卡西·科齐尔科夫是一位统计学家,曾于2018年至2023年担任谷歌首席决策科学家,在此期间她培训了超过20,000名员工进行数据驱动的决策,现在是人工智能咨询公司Kozyr的首席执行官。她将决策智能框架定义为将信息转化为更好行动的学科,坚称决策应在数据之前:在分析之前要知道你会有什么不同的决定。该术语的基础学术工作与洛里恩·普拉特相关;科齐尔科夫在企业规模上将这一学科进行了操作化和普及。

问谁让“决策智能”成为数据圈中的家喻户晓的术语,一个名字占据主导地位:Cassie Kozyrkov,谷歌首席决策科学家。这是一个常青的参考——她是谁,她的框架实际上说了什么,她做了什么以及没有做什么,以及这对团队决策意味着什么。
最后更新: 2026-08-20
卡西·科齐尔科夫是一位统计学家,曾担任谷歌首席决策科学家(2018–2023),培训了超过20,000名谷歌员工进行数据驱动的决策,并为数百个项目提供建议;自离开谷歌以来,她是Kozyr的首席执行官,这是一家与包括NASA和Salesforce在内的组织高级领导合作的人工智能咨询公司。她将决策智能框架定义为将信息转化为更好的规模化行动——这是一种数据科学、行为科学和管理判断的结合,其中决策优先于数据。该术语的基础学术工作与洛里恩·普拉特相关;科齐尔科夫在公司内部将其操作化并在全球范围内推广。
Kozyrkov是一名受过统计学训练的专业人士,2014年加入谷歌,并于2018年成为其首位首席决策科学家——这一职位的设立是基于这样的观察:组织在数据上的投资很大,但在数据所应服务的决策技能上的投资却不足。她在这一职位上的表现是这一头衔超越谷歌的原因:
去掉流行词,她的出版作品中反复出现三个承诺——每一个都可以直接使用。
她的标志性动作是颠倒通常的顺序:不是“我们有数据,这告诉我们什么?”,而是问我们面临什么决策,什么会改变我们的想法? 只有当一个决策因为数据而有所不同时,数据才有其价值。没有附带决策的分析只是娱乐,无论多么严谨。
她将这个领域描述为将数据科学与判断的行为和社会科学相结合——因为真实的决策在框架、激励和心理方面的失败与在统计方面的失败同样频繁。这种结合是该学科的身份,而不是偶然:定量工具服务于人类判断,而不是反过来。
她的企业工作专注于使过程严谨:决策者是谁,默认行动是什么,什么证据可以证明需要切换,以及如何在信任AI系统之前根据这些标准进行测试。这是在组织规模上的决策卫生——与Gartner的DI定义所正式化的同一层面。
这个参考存在一个需要澄清的区别:Kozyrkov 并没有在学术意义上创造这个概念 — 基础的决策智能工作与研究者 Lorien Pratt 相关,她的著作将决策智能框架化为一个将决策与结果联系起来的领域。Kozyrkov 的贡献是操作性和文化性的:她在全球最大的公司之一内部推动这一学科,赋予了从业者实际使用的词汇,并以任何学术渠道无法达到的规模教授它。这两项贡献都是有效的;它们回答了不同的问题。对于团队来说,她的框架直接转化为:
在收集证据之前,写下实际的决定、默认情况以及什么会改变你的想法——每个在Argumentree上进行的结构化审议都从这个框架步骤开始。
她坚持判断与数据一起保持可见,这与论证捕捉相对应:主张、反驳和证据公开呈现,而不是压缩到幻灯片中。
决策优先的测试——有什么会改变吗?——消除了分析剧场。一个经过评级的论证树使同样的测试变得社会化:那些不改变任何人评估的论点会显露出来。
没有结果回顾的决策科学只是一次讲座。与后续结果相关的决策记录将她的培训室纪律转变为一种制度化的习惯。
在企业环境中对这些思想进行应用性、论文长度的处理——包括它们如何与因果AI和大规模运营相结合——请阅读我们的配套文章,决策智能:从数据到企业规模的行动。此页面是稳定的参考;而文章则是深入探讨。
一位统计学家,曾担任谷歌首席决策科学家,从2018年到2023年,培训了超过20,000名员工进行数据驱动的决策,并为数百个项目提供建议。她现在是AI咨询公司Kozyr的首席执行官,也是决策智能领域最受欢迎的公共声音之一。
不是在学术意义上。决策智能作为一个领域的基础工作与研究员洛里恩·普拉特相关。科兹尔科夫在谷歌将这一学科具体化,赋予了它实践者的词汇,并在一个使该术语成为主流的规模上普及了它——这是一种操作性和文化上的贡献,而不是学术上的创造。
她于2023年离开谷歌,创办了Kozyr,一家人工智能咨询公司,作为首席执行官,她为大型组织的高级领导提供有关人工智能和决策的建议。她继续公开撰写和演讲关于决策智能的内容。
她将决策智能框架视为将信息转化为更好行动的学科——将数据科学与行为科学和管理判断相结合,以决策而非数据作为出发点。
在分析任何内容之前,确定你面临的决策、你的默认行动以及什么证据会改变你的想法。如果没有现实的发现会改变行动,那么分析就不是决策支持——这是一个排除了大量企业分析工作的方法。
他们在决策层相遇。她的框架使决策变得明确,并使判断与数据并列可见;结构化的论证提供了机制——主张、反驳、证据和评分——使得群体判断可以被检查和改进。Argumentree 实现了这一机制。
她的测试很简单:在分析之前,知道什么会改变你的想法。Argumentree 为你的团队提供了共同进行该测试的结构——论点、证据和决策,全部记录。
开始免费试用