當變化迅速的需求、品種繁雜的原材料、多條工序產線，以及五花八門的渠道交織在一起時，企業決策的復雜程度究竟會有多高？

以一家整車企業為例，生產一輛汽車需要大約1萬多個零部件，牽扯到數百家供應商，從沖壓、焊裝、涂裝再到總裝，四大工藝上百條產線，如何最大化利用現在產能，以最小的單車生產成本在最短時間內制造出最多數量的汽車是擺在整車企業面前的一道難題。

再以零售消費品企業為例，單單一個消費品牌可能就要涉及到數百個SKU的產品，每款產品又會涉及到20-40種左右的原料供應，每款產品原材料的配比又不盡相同。消費品企業的供應鏈和市場需求預測可謂是“動一發而牽全身”。

可以看出，無論是制造業企業，還是消費品企業，如何提升決策水平、優化各類資源調度成為企業降本增效的重點和難點，也是企業突破增長瓶頸的破局點。

企業決策需要照顧到生產、供應、渠道等方方面面，不能只關心“一城一地”的得失，更需要從經營決策的總體層面出發，跨越數字鴻溝，充分利用數據和算法，通過提升決策智能化水平來實現全局優化。

杉數科技作為智能決策領域的領軍企業，在運籌優化、機器學習等領域具備卓越的技術創新和工程實踐能力，可以為企業提供智能決策技術支持，助力企業加速實現生產經營、供應鏈管理等方面的決策智能化。

杉數科技由四位斯坦福大學博士創立。創始人團隊葛冬冬教授師承國際運籌學領域頂級泰斗葉蔭宇教授（馮·諾依曼理論獎得主），在線性規劃、優化算法、運籌學等領域具備卓越的原始創新能力。

面向制造業企業和消費品企業決策智能化的需求，杉數科技在3月30日舉辦的2023智能決策前沿峰會上推出了杉數數弈和Planiverse計劃宇宙兩大產品。

杉數數弈圍繞工業場景需求，支持制造業企業多種交付模式（MTS/MTO/ATO/ETO）的最優生產計劃，幫助企業實現前瞻性的最優產線產能規劃、精準可執行的多工廠最優協同調度、設備級排產、工序級排班。

Planiverse計劃宇宙產品面向消費場景應用，可以為企業提供需求預測的協同機制和一致性需求計劃、貫通需求、生產、庫存、調撥、履約的一體化供應鏈計劃等，幫助消費品企業高效應對動態變化的市場需求。

智能決策技術的核心在于將運籌優化和機器學習等前沿人工智能技術的深度融合。在數學規劃求解器領域，杉數科技于2019年推出了國內首個自主研發的數學規劃求解器“Cardinal Optimizer”（COPT）1.0版本，包含線性規劃單純形法和混合整數規劃求解器。

2023年3月30日，杉數科技宣布將在今年4月初正式發布COPT 6.5版本。COPT 6.5版本在線性規劃、凸二次規劃和二次約束規劃、半定規劃、混合整數凸二次約束規劃方面均取得國際權威數學優化軟件測評全球第一名的成績，混合整數規劃求解的綜合性能全球排名第二。

COPT求解器不僅填補了國產求解器的諸多空白，突破了卡脖子問題，其大部分求解性能已比肩甚至超越了國際先進求解器。

該求解器是杉數科技提供決策服務的底層核心技術，可將決策問題抽象為數學模型，并基于數據與優化算法求解，幫助企業找到最佳的決策方案。該產品可針對大規模優化問題實現高效的數學規劃，解決變量和約束數量達到幾十萬或者以上級別的優化算法問題。

如果說機器學習技術適用于預測，那么優化算法更適用于企業企業場景問題的求解。杉數科技從數據、模型和求解器三個層面將機器學習與運籌優化技術融合起來，不斷提升智能決策技術的效率和可靠性。

2022年初，國務院發布的《“十四五”數字經濟發展規劃》強調，有條件的大型企業要形成數據驅動的智能決策能力，提升企業整體運行效率和產業鏈上下游協同效率。

在幫助企業推進數字化轉型、實現智能化決策的過程中，杉數科技認為既要提供標準化、模塊化的核心工具軟件，例如優化求解器，也要提供服務于應用場景全流程的管理軟件和服務。這種產品業務模式在杉數科技內部被稱為“發動機+整車”的模式。

因此，要想助力企業實現決策智能化，除了具備智能決策的核心技術能力之外，還要能匹配企業的實際業務需求，在與企業業務人員的交互過程中提煉出企業決策時隱含的需求約束條件，最終將企業經營的實際過程抽象成可以優化的決策方案和流程。

杉數科技在汽車、零售、鋼鐵、能源電力等領域服務了大量頭部企業客戶，將智能決策技術與各領域業務場景深入結合，積累了廣泛而深入的行業經驗。

近年來，制造業企業和零售消費品企業對于數字化、智能化轉型的需求極為迫切，已經成為企業的必答題和搶答題。

杉數科技也正是瞄準了制造業企業和零售消費品企業劃分出了兩條核心業務線。其中一條業務線是服務于零售、物流行業的供應鏈領域，另一條業務線則服務于制造業的生產制造領域。

