杉数科技CTO王子卓：智能决策，数字化转型新路径——为什么未来AI的重要突破是与优化算法结合(4)

刚才提到的内容里，今天想和大家讨论的核心技术点主要有两个部分。 一个是这些年大家讨论也比较多的，有关 机器学习 的技术。机器学习在这个过程中主要的功能，实际上更多是去预测一些未来的参数，例如未来市场的需求会是多少，订单周期是多少，运输的时间大概会是多少等等，往往是这样的一些预测。预测之后，这些参数还需要最终形成决策。 那么另一部分就需要我刚才所讲的 优化算法 。优化本质上属于运筹学的技术范畴，核心就是解决这样的决策问题中的一些优化的问题，基于对显示问题进行准确描述刻画来建模，通过运筹优化算法在一定约束条件下求目标函数最优解。这里面还会有很多更细分的不同种类的模型和方法，时间关系不会过多展开，这是一套非常重要，而且比较成熟的工具。 利用好这套工具，能够帮助很多企业解决大规模问题中的决策变量。某个SKU在某条产线上，在未来每天生产的量组合起来可能是个上亿级别的决策。但是对于运筹优化来说，成熟的方法可以分钟级地解决这样的问题。 我们能够实现这样一个听起来非常高效、这么好的结果，并不是那么简单的。这样的计算在底层会需要依赖于一个计算引擎，这在优化领域叫 优化求解器 。当有了一个模型之后计算出最优解的过程，就需要通过这个叫求解器的软件进行计算。 求解器也是一个非常重要的工业软件，在我国各个领域里，尤其是像能源、军事、航空、金融、电网、工业制造这样的关键领域，大企业都需要使用求解器去做运营支持，其实每年都会花很多钱去购买国外的求解器。 好消息是，国内包括我们团队也一直致力于开发国产求解器。这两三个年下来，也达到了世界一流水平，非常的不容易。因为求解器内部非常的“精密”，可以把它比喻成发动机的引擎，有很多的细节需要去处理。这个软件代码也是上百万行级别的。 很高兴地跟大家汇报，杉数科技现在已经可以和国际最一流的求解器比肩——整数规划和美国Gurobi生产的求解器，处于差不多的水平。甚至在不同场景的很多指标上可以超过他们，可以说是世界第一了；当然，也有一些场景还和他们存在一定差距，但也在比较接近的范围。基本上在解决实际问题的距离上，可以认为是同一级别的。 通过我们过去几年的努力， 在优化求解器领域，基本上可以说中国已经打破了欧美的封锁 。 我们利用求解器的最终目的，还是要解决实际中的问题。比如制造业是个非常典型的场景，还有像交通、金融、能源、零售、互联网、医疗等领域其实都在使用求解器服务。这些年，我们也在为各行各业里最顶尖的一些企业提供服务。因为这样的企业规模比较大，面临的问题比较多，那么通过优化能够提升的价值也会更加明显。 过去几年里，至少我们整个团队确实看到了基于运筹优化和机器学习的方式，能够实际地帮助企业实现决策的智能化、数字化，确实能够给企业带来非常显著的收益，只要企业能够愿意去推动而且双方愿意一起来配合。 不同行业的收益会体现在不同的维度。比如消费品供应链的企业，可以提高企业的订单满足率，然后最直接的是销售的增长，包括降低库存成本、降低仓库里积压产品的时间；对工业制造企业，可以更高效地利用同样的产能，可以更快速地交付订单，时效满足率更高，还有在不损失收益的情况下可以有效降低碳排放，这对整个国家、企业来说都有巨大的价值。 当然对其他的领域里也都能带来非常显著的提升，可以看到这不仅是一个可以量化的提升效果，还有不可逆的数字化的趋势。这里还可以和大家快速分享一些具体的案例。 比如消费品企业，做营销活动会有很高的营销费用，在这个过程中会涉及广告投放、价格促销、流量等不同的资源分配。企业可以利用智能决策系统，从价格体系分析、促销销量预测、促销价格管理等维度来进行决策，从而知道什么节点应该购买流量还是投放广告，如何把资源分配到更加高效的环节中，这样可以有效的提升促销费效比和提升促销活动的商品交易总额。 有营销的场景，也有供应链的环节。从供应链的角度也叫履约，就是各个渠道线上线下等等如何发货，按照什么样的优先级，当产能有限的时候怎么样更好地分配我货物，能够使最终订单满足率能够有比较好的保障。同时还有库存的问题，需要多少级的仓网，每一级的库存如何备货去应对不同层级的需求。这些也会基于前端需求的计划，如何能够把算法数据的预测能够结合到场景之中，最后又联动到生产。 有了这些履约的计划之后，对产线的要求又是怎么样的，工厂每天应该生产哪些产品，要生产多少等等这样的一些问题形成工厂的生产计划。那么整个供应链在很多的客户里，其实是基于一些传统的Excel表格，再基于一些人工的经验不断去协调的事情。而基于杉数的智能供应链计划平台，则可以实现可视、可预测、可解释的高效决策，例如基于该平台，助力好丽友大幅提升订单满足率和拉动销售额。 那么通过数字化、智能化，这些都可以在一个大的平台上以数据为基础、由算法给出一个决策方案，人工再在此之上继续做调整，最后实现更高效的供应链运作，实现更高的订单满足率、更低的库存积压，进而体现在企业整个营收在效益上的明显增长。 这样消费品企业的案例，对于具体的饮料啤酒、美妆日化等企业都能够取得相似的收益。