決策優化技術幫助企業運籌帷幄，「杉數科技」獲近億元B輪投資

36氪獲悉，杉數科技已於2020年3月完成新一輪融資，融資額近億元，戰略投資方為萬科集團和天任投資。本輪融資主要用於產品研發與推廣、團隊建設。

杉數科技曾於2016年獲真格基金和北極光創投210萬美元融資，2017年7月完成約4000萬元A輪融資，由高達投資領投，將門創投、聯想創投跟投。

起步2016，立足驅動企業數字化決策

杉數科技創立於2016年，主要利用深層次的數據分析和優化算法以及複雜決策模型的求解能力，為企業在海量數據環境下的複雜問題提供最優決策方案。公司目前已實現在供應鏈場景和工業製造場景應用落地，營收方面今年預計仍有較大幅度增長。

在創立之初，杉數科技發現企業實際運營時常憑人的主觀經驗進行決策。大數據或機器學習等分析手段也往往只能提供輔助性的決策支持，無法針對核心問題直接給出決策方案。杉數科技希望通過以運籌學為基礎的決策技術服務讓企業擁有以數據為核心的最優化決策能力。

但當時面臨的市場環境並不理想，市場對於決策技術本身及其價值的認知程度還不深入，決策技術所依賴的數據支撐也不完善。

近年來隨著經濟環境的變化，特別在今年突發疫情的催化下，越來越多的企業開始放棄過去一味追求高增長狀態下以經驗為主導的管理方式，轉變為以數據為主導的精細化管理。企業對優化供應鏈和生產效率、降低成本的需求開始上升，而滿足企業供應鏈和生產優化需求則需要決策技術的支持。

另一方面，由於物聯網技術的廣泛使用例如傳感器、RFID和電子價簽在物流零售等行業的應用，使得企業大量前後端數據變得可以採集，杉數科技一類的決策技術服務商可以更便捷地獲取、積累優化決策技術所需的數據，建立優化決策模型。

這些變化使得杉數科技的決策技術服務能力的市場價值得到了驗證。

商業決策中數據分析可以分為描述性分析、預測性分析以及規範分析三個層次，描述性分析主要通過數據聚合和挖掘技術回答已經發生了什麼的問題，預測性分析則通過機器學習、統計模型和模擬來粗顆粒度地回答將要發生什麼的問題，而規範分析則通過運籌優化方法來找到最優決策是什麼，解答怎麼做的問題。

以求解器為核心，延伸零售、製造兩大業務線

杉數科技為企業提供規範分析層面的決策技術支持，這需要較強的建模及求解能力支撐。因此產品方面，杉數科技形成了由優化求解器、機器學習及深度學習算法模型、基於不同場景的優化模塊三部分組成的產品體系。

杉數求解器「Cardinal Optimizer」（COPT）是中國首個自主研發的數學規劃求解器，也是中國首個工業級別求解器，這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，並基於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進行高效數學規劃。

求解器的難點在於如何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。當前企業可以選擇的商業軟件仍是國外的求解器產品，例如IBM公司旗下的Cplex，美國的Gurobi以及丹麥的Mosek等，而杉數可以提供性價比更高的國產方案。

2020年10月，杉數科技推出線性規劃內點法求解器，使COPT的整體技術框架更為全面，其性能表現比肩Gurobi和MOSEK，躋身世界一流水平。未來2-3年，杉數科技將繼續致力於線性規劃內點法和整數線性規劃的開發，以及向最難也是最有意義的混合整數線性規劃（MILP）方向進發。

COPT應用範圍拓展的意義在於能夠更好地幫助企業在實際業務約束下進行決策優化，因為普通的線性規劃模型中決策變量是連續型變量，而現實業務中模型中的決策變量往往會取整數時才有實際意義，比如物品的件數，門店的數量，車輛的數量，機器的台數等。

杉數科技產品業務線主要劃分為兩條，一條是服務於零售、物流行業的供應鏈領域，另一條服務製造業的生產製造領域。

如此劃分是因為零售、物流行業的供應鏈管理具有共性，且在實際落地過程中杉數科技發現零售領域優化決策需求呈現出較為集中的迫切性。

例如杉數服務某零售品牌的項目案例中，發現該細分領域本身發生了新的變化，一方面由於利潤逐漸下滑，經銷商無力維持原先高速增長時高庫存高周轉的模式，另一方面該領域的新興品牌商開始逐漸增多，經銷商的選擇變多，品牌商需要在渠道政策上做出更多的讓步。

這些新變化讓品牌商感受到了之前未曾經歷過的庫存壓力，產生了對供應鏈管理進行優化決策的迫切需求。而這一現象也在其他零售領域開始出現。

由此，杉數開發的智慧零售產品系統可對包括商品組合、定價、促銷策略、貨物調撥及配送管理在內的銷售決策鏈條進行全局優化，幫助企業實現基於前端需求動態調整策略，減緩庫存壓力。

針對製造業生產場景，杉數科技開發了多工廠協同高級計畫優化系統，幫助製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。

拓展多行業業務落地，完善合作夥伴體系

在實際部署過程中，杉數科技既可以為客戶提供整套決策優化系統的搭建服務，也可根據客戶需求提供API模塊或標準化的SaaS服務，其中模塊化的決策優化產品可以為客戶特別是大型企業提供便捷的定製化調用服務。

產品定價時一方面會根據企業調用優化模塊的數量收費，另一方面會根據不同行業的業務範圍進行調整，例如零售行業中覆蓋的門店數，製造業中覆蓋的產線數等。

業務落地方面，杉數科技服務客戶包括好麗友、南方航空、小米、中國郵政、國家電網、六國化工等多家公司在內。國內某ICT巨頭在與杉數科技合作後，其排查引擎實現了核心國產化改造，在模型建模優化方面結合COPT求解器進行定製化改造，對整個求解流程實現加速，最終日均整體求解時間得到了大幅降低。

杉數科技也在積極完善包括雲服務商、行業系統集成商和諮詢公司在內的業務合作夥伴體系，以更好地滿足客戶需求。

杉數科技表示，回顧Cplex、Gurobi和Mosek三家決策優化求解器公司的發展歷程，不難發現他們進入主流商業領域的時間都集中於2007-2009年間，而這段時間美國的零售業等行業數字化進程加快，企業開始利用數據進行決策，對計算求解的需求快速上升，其中一個體現就是微軟、谷歌在2009年相繼進入雲計算市場提供服務。

而中國各行業目前的數字化進程主要集中於零售、物流行業，類似或接近美國2007-2009年的發展階段，杉數科技希望能夠把握產業發展的機會窗口，從零售、物流及生產製造幾個重點行業入手，逐步由點及面，完善整個供應鏈管理優化決策的產品體系，並進一步將產品服務覆蓋至其他行業領域。

關於這次融資選擇萬科作為新一輪投資方的原因，杉數科技聯合創始人羅小渠表示，萬科集團是地產領域的龍頭企業，未來在物流地產、智慧城市等方面會和萬科進行更深入的合作。

原創文章，作者：張丞。

本文經授權發布，不代表36氪立場。
如若轉載請註明出處。來源出處：36氪