面向零售快消的決策優化場景，杉數科技推出的杉數Planiverse計劃宇宙產品可以助力零售消費品企業加速實現需求預測、渠道管理、庫存管理等方面的決策智能化。

在過去7年，杉數與零售消費品領域數十家頭部企業達成了合作。杉數科技在需求量預測、庫存配置、收益管理、網絡優化、自動補貨等的核心決策環節方面，可以實現顯著超越傳統人力經驗的決策效率和效果，幫助消費品企業快速響應復雜多變的市場需求。

雀巢、好麗友、伽藍等企業客戶表示杉數科技已經擁有一套從業務梳理、方案設計到產品和算法實施的完整方法論和落地經驗，可以很好地滿足企業數字化轉型的實際需求。

杉數科技為雀巢電商團隊搭建了電商智能需求計劃協同平臺，幫助雀巢提升了線上全渠道的需求管理能力，打通雀巢各個電商渠道的市場數據，并在平臺中內嵌杉數科技自研的智能需求預測算法，利用系統數據的透傳進行預測，使得雀巢電商需求計劃準確度得到大幅提升。

制造業方面，杉數科技推出的杉數數弈智能制造決策平臺，可以基于運籌優化+機器學習算法模型為企業提供生產決策建議，兼顧物料成本和生產產能等方面實現全局優化，也可以為企業提供中長期生產、采購、庫存計劃的決策支持，幫助企業實現上下游供應鏈的協同融合。

依托強大的核心運籌優化模型與求解算法設計能力，杉數科技團隊可以把各種生產運營決策問題轉化為數學規劃問題進行求解優化，從而在決策層面實現從人工主導到數據算法主導的轉變，幫助制造業企業的各個工廠進行更高效的協同，降低供應鏈遲滯，減少機器空轉及人工干預，幫助工廠減少產能損失，提升訂單滿足率。

例如在上汽通用的業務場景中，杉數科技成功將覆蓋上汽通用所有工廠各個車間的50多種業務需求轉化為各類資源約束條件，成功構建了排序計劃算法模型。在此基礎上，依托智能決策技術打造整車數字化排產系統在上汽通用凱迪拉克工廠成功上線。

企業經營決策方式正在從以人的經驗為決策主導轉變為以數據、算法為主導。隨著企業競爭環境日趨激烈、市場需求快速變化、企業內外部數據量的指數級增長，如何利用好數據做出全局最優的決策，已經成為企業核心競爭力的重要組成部分。

在消費品領域，伽藍集團就對杉數科技表達了自身關于決策智能化的訴求。伽藍集團業務模式復雜度日益增加，數字化轉型的關鍵就是要打造出一個準確統一的供應鏈計劃平臺。

伽藍業務需求的一方面是實現供應鏈的精準供應，即如何讓伽藍的庫存可以布局得更加的精準，比如布局在哪個城市的哪個分倉，商品數量供應多少，在什么時間節點開始備貨等。

供應鏈的另一頭連接的就是市場需求的預測。需求預測要將線下商超和線上電商等不同渠道之間的差異性，以及銷售的季節性一并考慮進去，同時還要結合SKU的不同品類。這就需要企業能夠制定出更加準確、更富有時效性和一致性的需求預測和需求計劃，如此才能夠更好地滿足不同地區消費者、不同銷售渠道對不同商品的需求。

杉數科技為伽藍打造了供應鏈智能化決策平臺，為伽藍裝上了供應鏈決策的“智慧中樞”，實現了伽藍全品牌需求計劃、供應計劃、倉儲計劃的自動化和智能化，幫助伽藍集團提升了企業整體運營體系的決策效率和決策質量。

決策水平決定了企業經營效益的好壞。決策效率越高，企業越能及時匹配市場的需求；決策效果越好，企業資源配置效率更高，所獲得的收益也就越大。因此，利用好數據這一新型生產要素的價值，關鍵是要將數據應用于企業實際的業務決策場景中。

當前企業經營決策通常面臨多種資源條件約束和多目標優化的復雜情形，這些都已經超出人的經驗和簡單數字化工具的適用范疇。杉數科技通過提供統籌全局的智能決策平臺來幫助企業實現數據決策分析的閉環，提升企業經營決策的效率和效果。

杉數科技在服務某ICT企業時，幫助企業客戶打造了多工廠協同排產及生產庫存優化平臺，取代了原有的基于規則和經驗的傳統APS軟件，將企業訂單滿足率提升20%，產能損失率降低30%，人工排產干預度降低70%，生產仿真速度提升15倍以上，大幅提升了企業整體經營效率和效益。

歷經7年的發展，杉數科技已經在底層核心技術、行業解決方案、業務應用場景三方面形成了深厚積淀，發展勢頭迅猛。2022年，杉數科技在零售消費、工業制造、能源電力、軌道交通等領域均成功落地多個項目，與多家行業頭部企業達成合作，業務范圍和市場規模都在進一步擴大。杉數科技年營收增速保持在50%以上。

在3月30日舉辦的2023杉數科技智能決策峰會上，杉數科技宣布已完成總融資額近5億的C2及C2+輪融資。C2輪領投方為越秀產業基金，跟投方為廣汽資本和方正證券投資，C2+輪領投方為國開制造業基金，跟投方包括華智興瑞、中金浦成、中金匯融、國藥中金、鞍鋼投資和中色資產多家投資機構。

未來，杉數科技將繼續研發運籌優化、機器學習等核心技術，并將前沿技術與產業實際需求適配，為企業經營決策提供“加速器”和“倍增器”，助力中國企業早日實現數字化轉型與智能化變革。