5亿融资+重磅新品发布，领头羊杉数科技用智能决策技术重塑企业增长

‍数据智能产业创新服务媒体

——聚焦数智 · 改变商业

近日，AIGC裹挟GPT-4带来一股旋风受到广泛关注，特别是国外大厂发布基于大模型的办公套件之后，人们更加期待办公、生产、管理方式带来新变革，又一次引发生产力新浪潮。相比GPT的“全科医生”，智能决策更像是“专科医生”，瞄准企业运营的具体问题提供精准方案和解法。

作为智能决策技术的领头羊企业，杉数科技于2023年3月30日在北京召开以“智能决策，重塑增长”的前沿峰会，同样备受业界同行与客户的关注。本次峰会分别面向零售快消和工业制造行业重磅发布计划宇宙（Planiverse）和杉数数弈（LibraMind）决策优化产品，助力企业重塑业务增长，赋能产业数字化变革，并且杉数科技公布了具有国际竞争力的核心技术引擎COPT求解器6.5版。

杉数科技成立于2016年，由四位斯坦福博士在北京联合创立，目前已成长为国内知名的人工智能决策技术服务商。作为产业与技术的连接者，杉数科技在过去7年里在两件事情上扎扎实实地持续投入和积累：第一，能够支撑决策智能化的核心计算引擎——优化求解器的打造。第二，认真聚焦客户的业务场景需求和产出，深度服务一批在中国产业当中最具代表性的企业。

投资人亦持续看好这家公司，3月30日杉数科技宣布完成总共近5亿元C2及C2+轮融资，其中C2轮由越秀产业基金领投，广汽资本及方正证券投资跟投；C2+轮由国开制造业转型升级基金领投，华智兴瑞、中金浦成、中金汇融、国药中金、鞍钢投资、中色资产跟投。

随着经济增长模式向效率驱动的精细化增长转变，世界工业化重心向中国转移，云计算、人工智能、数字孪生技术等新一代技术带来软件逻辑及工程层面的变化，杉数科技联合创始人&CEO罗小渠表示，在未来10-20年内，中国的产业土壤有很大的机会培育出全球领先的工业软件企业。产业需求和技术的进步共同驱动着智能化时代来临，智能化是数字化的终极目标和源动力，而智能化及杉数科技的成长从根本上是时代的选择。

面对不确定性的现实，单纯数字化转型是不够的

在国内外形势不确定的因素中，市场剧烈波动下，数字化转型中的企业开始意识到，常规数字化并不能良好应对复杂多变的环境， 企业产供销的格局还需加入智能化，生产、供应、营销等都亟需提升管理的敏捷性，智能决策技术将成为数智化企业精准运营、柔性供应链、弹性制造等数字化转型必备的新技术能力。

运筹学最早来源于两次世界大战 -- 最不确定的情况下。在第二次世界大战时期，运筹学被定义为“为执行部门在其控制下的作战决策提供量化基础的一种科学的方法。” 比如1942年美国MIT的Morse教授采用运筹学的方法为大西洋舰队反潜战提出两点重要建议：（1）反潜舰艇投掷水雷改为飞机投掷深水炸弹，起爆深度由100米改为25米左右；（2）运送物资的船队及护航舰艇的编队由小规模、多批次改为大规模、少批次。如此打破德国海上封锁，重创德国潜艇部队，由于其杰出的贡献，Morse同时获得英国及美国战时最高勋章。

运筹学战后迅速被运用在企业管理领域，同样取得了令人瞩目的成效。随着人工智能快速发展，运筹优化和机器学习、强化学习等技术深度融合，形成智能决策这一人工智能技术细分领域。智能决策，则是组织或人利用多种智能技术和工具，基于既定目标，对相关数据进行建模、分析并得到决策，用于解决新时代日益复杂的各类问题。

