智能决策：复杂工业场景运营优化之道

随着数字化转型的发展，企业深入管理、业务层面的运营优化逐渐成为“刚需”，尤其是韧性供应链对降本增效的要求提升。在工业企业，当产品生命周期管理、数字化工厂等实施之后，包括产销平衡、生产计划与订单排产等多目标协同的运营优化不可回避，也是最终实现智能制造的关键“节点”。

3月30日，杉数科技在京发布新一轮融资消息，同时推出面向零售快消的决策优化产品计划宇宙（Planiverse）与面向工业制造的决策优化产品数弈（LibraMind）两大智能决策产品平台，并正式公布了核心技术引擎COPT求解器6.5版。

杉数科技联合创始人&CPO王曦表示，企业经营进入全新拐点，无论是零售快消行业还是工业制造行业，通过数字化驱动供应链精益运营，实现精细化管理，成为企业审时度势，调整经营思路，应对不确定性的关键能力。

(资料图片)

数据驱动下，精细化近年来“卷土重来”，从曾经的精益管理日渐深入到更多业务环节。精细化运营、精细化生产、智能供应链、智能排产、智能物流等，这些业务的数字化、智能化，蕴含了运营优化这一新的内涵——在这些场景，数字化是手段，精细化是过程，决策优化是关键，降本增效才是目的。

运营优化的重要性开始凸显

一张列车时刻表管一年的时代已经“尘封”了。“一日一图”精准安排运力，已成为当下列车运行的常态。对旅客而言，这使出行更便捷；于铁路调度而言，却是一个不断“迭代升级”的挑战。实现“一日一图”，是一个异常复杂的统筹优化过程，非人工所能及。当然，这个运筹优化的前提，是数字化。

旅客看到的是列车时刻表，背后是排班图、列车轨道图和决策表。以最繁忙的高铁线京沪高铁为例，通过优化算法与大规模求解器的融合应用，1200秒即可排出双向584辆列车，而人工排班需要数天。现在，京沪高铁可以根据每天的需求变化进行排车，在提高效率的同时满足了乘客需求。

还有，供电和用电的匹配也是一个非常复杂的系统或非常典型的统筹优化问题，也就是在保证供电稳定的情况下大幅提高效率，降低发电成本以及减少碳排放。这种超大规模的优化，必须依靠包含机器学习、运筹优化等在内的智能决策技术，它涉及算法、流程、优化求解、经济性等各方面的技术或非技术问题。

精益管理，“管”的是协同和流程，目的是减少浪费。上述复杂业务场景，涉及太多的约束条件，已不是精益管理所能解决的。在工厂，工业互联网连接了全生产要素，打通了技术栈，产生了海量数据，继之而来的，是如何以数据为基，通过极致运营，优化不同场景的效率与成本。

例如，一家装备制造业企业希望打造ETO（按单生产）模式下的多工厂生产调度系统。拆分一下，可以看到一系列的细分需求，如最优生产计划，多工厂协同计划，原材料零部件的采购分配和齐套等问题。

再如，一家化工企业要打造柔性生产经营系统，它的背后可能是前瞻性的产线产能规划，能够平衡淡、旺季需求的产供销协同优化，以及包括在外部多变环境下的精确快速响应，满足财务经营指标的最优化能耗策略等。

这是离散和流程两大行业的典型的多目标优化需求。企业开展生产的目的是经营，运营的目的是为了更好地生产和经营。数字化转型进入到现阶段，运营优化的重要性开始凸显。

智能决策：复杂工业场景运营优化之道

运营其实是个业务或管理视角。当企业面临上述复杂的业务或管理场景，传统的运营优化手段如表格的方式已无法承载。我们既无法想象地铁调度如何通过人工操作实现，也不能尝试通过计算器实现产供销协同。

数字化流程中，复杂场景涉及大量算法与高性能计算也就是优化求解。这需要把经验或者传统的专家系统上升到科学层面，这既是运筹学应用的升华，也是其赖以发展的土壤。换一个词，就是智能决策。

运筹学是现代管理学的一门重要专业基础课，其主要目的是在决策时为管理人员提供科学依据。运筹学经常用于解决现实生活中的复杂问题，特别是改善或优化现有系统的效率。在应用方面，多与仓储、物流、算法等领域相关。

运筹优化技术还广泛应用于军事作战、经济分析、经营管理和工程技术等方面。其解决问题的思路是，在有限的生产资源和市场需求条件约束下，求利润最大的总产量计划。该方法的最大优点是可以处理多品种问题。

简言之，智能决策，就是以“运筹优化+机器学习等多种智能技术”的强强联合，解决数字化转型新阶段，复杂业务场景下的运营优化问题。有专家指出，数字化转型的终极目标，就是决策智能。在《2022工业“智能决策”白皮书》中，则把智能决策称为工业互联网的价值C位。

