数据驱动下的人工智能，杉数用运筹学帮助企业做智能决策

【开栏】“企服100”是B2B圈特别策划的栏目，宗旨为“寻找企业服务领域的独角兽”。如果你是这个领域成长性较好的，具有黑马气质的公司：正在创造某种新模式，颠覆某个领域……欢迎后台留言。

作者✎窦悦怡

编辑✎郭娟

运筹学作为一门现代科学，在第二次世界大战期间发展起来的。 简单来说，运筹学是一种寻找在满足约束条件下能够最大化/最小化某一目标的最优决策。

当时，军队迫切需要把各项稀少资源，以有效的方式分配给不同的军事部门，方便他们进行物资分配，而应用了运筹学的方式。

在这之后，美国及美国的军事管理当局都号召大批科学家运用科学手段来处理战略与战术问题，实际上，这便是要求他们对军事资源的有效匹配进行研究，这些科学家小组正是最早的运筹小组。

战后，运筹学已不止于军事领域，而是渗入到多种领域，发挥着越来越重要的作用。目前，运筹学被广泛应用在市场营销、生产计划、库存管理、收益管理、供应链优化、生产流程优化等方面。

在这样背景下，斯坦福讲席教授、冯·诺依曼奖唯一华人获奖者叶荫宇教授率领四名斯坦福博士，本着理论结合实践，用技术助力实业的初心，在2016年成立了杉数科技。

简单来说， 这是一家利用运筹学算法帮助企业智能驱动决策的人工智能和大数据公司。

创始成员还包含一支来自于海内外一流高校的科学家团队：CEO罗小渠曾是创业黑马的战略副总裁；联合创始人兼首席科学家葛冬冬、CTO王子卓是斯坦福大学运筹学博士；CPO王曦是斯坦福大学决策分析与风险分析博士。

近日，B2B圈（ID：b2bcyj）采访了杉数科技联合创始人兼CPO王曦，与他围绕产业、市场、商业模式等方面，聊聊运筹学如何帮助企业智能驱动决策。

图片来源：视觉中国

 运筹学式的商业决策  

在复杂的商业世界中，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盈利。

但在实际运营中，企业还是采用传统人工经验进行预测，拍脑子做决定，这样的预测不及时也不可靠，没法针对客户需求，即时给出最贴切的反馈和建议。

例如，在生产计划、库存管理、市场营销等方面，企业管理者往往高度依赖有经验的员工判断预测库存，制定营销方案，结果是预期和成品质量很难保证一致，尤其在扩大生产和经营时，产品参差不齐，严重影响企业营销方案的制定。

此外，随着大数据技术的发展，越来越多的企业意识到数据驱动决策的重要性，想利用大数据进行分析、预测与决策，驱动企业粗放型运营管理，向科学化、精细化管理模式转变，进而帮助企业提高运营效率，降低成本、增加利润。

王曦指出，企业通过数据驱动决策要经历三个环节：数据采集与处理、数据的规律性分析、数据的决策分析。 现在，绝大部分企业只完成前两个环节，如何利用数据规律实现最终决策，这个过程中需要对数据进行分析建模与求解，这个能力往往是企业所不具备的。

“数据决策分析这个环节的缺失会使企业的数据欠缺完整性，使数据的价值挖掘不出来，不能把它应用到业务场景中，影响做出正确的决策。”

杉数科技最初从中大型企业切入，利用运筹学的深层次数据优化算法和复杂决策模型的求解能力，帮助企业在海量数据环境下，尤其是供应链方面，寻找最优决策方案，提供智能决策服务，进而提升企业运营效率，带来收益及成本端的显著变化。

同时，运筹学有两个关键步骤：首先是建模，将问题准确有效地通过数学形式表达；其次是求解，获得最优化目标函数的决策。

那么，何为最优决策？

王曦告诉B2B圈（ID：b2bcyj），当企业面对海量大数据的时候，杉数能够在决策端告诉企业决策者，如何把时间、资源、金钱放在最优、最合理的地方，而不是仅仅告诉他们通过数据分析，只获得一个趋势、变化、描述这样的简单结论。

