完成从数据到决策的闭环，杉树科技想帮复杂的商业问题找到“最优解”

复杂的商业世界中，一个商业问题往往受多个因素和变量影响，实时做出最优决策才能帮助企业获得更大的盈利。但实际运营中，往往是凭人的主观经验进行决策。即使是近年来比较热的大数据领域中的诸多分析手段，也往往只能从规律层面提供辅助性的决策支持，无法针对核心问题给出直接的决策方案。国内初创公司杉树科技则想通过决策模型及优化算法，帮助企业实时获得商业决策中的最优解。

简单来说，杉树科技做了一个复杂商业问题的“优化求解器”，可以将决策问题抽象为数学模型，并基于数据与自己的优化算法求解，帮助企业找到最佳的决策方案。目前这套方案主要应用在电商、金融、物流仓储等领域，已经获得数千万元的订单以及不少意向客户。其中，提供给国内某大型电商的定价方案在初步的部署中带来了超过10%的销售额与毛利润的提升。

目前，杉树科技商用领域最主要的三项技术支持服务包括：收益管理，主要是应用在电商、金融领域，帮助客户找到不同场景下最优定价和销售策略，最终提升企业销售，这类智能定价系统也是目前国外主流电商、金融机构收益管理的重要手段；供应链管理，在订单、库存、仓库、货运、配送等各个环节提供优化方案，提升供应链的响应速度、降低库存，最终帮助企业节约在供应链方面的成本，这也是目前主流大型电商都在优化的方向；风险管理，主要应用在金融领域。

要做到上面说的这一点，逻辑上很简单，但现实商业世界中，核心决策往往复杂度高，受诸多变量因素影响，且变量因素之间可能还存在复杂的关系，因此，从发现规律到做出决策往往需要较强的建模及求解能力支撑，在这一过程中，算法的质量可能变得尤为关键。在如定价及风控这样的问题上，决策环境可能变化极快，需要决策方案乃至模型动态调整以提升决策效果，而这一动态调整过程的效率就主要取决于算法质量了。CEO罗小渠告诉36氪，算法开发是有很高的技术壁垒的，团队由专业的决策和数据科学家组成，同时在业内有多年实践经验，在这一领域有极强优势。

团队方面，公司的四位联合创始人均来自斯坦福大学，其中联合创始人兼首席科学家葛冬冬、CTO王子卓及高级副总裁王曦都是运筹学博士，曾发表过该方向数篇国际论文，也主持过中美自然科学基金会的项目，王曦在加入杉数创始团队之前在Google总部任职，负责Project FI项目。此外，团队也组建了一支科学家顾问团队，包括冯▪诺依曼奖唯一华人得主、斯坦福大学讲席教授叶荫宇及佐治亚理工大学终身教职副教授蓝光辉。杉树科技的前身是内点科技，从2015年开始就在进行优化求解方面的市场探索

现阶段，杉树科技的技术主要是以行业决策解决方案的形式提供，已经与国内知名的电商公司、物流公司公司建立了合作，提供动态定价、供应链管理方面的的决策方案。

此外，团队也正基于其在优化算法上的积累，开发一款类似H2o.ai的机器学习引擎，供各类机器学习方案调用，帮助其提升学习效率。机器学习这一领域近年来发展很快，也出现了各类开源套件，但面对复杂问题时，学习的效率并不理想，杉数科技开发的机器学习引擎正是希望能解决这一问题。

随着国内宏观经济发展增速放缓，企业也更加注重精细化运营，对类似于杉数科技所提供的核心决策优化服务的需求也日益增加，尤其是在已经进入成熟期的电商、物流等行业。据统计，2015年中国电商市场交易规模达16.2万亿，社会物流总费用10.8万亿元，决策优化的市场基数可观。

杉数科技在2016年7月正式成立，成立不久即获得约210万美元天使投资，投资人包括真格基金、北极光。目前，公司正在招聘有数据产品经验的产品开发及算法人才（job@cardopt.com）。

PS：

杉树科技在【限时首发】活动中首次曝光，2小时内获得了56个投资人的约谈。【限时首发】精选从未曝光的顶级项目2小时限时首曝，投资人入口请点击https://rong.36kr.com/m/#/demos/16?type=column，创业者报名请投递BP至geili@36kr.com