“企业越智能化，例如智能化的机器人越多，就越需要有能力把它们管理起来，这就更需要一个 ‘智能决策大脑’。”杉数科技联合创始人兼CPO王曦告诉中国工业报。

　　智能决策，就是通过人工智能等技术解决复杂的决策问题。通俗理解，这些问题包括制造业的需求计划、补货及库存、生产计划优化、产销协同问题，还有供应链网络规划、运输、仓储及定价等核心业务节点上的难题等。解决这些问题，可以通过建模、求解实现最优。

　　专注人工智能决策优化

　　杉数科技专注于人工智能决策优化。依托大规模优化求解和复杂决策建模能力，杉数科技打造以中国首个商业求解器“CardinalOptimizer(COPT)”为核心，可实现从数据到决策端到端服务的决策产品平台，以完整的技术能力和高度模块化的产品结构灵活高效地为企业赋能。

　　2016年，王曦与其他三位伙伴联合创立杉数公司。成立之初，其优化求解方案聚焦在供应链层面的调度场景，先后服务了零售与快消、物流等行业企业。2018年，杉数服务国内某ICT头部企业，基于该企业大规模复杂生产制造场景，解决其生产调度排产问题。该场景基于上百个工厂、十几万种零部件半成品、四十多个时间窗的颗粒度。2019年初，杉数成立智能制造事业部。

　　目前，杉数科技已涵盖了零售、物流、电商、工业制造、航空航天、能源等行业，服务了包含百威、好丽友、海尔、六国化工、上海通用、滴滴、顺丰、德邦、国家电网以及南方航空在内的近百家龙头企业。

　　随着客户、场景的积累及技术的发展，杉数的产品方案也在发展，从排产扩展到更多的场景，从季度、月度的协同计划的较粗的颗粒度，到周、天、班次、工位这种更细颗粒度的产能规划、工艺流程的优化，越来越精细化。

　　以COPT为技术引擎，杉数数弈产品方案平台可为客户提供智慧生产、智慧物流、智慧销售、智慧响应、全局洞察等业务产品与应用，解决从需求计划、生产计划、交付计划到物流计划的全链路、全维度的业务场景优化难题，同时产销协同与仿真模拟，实时模拟计算辅助工业制造企业计划平衡决策，以直观的目标展示服务企业运营决策，为企业多业务场景提供支撑。

　　近期，杉数科技发布COPT2.0版本的整数规划求解器，该求解器在美国亚利桑那州立大学的相关测试中取得第二名的成绩。杉数科技同期宣布完成近2亿元规模C轮融资。

　　整数规划是复杂决策问题的核心，在航空航天、能源电力、智能制造、供应链管理等领域至关重要。而此次推出的COPT2.0版本的整数规划求解器，更填补了我国在 “建模与仿真”领域最重要的基础模块数学规划求解器的空白。

　　助力国企迈向智能化

　　近年来，智能制造、工业互联网推动企业数字化转型进入新阶段。不同的企业，数字化转型阶段不同、特点各异。但数字化、智能化方向相同。以传统信息化为基础，数字化转型既可以是总体规划、分步实施，也可以是单点或局部应用切入，迅速收获效益。设备数据、生产数据、销售数据、客户数据等日渐积累，向数据要价值成为企业共识。

　　国有企业的数字化转型也在加速。今年4月，国务院国资委副主任翁杰明表示，国资委将组织实施国有企业数字化转型专项行动计划，突破关键核心技术，培育数字应用场景，打造行业转型样板，加快开创国有企业数字化转型新局面。

　　此前，国资委印发 《关于加快推进国有企业数字化转型工作的通知》，明确国有企业数字化转型的基础、方向、重点和举措。该通知提出 “推进生产运营智能化”，要推进5G、物联网、大数据、人工智能、数字孪生等技术规模化集成应用，实现作业现场全要素、全过程自动感知、实时分析和自适应优化决策，提高生产质量、效率和资产运营水平，赋能企业提质增效。

　　在制造业，排计划、调仓储、排运力，这些场景企业每天都在发生。企业关心的核心问题是产能利用率、计划准确度、物流效率等共性问题。如原材料的库存，订单及时率，产能浪费率等，把这些资源理顺了、盘活了，企业就能提高效益。

　　杉数决策优化需要的不是10年、20年的历史大数据，哪怕只是每天运营的数据，就能解决问题。其整体逻辑是，根据明天的订单，就能排今天的计划;有原来10天的数据，就能排未来10天的计划。不会特别依赖历史数据，而是更为重视企业当下的数据。

　　以前，中国最大的国际货运代理公司中外运，其在北京市的配送调度业务，是通过悬挂在办公室墙面的北京地图，以人工的方式进行。日化巨头宝洁中国公司，已经应用了各种系统，数据齐全，但以促销数据为例，一组数据不同的数据源，时效不统一，准确度也不统一，缺乏需要的标记，无法为促销提供精准决策支持。与杉数合作后，他们的问题迎刃而解。

　　“我们是在约束规则范围内找一个最优解。即使对接的是excel，只要标准一致，也没问题。反过来，通过跑数据、做服务，我们还能告诉企业，为了实现智慧化运营，企业信息化、数字化的优先级是什么。”王曦说。

　　数字化、智能化要决策导向

　　数据驱动、决策导向。信息化、数字化到了一定阶段，精益管理、精细化运营的需求愈加重要，这给决策优化的发展提出了新的需求。王曦表示，决策优化有战略规划层、战术运营层、日常执行层三个维度，每个维度均有大量的落地场景。而从行业角度，未来3年，以下几个行业将发展较快。

　　一是成长速度比较快的行业。这些行业的企业必须要适配市场，因此对智能决策的需求比较旺盛。例如3C电子企业，新品迭代快，市场覆盖国内外，开放程度、付费意愿较为显著。

　　二是汽车、汽配行业。由于行业信息化平均水平很高，基础扎实，通过智能决策进行一个小的改善，就能实现较高的提升，同时由于行业充分竞争，因此需求持续增长。另外，新能源汽车的发展很快，一般新建工场都按照智能工厂的标准进行建设，这就包括决策智能化。

　　三是化工行业。尤其是行业的产销协同，这个月要生产什么，供应商能不能搞定，生产能不能搞定，销售计划准不准等。结合工业互联网，成为一个产业链的整体提升路径。

　　四是能源电力、航空航天等行业的调度与精细化管理需求，对建模、求解的需求天然存在。

　　当前，工业互联网进入快速发展期。王曦表示，如果从面向设备、面向生产、面向企业运营、面向产业链这四个维度来落地工业互联网，杉数科技COPT求解器是其中涉及安全自主的关键技术。如面向生产，COPT可在智能工厂、生产调度、计划排产中发挥作用;面向运营，企业需要更强的协同能力，COPT可使产销协同决策更智能。如六国化工产销协同数智化升级项目就是一个标杆。

　　王曦建议，这四个维度，企业得想清楚自己要哪个维度，一把抓不太行。同时，只做数字化导向还不够，要有决策导向，必须要说清楚干这件事情对应的目的是什么。因为决策导向可以极大地降低数字化、信息化的产能浪费，同时更好地评估效益。