“其实，杉数切入的点叫数据驱动运营决策，是想把决策优化的内容转化为数学模型，并通过数据与高效的优化算法进行求解，这样企业就可以根据当前状态，做出最优决策，提升决策质量，提高效益，降低成本。”

B2B圈（ID：b2bcyj）认为，一般来说，企业服务的大客户定制需求比中小客户的需求往往更加复杂。 但杉数科技作为一个初创公司，为什么最初从中大型客户定制服务切入呢？

王曦解释，最初从中大型客户定制服务切入，主要原因有两个： 第一，中大型客户的业务场景够复杂，而杉数所拥有的技术则恰恰可以将此类问题进行解决，从另一方面，也实现了对我们的现有技术能力和解决方案的验证。第二，为了树立企业的标杆形象，进行品牌背书。

图片来源：视觉中国

 满足多元化需求  

业务布局方面，通过行业中的经验积累，杉数科技依托于自主研发的杉数智慧链™优化解决方案平台，将企业级大数据处理能力、决策模型算法模块、以及业务场景解决方案一站式整合，为企业提供收益管理、库存优化、仓储优化、运输优化、网络优化与选址等一系列行业性决策解决方案，解决企业所遇到的各类供应链管理难题。

目前，杉数的业务方向主要有： 收益管理与定价、仓储设计与仓内管理、库存优化与管理、金融量化决策与风险管理、运输优化与智能管理、网络优化与选址管理。

以 智慧选址 为例，杉数科技构建的智慧选址系统是采用大数据+机器学习+运筹优化三位一体的选址解决方案，为企业提供结合业务经验，可快速复制拓展的全局最优智慧选址系统。该系统有多维度城市数据以及业务数据做支撑，能够简单地实现多城市推广计划。

另外，杉数的系统提供的量化决策指标，比如坪效、单店营收等能够辅助业务员更合理做决策，真正做到赋能新零售。智慧选址系统由选址模型与新店精准营收预测模型构成，而选址模型由城市数据库、区域像素化、商圈洞察评分、智慧布局与分阶段布局五大模块构成。

这样，选址模块能够一键式生成全局最优的推荐区块布局，让管理者对布局有宏观概念的同时，也能指导业务员进行精准扫街，做到有的放矢，提升扫街和出点效率。

新店铺精准营收预测模型则能够作为一个模拟器辅助业务员对于每一个确定点位科学地预估出一个可能的营收范围，量化地辅助拓展与管理人员做每个点位的具体决策。

在盈利模式方面，杉数还是会以定制化服务为主；模块化的产品会以行业关键指标来收费，此外，针对API套组会采用服务加产品模式收费。

目前，杉数已为京东、顺丰、滴滴、永辉、万达、德邦等公司，提供包括动态定价、供应链管理等解决方案。其中，万达、永辉、德邦为2017年下半年新增客户，涉及的新需求包括了风险预警、线下门店选址、定价等。

此外，王曦表示，7月26日杉数还将在上海召开2018第二届杉数科技AI大师圆桌会，会议将精选最具代表性的行业案例，并通过与顶级智慧的对话交流，共同探讨未来物供应链行业发展的主流大势。

【企业小档案】：

杉数科技成立于2016年，是一家基于大数据技术的企业服务公司，公司由五位斯坦福教授及博士联合创立，配备超过30位海内外一流大学教授组成的科学家团队，包括两位北京市专家及前波士顿咨询、华为、GDA等行业巨头公司VP等资深业界专家，技术人才则来自斯坦福、佐治亚理工、佛罗里达及清华、北大、人大、上财等海内外名校。

杉数科技的投资方团队包括真格基金、联想创投、将门创投等一线机构。

杉数科技通过决策建模及优化算法，提供对海量数据的分析，为企业复杂决策问题提供解决方案。目前，公司2017年业务回款逾千万，合作方包括滴滴、京东、顺丰、德邦、万达、永辉等多家行业巨头企业；成立一年半，获得及在申知识产权20余项，三年内有望超百项。 

分享到：