从数学奥赛到北大光华：吴肖腾如何用算法解码商业社会的隐形网络

吴肖腾习惯用数据和模型说话。

数学底色：一段被命运推着走的学术起点

上大学前，吴肖腾几乎所有时间都交给了奥数。这段经历塑造了他独特的思维模式：用逻辑推演世界，用模型拆解问题。本科读管理学时，他以为自己会走一条标准的职业路径——毕业、就业、升职。然而，命运在硕士阶段埋下了转折点。

一次偶然，他与博士生一同上课，遇到了那位改变人生轨迹的导师。“我是被命运推着走的，很多时候并不是自己做的选择。”吴肖腾这样回顾那段经历。导师的学术热情像一颗种子，在他心中生根发芽，让他彻底放弃了就业的念头，转而踏上学术之路。

二手数据研究：疫情催生的方法论革命

博士阶段在新加坡求学，新冠疫情成为他研究方法的分水岭。封城期间被困宿舍，他开始思考：能否用纯数学思维去挖掘二手数据中的规律？这一尝试最终奠定了他独特的研究路径——用客观数据揭示商业现象背后的真实关系。

加入北大光华后，吴肖腾形成了两个核心研究方向：社会网络与可持续发展。前者试图回答一个看似简单却极其复杂的问题：商业社会中，“圈子”的边界究竟在哪里？他用算法根据企业过往的交流记录划定网络边界，并通过多数据源交叉验证确保可靠性。

方法论核心：刻意与企业保持距离

吴肖腾的研究有一个鲜明特点：他刻意与企业保持距离。“如果和企业走得很近，会受到企业自身认知的干扰。直接询问企业'你的朋友在哪里'，得到的答案一定是它能直接触达的那些公司。”他坚信，客观的二手数据能够揭示更真实的商业关系网络。

在可持续发展领域，他使用全球卫星热成像数据识别高排放行业的碳排放，涵盖水泥、钢铁、发电、海运、空运等领域。这些数据被他用于政策评估，核心逻辑是：企业的“上有政策，下有对策”行为会削弱政策效果，只有理解企业战略动机，才能制定更有效的碳交易政策。

AI浪潮下的职业价值重估

最近，吴肖腾与同事姜铠丰合作研究AI对职业市场的影响。他们的核心发现是：AI浪潮下，工种的价值取决于能为最终结果承担多大责任。钥匙保管员、卡车司机等基础岗位因承担结果责任而难以被取代；中层管理者却面临10%-30%的降薪压力，因为AI压缩了中间层级，让工作流程大幅缩短。

AI对学术的冲击同样剧烈。一篇万字论文，人工需要一个月，AI仅需一分钟。期刊投稿量从百篇暴涨至万篇。更令他忧虑的是信任危机：“我现在收到任何投稿的第一反应是拿去给AI检测它是否由AI生成。”

天衍四九，人遁其一

面对AI的追赶，吴肖腾保持着一份清醒：AI的底层逻辑仍是随机过程，但它正在快速逼近人类。“如果有一天AI能克服这个过程，它就会变得更像人。”他引用《新华字典》中一个概率计算——用3500个常用字随机生成“飞流直下三千尺，疑是银河落九天”的概率是10的负49次方。“人工智能的出现只是优化了这个过程，但在那之前的1300年，已经有人找到了那10的49次方之一。”

这或许正是他的学术信条：好的学术一定与现实相关。在看似随机的混沌中，总有人能找到那一个确定的答案。