原标题：斯坦福博士的另类AI :在复杂商业世界找到"最优解"
无论时代如何进步，技术如何发展，人类对智慧的追求从未停止。
《三国演义》中，诸葛亮通过一次次极富前瞻性的决策，运筹帷幄，决胜千里。但人类要达到如此境界难度极大，因为决策过程中的变量既多且杂，充满不确定性。最初在二战时期用于军事的运筹学提供了切实可行的方法论，后来运筹学在金融、供应链方面的应用越来越多。
“一个人在面对现实问题需要做决策时，通过数据总结出的规律可能很复杂，甚至相互制约，最后必须做建模优化和设计算法，找出最优决策，这就是运筹学的任务。”杉数科技联合创始人&CEO罗小渠表示。
在罗小渠看来，运筹学能够将现实中的决策问题转化为数学模型，并用高效的优化算法得到最优解。
如今，这门前沿学科正在走出教科书，应用到产业界，并获得商业化成果。杉数科技就是其在中国市场的开拓者。
数据建模+优化求解，运筹学大显身手
杉数科技成立于2016年7月，是一家人工智能决策公司，由斯坦福大学讲席教授叶荫宇和罗小渠、葛冬冬、王子卓、王曦四位斯坦福大学博士联合创立。其主营业务是运用世界领先的深层次数据优化算法和复杂决策模型的求解能力，为企业在海量数据环境下解决复杂问题提供方案。
以物流行业为例，随着电商以及新零售的发展，物流作为基础产业对电商的发展起到了重要的支撑作用。通过新技术的运用，提高物流环节的效率并降低成本，是各大电商平台和传统物流企业的一致目标。
在物流的各个环节中，有三个问题比较常见：一是区域的划分和选址，物流枢纽如何规划管理，配送区域如何划分，车队如何分工，这都直接关系到物流效率和成本；二是收益管理与定价，核心是如何根据不同服务制定产品线，设计最佳方案；三是运输优化，要求在全局统筹所有资源，提高运输效率。
在以上三个问题中，涉及到整体方案的规划、资源的调配以及各部门的协作。现实存在的问题是，物流周转周期长、成本高、效率低；仓储能力不足、管理混乱；物流配套基础设施落后等，这些都是供应链亟待优化的问题。
“当一个决策目标受到多个决策变量影响，特别是这些因素之间还互相干扰时，从数据到实现决策的门槛就会更高。”罗小渠称。
对企业而言，从数据到决策需要经历对数据的采集和管理、数据的规律性分析、决策分析这三个阶段，其中把数据转化为真正的决策方案最为关键。
要在错综复杂的决策场景下实现上述目标，首先需要有效描述问题，其次是做出最优决策。“用数据来做决策其实有两个步骤，一个是精确恰当地建模，一个是迅速地求解。”
数据建模就是用数学模型把问题描述并表达清楚，在上述物流的例子中，就是将物流环节中的实际问题抽象为数学模型，进行模型化描述和表达；优化求解就是利用数据模型找出“最优解”，做出最佳决策。
罗小渠称，优化算法是人工智能领域中极其核心、难度极高的部分，而建模和求解这两点正是杉数科技的核心技术。
杉数科技的三位联合创始人葛冬冬博士、王子卓博士、王曦博士均毕业于斯坦福大学管理科学与工程系，并且曾在Google、IBM、华为等公司参与数据分析和决策项目；罗小渠是斯坦福大学商学院博士，曾任创业黑马首席战略官，擅长战略、管理。
利用技术手段解决供应链领域的决策问题，正是杉数科技将运筹学实际应用在物流行业的案例呈现。据罗小渠介绍，杉数科技为企业进行的选址服务，使得物流成本下降了40%，给企业提供的多维度、多目标、多场景的配送任务分配以及路线规划建议，能有效节省10-25%的物流配送成本。
定制化方案+标准化产品，掘金供应链领域
杉数科技将服务重点定位在供应链领域，具体集中在与供应链紧密相关的物流、零售和快消三个行业上。
在罗小渠看来，供应链领域涉及的变量多、决策过程复杂，同时供应链企业对效率提升的要求与日俱增，对第三方数据服务的需求也在增加。
在具体打法上，杉数科技采取了两条腿走路的策略，一方面提供定制化的解决方案，另一方面推出标准化的产品。
在与某啤酒厂商的合作中，杉数科技为其定制了城市大仓到门店各渠道的B2B补货配送优化方案。在传统模式下，厂商通过经验来判断承运部门需要多少辆车，这些车怎么进行区域分工，以及路径如何规划，有时候会出现订单分布不均衡、车辆利用效率不高、无法动态调整等问题。通过杉数科技的优化算法，啤酒厂商减少了人工以及用车数量，路径优化后缩短了配送时间，大大降低了运营成本。
在与某出行企业合作的案例中，杉数科技通过数据建模，分析订单数据、城市POI信息、交通拥堵信息、天气信息等与用户出行相关的数据，能够准确预测特定区域未来某个时间段的出行供需缺口，提升订单匹配效率。
库存管理是电商和零售中的关键环节，对企业运营能力有很高的要求。在杉数科技和某电商平台的合作中，杉数科技的定制化方案让电商平台的库存周转天数由29天缩短到24天，GMV也提升了1.9%。
目前，杉数科技作为第三方技术提供方，为京东、顺丰、滴滴、永辉、万达、德邦等公司提供定制化的数据优化解决方案。去年，杉数科技也推出了模块化、标准化的产品。
2016年8月，杉数科技获得了来自真格基金和北极光创投的天使轮融资，为2016年中国大数据方向天使轮估值和融资额最高值；2017年7月完成A轮融资，由高达投资领投，将门创投、联想创投跟投，融资额约4000万元。
算法+模块+产品，一横一纵战略拓展行业边界
如今，杉数科技已经形成了算法、模块、产品的三层架构。
最底层是算法。杉数科技以项目制的形式，向外部企业输出技术方案，根据客户的具体需求提供定制化的解决方案。这是杉数科技最核心的优势所在，也是其最初试水商业化的路径。对于品牌厂商而言，相比自建技术团队，选择第三方技术服务的成本更低。
中间层是模块。这就像乐高积木，通过基础模块的组装拼接，可以做出不同的产品。而在实际运用中，杉数科技先将算法模块化和具体化，再利用这些模块去自由拼接，根据用户需求得到不同的解决方案。相比纯技术层面的算法，模块已经实现了一定程度上的标准化。
最上层是产品。产品实现了标准化，这更利于规模化扩张，可复制性强。杉数科技针对客户的固定需求，提供已经开发出的标准化产品，降低定制成本，满足中小型企业需求。
这种三层架构，为杉数科技将抽象的技术商业化提供了便利，也形成了从项目到产品多层次提供技术服务的模式。
战略上，杉数科技将其总结为“一横一纵”。“纵”指的是要在几个特定行业里深扎并拥有绝对优势，比如物流、零售、快消是目前杉数科技聚焦的三大行业；“横”指的是面向更为广泛的行业提供简单通用的技术工具，以求解算法技术为依托，杉数科技根据具体行业的需求，不断开发出相对标准化的产品，实现规模和边界的扩张。
新京报记者 黎明 编辑 赵力 协作编辑 张瑞杰 校对
栏目 一个好项目
关键词 杉树科技 数据 优化 解决方案