，不過要做到真的很難。如果我們能掌握事實，早就已經掌握了。在今天的世界，我們為信息忙碌。數據工程是一門復雜的科學，如果大規模部署，必須讓信息可靠，這正是數據工程的使命。跑到店鋪買一枚冰淇淋很容易，如果重要信息以電子表格的形式列出來，數據工程同樣很容易。

不過如果讓你運送200萬噸冰淇淋，還要保證不融化，那就不是易事了。如果你要設計、修建并維護好巨大的倉庫，而且不知道接下來倉庫要存放什么，可能是魚，也可能是钚，那難度就更大了。對于決策智能來說，數據工程只是兄弟姐妹，是關鍵合作學科；數據科學包含大量傳統專業知識，我們用這些知識設計、管理事實。

當你制定決策，查看所有需要的事實，用搜索引擎或者分析方式獲取事實，最終剩下的只有執行。你執行完畢，不需要數據科學。如果給出的事實并不是可以幫你做決策的理想事實呢？如果只是部分事實呢？也許你需要的是明天的事實，但你擁有的只是過去的事實，怎么辦？

也許你想知道所有潛在用戶對你的產品有何看法，但你只問了幾百個人的意見。于是乎，你做決策時就會存在不確定性。你所知道的并不是你想知道的。怎么辦？讓數據科學來幫你。很明顯，當你發現擁有的現實并不是自己需要的事實時，就要修改方法策略。可能它們只是大謎題中的小謎題，也許它們是錯誤的謎題，但你找不到更好的。

當你無可奈何，只能超越數據時，數據科學就會變得有趣起來，不過要小心，不要犯下伊卡魯斯（Icarus）一樣的錯誤（伊卡魯斯乘著父親做的人工翅膀逃離克里特，由于離太陽太近以致粘翅膀用的蠟溶化了）。

總之，我們可以從之前封閉固定的學科中汲取智慧，用這些智慧來提高決策效率，決策智能化的本質正在于此。我們對決策智能化有著多種多樣的看法，決策智能化將這些看法融合在一起，讓我們變得更強大更凝固，最終幫助人類打破傳統限制。我們可以用廚房AI來類比，如果AI研究的目的是想開發新式微波爐，將AI植入微波爐，那么決策智能化的使命就是讓微波爐安全達到目標，并且在不需要使用微波爐時可以使用其它東西。目標往往是決策智能化的起點。