制造业数字化转型“最优解”，看杉数科技智能决策如何“助攻”
前不久，北京地区掀起了一股抢购“冰柜”的狂潮，背后反映了人们对疫情防控的误解和过度囤货的连锁反应。在这股风潮中，人们如何做出判断和决策成为了关注的焦点。实际上，判断并做出决策一直是人脑中最复杂的功能之一。在激烈的市场竞争与疫情带来的不确定性环境下，企业如何通过数据驱动来获得运营管理的最优解，是企业数字化转型的关键所在。
在爱分析与杉数科技共同发布的《工业智能决策白皮书》中，揭示了管理层最关心的大数据应用场景多数都可以通过智能决策技术进行赋能。未来智能决策在供应链及制造管理方面的应用潜力巨大，预计可释放的价值空间高达数万亿美元。智能决策的应用场景复杂多样，需要在有限的资源和满足业务规则的前提下进行全面综合的考虑，包括多个业务目标的平衡。这需要将机器学习与运筹学深度融合，使企业经营决策从经验和流程驱动转变为数据驱动和自动化决策。
爱分析的合伙人兼首席分析师黄勇和杉数科技工业与智能制造副总裁黄翔在媒体沟通会上深入剖析了智能决策的角色和关键技术。他们探讨了如何通过自主创新求解器对运筹优化模型进行算法优化和求解，为企业高效精准的实施智能决策提供了参考。在数字化转型过程中，智能决策显得尤为重要。企业需要审视自身供应链，面对不确定的疫情散发风险和确定的数字经济浪潮的双重挑战。
以智能决策应对不确定性已成为企业应对疫情阴影下的供应链管理与抗风险能力的关键。在这个过程中，智能决策技术的应用如数据处理与建模分析变得至关重要。黄勇指出，打通上下游企业信息流是实现智能决策的基础。通过建立深度集成与高效协作的产业链关系，企业能够实现核心环节的智能优化与决策。以汽车制造为例，通过智能决策技术可以有效应对上游供应链断裂、员工地域受限等挑战。
自人工智能“元年”开启以来，许多领先的制造企业开始研究如何将人工智能应用于解决业务问题。随着数据科学和人工智能技术的发展，“数据+算法”的系统在决策中发挥着越来越重要的作用。企业端的诉求、技术变革和基础设施的完善共同推动了智能决策时代的到来。根据Gartner的预测，未来几年内将有越来越多的机构采用智能决策实践。
杉数科技工业与智能制造副总裁黄翔强调了在应用智能决策过程中自主创新的重要性。他认为运筹学和机器学习的融合是其中的关键一环。在数字化转型过程中，企业需要深入理解场景选择和业务逻辑，同时结合机器学习和运筹学的技术来实现智能决策的最优化。这种深度融合将为企业带来更高效、精准的决策支持，推动数字化转型的成功落地。《十四五规划和2035年远景目标纲要》强调了数字技术和实体经济深度融合的重要性，智能决策技术将在这一进程中发挥关键作用。在企业的实际运营过程中，机器学习技术和运筹优化技术发挥着至关重要的作用。它们像两大支柱，共同支撑着智能决策的提升和演进。
想象一下，你身处服装行业或快消品行业，面对库存补货的难题。这时，你需要借助机器学习技术对市场销售进行精准预测。通过对历史数据的分析和学习，机器学习模型能够预测未来的销售趋势，帮助你制定合适的库存策略。预测只是第一步，接下来你需要运用运筹优化技术，建立多级库存模型，制定更优的补货策略。这样，你就能在保持库存平衡的最大限度地减少成本并提高效率。
机器学习技术，如同数据的画师，通过对数据的深度挖掘和学习，描绘出未来的蓝图。而运筹优化技术，则像一名逻辑大师，对现实问题进行深入分析、建模，寻求最优解。在实际工业生产中，这两者相互补充，共同为智能决策提供支持。它们也有各自的局限性。为了充分发挥它们的优势，我们需要将这两种技术进行深度融合，取长补短，进一步提升智能决策的速度和质量。
就像生物进化一样，智能决策技术在机器学习和运筹学的持续发展中不断进化，其速度远超过企业的发展历程。在这个过程中，求解器和机器学习引擎扮演着关键角色。求解器通过算法优化和求解，支撑运筹优化模型的开发与部署；而机器学习引擎则负责机器学习相关算法的敏捷开发。在推进智能制造的过程中，求解器发挥着关键作用。
正是看到了求解器的关键作用，以及国内自主知识产权求解器领域的空白，杉数科技与国内多家合作伙伴共同发力，推动了求解器领域的高速发展。他们的产品已经覆盖了多种规划领域，并与国际品牌在技术领先性和应用场景丰富度上保持同步。更重要的是，杉数科技深入理解企业应用场景中的痛点，将求解器与企业应用进行深度匹配，这是他们在国内市场上更具优势的重要原因之一。
如今，求解器在多个行业都有着广泛的应用需求，尤其是随着这些行业数字化转型和智能化升级的加速，基于求解器等相关技术的智能决策正在成为行业用户的强劲需求。对于企业来说，关心前沿的应用趋势、技术概念是必要的，但更应着眼于实操和实效。杉数科技通过融合企业工业互联网平台、ERP、MES系统，进行整个生态链的外延，帮助企业实现数据优化和决策分析。他们还提供“交钥匙”工程，帮助数字化基础薄弱的企业搭建智能决策综合平台，先服务好一个具体的应用场景。
可以说，杉数科技通过深度融合机器学习和运筹优化技术，以“两手抓”的方式吹响了智能决策应用的“集结号”。他们不仅提供了先进的技术支持，更根据企业的实际需求进行定制化开发，通过场景式创新为企业带来实实在在的价值。这就是智能决策的真正魅力所在。正如“九层之塔，始于垒土”，黄翔强调智能决策应用的初步概念验证项目的重要性不言而喻。这一项目不仅为企业未来的稳健发展奠定坚实基础，更可赢得信息化团队的鼎力支持。
杉数科技的决策优化解决方案已经深入到20余个细分领域，为众多国内外知名企业提供了强有力的支持。这些企业包括上汽通用、一汽大众、海尔等制造业巨头，以及舜宇光学、东方日升等科技领域的佼佼者。我们的服务范围还覆盖金融、零售、交通等诸多领域，如中国商飞、六国化工、工业富联等。我们还为小米、雀巢、太古可口可乐、百威英博等国际知名品牌提供了决策优化支持。
黄翔进一步指出，杉数科技的技术研发是一场层层推进的旅程，从技术研发到场景应用，再到功能优化，我们始终保持技术与应用的双轮驱动。在杉数科技，技术的源动力在于不断加大对求解器的研发力度，提升其在求解规模、求解速度、建模效率和求解效率等方面的表现。而我们的目标则是深入企业实际应用场景，发挥求解器的最大价值，助力企业实现数据驱动下的最优决策。
杉数科技采用“技术创新内循环与应用生态外循环”的策略，使我们能够在专注与卓越之间保持平衡，同时在创新中不断追求卓越。展望未来，杉数科技将继续构建更加精准、高效、完整的智能决策解决方案，并将这些能力开放给广大生态伙伴。我们坚信，通过我们的努力，将助力更多企业尤其是制造企业驶向数字转型的价值新蓝海。