智能决策的实质是将实际问题中的决策标的、约束、偏好以及目标转化为数学模型，这是将决策问题与智能化手段和方法进行衔接的关键环节，然后在建立好的模型基础上输入数据，利用机器学习、运筹优化等技术，对模型进行高效求解。以制造业为例，它在实际生产中遇到如紧急插单计划问题，将其约束同条件后抽象为数学表达，在相应的企业系统中输入信息数据，利用求解器进行求解，自动得到一系列决策方案，如中长期周计划、班次计划、缺料影响计算等。

来源：2022年⼯业“智能决策”⽩⽪书

由此我们可以看出，杉数科技并没有简单的追求商业化，而是面对正在发生的大变局，蓄力计算引擎和躬身产业服务，并逐渐推动计算逻辑与需求服务的深度融合。罗小渠表示，“基于对产业的理解我们认为智能决策是一个有很强独立性的技术系统，同时因为它在决策这个事上有很强的价值取向，我们认为智能决策是数字化的终极目标和最终的原动力。”

杉数科技联合创始人&CEO罗小渠，来源：杉数科技

随着数据科学和⼈⼯智能技术的发展，这套独立系统基于“数据+算法”在决策中正在实现越来越重要的价值。目前智能决策主要包括三个阶段，每个阶段都关联着不同的核心技术。第一阶段是数据描述阶段，即数据采集和管理，主要涉及数据处理相关技术；第二阶段是通过数据进行规律分析，即利用机器学习和统计学技术了解事物背后的原因和规律，并对未来做出预测；第三阶段是建模和求解决策，涉及到机器学习和运筹优化等技术。

目前智能决策处于第二、三阶段，运筹优化和机器学习是两类关键技术。运筹优化是基于对现实问题进⾏准确描述刻画来建模，通过运筹优算法在⼀定约束条件下求⽬标函数的最优解，运筹优化的核心技术是求解器，求解器作为智能决策的“计算芯片”， 用于求解运筹优化问题的底层专业计算，能够针对多种运筹优化模型进行算法优化和求解。机器学习技术则是前面所提及的大模型的方法，它采用大量数据，通过强化学习、深度学习等算法实现预测。业界能够将以上两种技术深度融合的厂商，无论是现在还是未来，都将占据更大的领先优势。

杉数科技是国内少数同时具备这两种核心竞争力的厂商之一，一方面，通过求解器对运筹优化模型进行算法优化和求解，另一方面利用机器学习引擎对机器学习相关算法进行敏捷开发。

自2017年10月，杉数科技与上海财经⼤学共同发布国内首个开源求解器开始，在求解器领域的自主研发从未停歇。2019年5⽉，杉数科技发布国内⾸个全自主研发的线性规划求解器COPT，并在此基础上陆续推出混合整数规划求解器、二阶锥优化求解器，不断提升国产优化求解器求解⽔平。到去年10月，杉数优化求解器COPT已更新迭代6个版本。

来源：杉数科技

杉数科技联合创始人&CSO葛冬冬透露，杉数优化求解器COPT即将在四月上线COPT 6.5版本。葛冬冬表示，现在杉数科技所做的工作，就是把算法翻译成规划，通过计算机软件实现出来，用最快、最高效的方式把求解性能做到极致。

根据国际权威测试榜单ASU教授Hans Mittelmann测试平台最新数据显示，杉数优化求解器COPT6.5在近20多个模块测试中获得5项第一和5项第二的优异成绩，性能已然跻身世界前列。“我们杉数总有10项名列全世界的前两名，目前美国最好的求解器有7项冠军，经过几年的努力我们在大多数领域追上了他们。”葛冬冬在会上表示。

来源：杉数科技

据了解，此次COPT 6.5版本还新增加了函数回调Callback功能。该功能可以帮助用户在求解一些复杂问题，使用整数规划建模时，反复调用函数计算求解。

深扎企业应用场景，杉数新品让智能决策价值变得清晰可见

算法不能解决所有问题，优化求解器既要考虑数学问题，也需要考虑行业实际情况，还要懂得政策，智能决策落地不是技术“嫁接”，需要深扎场景才能真正落地。罗小渠表示，“过去的一到两年，除了在持续的COPT的求解器上加大投入以及不断的拓展和提升杉数科技服务体系的同时，我们的研发工作逐渐进入一个新的阶段，开始围绕COPT的核心逻辑来更为深入的剖析产业需求，探索新一代管理软件可能的逻辑和架构。”