2016年杉数科技成立，2019年发布第一版线性求解器COPT。至 6.5版本，COPT已成为国内为数不多的真正意义上的国产自研商用优化求解器，不仅解决了长期以来在工业、电网、零售电商、交通物流、航天等多个国计民生领域的“卡脖子”难题，而且在多项求解性能上长期位于世界领先水平。

然而优化算法求解器要解决复杂多变工业场景的运营优化问题，需要应用化、行业化，才能真正实现智能决策。

求解器产品化、行业化水到渠成

基于全自研技术引擎求解器COPT，面对数字化转型的深化，杉数科技需要提供一个完整的基于场景和产业的应用级的产品服务方案。新发布的面向零售快消的决策优化产品计划宇宙，以及面向智能制造的决策优化产品杉数数弈，就是这一发展的结果。

资料显示，这两款智能决策优化新产品已经在美妆日化、食品饮料、生物医药、汽车制造、航空轨交、3C电子、化工等数十个行业数百家知名头部企业落地应用，并在收益及成本端取得了显著成果。

王曦指出，搭建服务具体产业的应用级的产品解决方案，既满足具体细分赛道的特定需求，又具备了通用性的技术前瞻性。换言之，计划宇宙与杉数数弈，是技术与大量应用的抽象，又具备较强的复制性。

其中，计划宇宙从需求计划、库存计划、供应计划以及贯穿全部供应链的全局分析概览模拟四个核心模块来赋能消费场景的智慧运营。数弈平台则从生产和制造的核心环节切入，以制造运营优化、制造协同优化、制造物料优化和制造定单优化为主要功能。

在京港地铁4号线，基于列车运行图的乘务排班场景有高达80个约束条件。如何实现任务的智能分配，更为合理地统筹员工以及满足效率成为挑战。与杉数科技合作后，京港地铁过去要几周甚至几个月才能够做到的运行图，可以实现小时级的求解规划。

通过智能优化算法+高性能求解器的融合应用，京港地铁在确保地铁日常及客流高峰期间安全运行的前提下，进一步提升运力以满足乘客不断增长的出行要求，提高服务水准。

京港地铁CIO贺赞贤指出，智慧城轨的最大价值之一是基于平台数字管理理念，从单一项目管理决策辅助扩大到运营体系互动互通的决策优化。杉数科技智能决策技术平台未来可望为城轨运营提供从客流预测，到排车、排人、排修等一系列的决策链路的优化赋能，达成智慧城轨建设的使命。

在国内某ICT行业头部企业，面对的问题是现有系统不支持分工厂属性，不支持复杂业务场景，不支持定单延迟分析，不支持多工厂协同效应，所有的多目标复杂场景的优化要求无法实现，因此，企业提出的需求是达成多工厂协同排产以及生产库存优化。通过数弈解决方案，该ICT企业定单满足率提升超过20个百分点，产能损失率、人工排产干预比显著降低。这些为企业带来数亿元的收益提升。

智能决策赛道或将培育全球领先的工业软件企业

据杉数科技副总裁兼工业制造事业部总经理黄翔介绍，当前杉数数弈平台主要面向离散制造的先进制造、高端制造领域，如电子、半导体或装备、汽车。面向流程制造，则主要聚焦化工和钢铁行业。未来，产品组件将跟随企业的发展和整个行业的变化进行升级。

杉数科技联合创始人&CPO王曦强调，依据企业数字化的基础条件，智能决策赋能运营是一个螺旋式上升的过程。包括生产计划、产销协同、多工厂协同等在内是每天企业要做的运营决策，数据是天然存在的。但企业在数字化过程所引入的高端设备、智能系统或优化算法，相比传统的运营管理，在响应度、周期性、颗粒度等方面，带来显著的优化效果也是必然的。

这意味着，于新产业而言，智能决策将是一个持续且有宽度的赛道。当天的发布会上，杉数科技联合创始人&CEO罗小渠宣布，公司连续完成了由越秀产业基金领投的C2轮融资以及国开制造业基金领投的C2+轮融资，总融资金额近5亿人民币。

当下，随着全球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、虚拟机、容器等新一代计算技术带来软件逻辑及工程层面的变化，罗小渠认为，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。

中金公司投资银行部执行总经理、机电设备及数字化工业组负责人吴占宇表示，数字化转型已成为中国未来经济发展十几二十年的主流。人脑决策依赖于经验，智能决策依据科学原理。在智能决策过程中，利用科学数学模型可以实现有效的耦合和协同。数字化转型需要智能决策，技术高亮点的发现需要各方的共同努力。

为此，“杉数科技将从计算的视角重新审视需求逻辑，探索新一代管理软件的逻辑和架构，推动中国产业运营方式的根本性转变。”罗小渠如是说。（马永和）

关键词：