根据《2022爱分析·智能决策厂商全景报告》显示，各智能决策厂商的服务范围已经覆盖包括工业制造、消费零售、金融、能源、航空等十多个行业。作为少有的业务范围覆盖几乎所有行业的服务厂商，杉数科技通过端到端的智能决策技术有能力落地到行业实际场景中去，重塑零售消费、智能制造、能源电力、轨道交通等多个行业 。

来源：2022年⼯业“智能决策”⽩⽪书

此次杉数科技重磅推出的“计划宇宙”和“数弈”两个升级产品即是基于强大的计算引擎优化求解器COPT，结合客户实际场景打造的产业应用级的产品服务方案。

杉数科技联合创始人&CPO王曦表示，企业提供的需求用一句话概括就是打造准确统一的供应链计划系统，不过这是一个高度概括的词汇，我们需要把这个需求做拆解，背后可能是一系列的繁杂功能，包括一致性的需求计划、全生命周期的新品计划、精准可执行的库存计划、整个覆盖供应链全链条的一体化计划等等。我们也从技术层面上提出数据的可视、穿透、预警多元多渠道的数据整合和拉通，我们与行业客户一起去创建一张需求地图，把通用性的技术需求作为支撑，同时把企业的需求填进去。

杉数科技联合创始人&CPO王曦，来源：杉数科技

杉数决策优化产品计划宇宙就是细分到零售快消等行业，把整个供应链条上面的各个环节做一体化的协同。它基于COPT优化算法求解器、专注于需求预测能力的计算引擎、大规模内存计算技术的引擎，在业务应用层由四个紧密相连决策行为模块智能需求计划 Demand.ai、智能供应计划 Supply.ai、智能履约计划 Fulfill.ai、智能收益管理 Revenue.ai，来赋能消费场景的智慧运营。

王曦说道，在计划宇宙中，有三个亮点可以分享：

● 精细化：场景细分要和需求端最近的部分开始无论是商品分类价格分类还是库存管理，只有做了精细化的分类才能做出供应链高效率的管理；

●一体化：整个供应链计划尤其是在消费运营场景下面需要连通需求、生产、库存、调拨、履约等等，一体化端到端的供应链计划能力；

● 差异化：一体化供应链的本质更重要的是要协同差异，在统一的数据基础的条件下求同存异。

计划宇宙全景图，来源：杉数科技

而这些产品亮点也是从行业客户的服务经验中总结而来。杉数科技服务某休闲食品巨头，覆盖了整个供应链所有核心环节，从供应链控制塔端到端的可视化建设，到下面细分场景的定单履约，供应管理各个环节纳入一体化管理，在计划宇宙的驱动下，能够实现定单满足率的提升超过5个百分点，直接拉动的销售额每年超过两亿元。另一个客户则是统筹管理线上12个渠道，针对长、中、短周期计划，多元多维度数据进行整合，结果提升了对全渠道全品类关键SKU的预测准确率提高了13%，每年降低的库存金额数千万人民币。

杉数科技此次重磅推出的另一个产品数弈则是主要面向智能制造行业的智慧决策系统，它通过智能算法为企业提供生产决策建议，合理安排生产，提高生产计划效率，也可以通过数弈为企业多部门提供中长期生产、采购、库存计划的决策，实现供应链的协同融合。数弈的四个核心业务场景，杉数科技相应地总结为制造运营优化，制造协同优化，制造物料优化和制造定单优化。

数弈也有三个亮点，分别为：

● 前瞻性的规划：生产制造型的企业它需要能够从长周期的段度和中短周期的角度协同的考量自己生产资源利用的最大化，数弈能够从全方位的角度保障生产制造的效益最大化；

● 高柔性响应：生产的连续性对于外界环境的变动甚至危机场景的响应要求是非常之高，数弈能够用灵活的策略组合拼接的方式来为企业赋能生产制造的效率最大化，来驱动柔性制造，快速应变；

● 多目标的优化：从财务目标到供需工艺，从元素平衡到节能减排，工业和制造业的企业面对的约束和优化目标非常的多，数弈则采用多目标整合的协同优化方式来赋能企业的生产经营效率的提升。

数弈全景图，来源：杉数科技

杉数数弈支持生成一体式的集成业务计划群，来源：杉数科技网站

王曦介绍说，数弈在服务ICT行业时，客户面对的问题是多目标复杂场景无法支撑，如不支持分工厂的属性、复杂业务场景、订单延迟分析等，采用数弈多工厂协同排产及生产库存优化平台后，订单满足率提升超过20%，产能损失率显著降低，仿真速度提升15倍；而服务化工行业客户时，数弈发现，其与ICT行业客户目标有很大不同，该客户需要面对“既要，又要”的两难，既要应对区域性季节性所带来的平顺化生产的基本要求，又要去兼顾库存、碳排放等各种要求。数弈能够为客户带来生产运营模块、生产订单优化模块，生产协同优化模块的整合和集合，既为客户带来超过8%的销售提升，又为其每年降低几千万的库存占用资金。

当数据猿记者问及在制造行业杉数科技有没有发现比较通用的规律，杉数科技副总裁兼工业制造事业部总经理黄翔深入解释道，国内一种是面向ETO型，加工型企业通常具有这种规律，快速响应客户的不同需求，另一种就是大型制造，需要规模效应。“从这两类客户来看，最终都要落回到企业核心运营体系的梳理，能否对于这个关键的，无论是表征为产能，还是表征为物料的稀缺资源的合理利用，以及针对性的优化。”

“能够凭借优化的技术体系让客户成功，过程中我们直面的竞争是全球最有优势的软件业巨头，现在可以自信地说，在技术和服务两端杉数科技都有一定的核心优势。另一方面在此过程中，也帮助杉数科技建立了融合计算与产业的逻辑，让我们有更为深刻的理解。”罗小渠如是说。

随着在多家企业的落地，像杉数科技这样的领先企业正在让智能决策技术应用价值变得更加直观、更加让企业信赖，成为企业、产业数智化转型的新选择。据国内研究机构爱分析计算，2022年中国智能决策市场规模已达到87.7亿元人民币，同比增速为28.0%。

Gartner发布的《2022年人工智能技术成熟度曲线》报告称，尽早采用复合型人工智能、决策智能等AI技术将给企业机构带来明显的竞争优势。并指出，在企业机构重构业务流程并增强韧性、适应性和灵活性的过程中，决策智能方法和技术将发挥重要作用，依托多种软件技术的决策智能市场正快速兴起，已开始为决策者提供解决方案。

国家对这个领域的发展也明确表达了支持。2022年初，国务院发布的《“十四五”数字经济发展规划》强调，有条件的大型企业要形成数据驱动的智能决策能力。8月，科技部发布《关于支持建设新一代人工智能示范应用场景的通知》，明确运用优化决策等技术，实现生产过程等领域的智能决策。 

来源：中华人民共和国中央人民政府

斯坦福大学李国鼎工程讲席教授，国际著名运筹优化专家冯·诺依曼理论奖获得者叶荫宇表示，“To B企业接受考验的链条更长、维度更多，技术之外，要解决的问题和场景更复杂，实践过程中有十个、百个、千个的小问题。此刻，唯有扎扎实实的苦功夫，才是真实有效的。”

在智能科技上，2023年是让人不断惊喜的一年，同时各行各业也带来复苏的好消息，将促进包括智能决策在内的企业服务数智化升级。不过像杉数科技这样的领先企业也清醒意识到，智能决策的下沉和推进是一场综合技术和耐力的马拉松，无论是求解器还是机器学习模型，也包括GPT、AlphaGo，不可能“一招鲜”，最终都需要结合实际场景，不断升级优化，正如本次发布会给客户带来的价值新体验，综合实力将形成真正的技术壁垒。

文：陆易斯 / 数据猿