3500-33 备用16通道继电器输出组件 杉数科技：释放智能决策“乘数效应”，驱动智能制造高质量增长

毫无疑问，中国制造业在时代背景与国家政策的双重驱动下，正加速向数智化转型，而以数据驱动的智能决策也正成为制造业资源优化配置的“利器”，通过端到端的数据深度感知与决策优化，显然能够将工业和制造业的数据价值发挥到最大化。

确实如此，在Gartner对制造业运营数字化调查中，到2025年，70%在关键财务指标上优于竞争对手的上市公司也将以数据和分析为中心。同时IDC也预计，到2025年，超过60%的中国企业将把人类专业知识与人工智能、机器学习、NLP和模式识别相结合，做智能预测与决策，以增强整个企业的远见卓识，并使员工的工作效率和生产力提高25%。

从这个角度来说，智能决策已成为智能制造的“大脑”，智能决策能力的高低也将决定企业智能制造水平的高低。可以说，企业迈向智能制造的过程中，也就是管理从经验决策向科学决策、进而向智能决策演进的过程。

那么，中国工业和制造企业如何才能更好的迈向智能决策呢？在日前举办的2023世界人工智能大会（WAIC）“AI商业落地论坛”上，作为国内先进的人工智能决策技术服务商，杉数科技就分享了智能决策技术赋能制造业的增长之道，并希望通过自身多年沉淀的强大解决方案能力和丰富的应用实践经验，释放智能决策的“乘数效应”，推动更多的中国工业和制造企业实现高效、高质量的增长。

杉数科技副总裁黄翔在2023世界人工智能大会“AI商业落地论坛”主题演讲

复杂网络管理下的新挑战

在杉数科技副总裁兼工业线事业部总经理黄翔看来，随着多产业协同发展，从上游的能源、火电厂、新能源厂、风电光伏，通过输电网络传导到汽车、消费电子、半导体、钢铁、矿石开采等百行千业，这种多产业协同发展的模式，正在让整个工业和制造业出现两大新的发展趋势。

一方面，是跨行业跨场景的融合，可以看到随着越来越多的企业引进全球化供应链，以及国际市场竞争的渗入，上下游企业的关系正变得越来越紧密，同时这种行业交差变化，也带来了更多的跨场景、跨领域的合作。

另一方面，是精益化管理至关重要。过去几年，随着人员、物料、设备等成本的不断上涨，很多企业的利润空间越来越薄，此外生产方式也正从大批量生产专项多品种、小批量、客户定制与柔性化生产方式转变，这些都让精益化管理变得更加的重要。

而这种趋势的变化，带来的最直接的影响，就是它正让企业的管理从线性发展向复杂能力网络进行变革，而复杂能力网络又会带来更高的运营成本与管理难度。比如，制造企业现在不仅需要平衡淡旺季需求波动、保障平顺生产的“产供销协同优化”，还需要对换线、转产、急单、插单、以及危机场景的“精确快速响应”；再如，在满足终端用户需求方面，制造企业也需要做好个性化、多品种、小批量订单的分析评估与交期承诺，并制定出支持多种交付模式的最有生产计划，以及精确可执行的多工厂最优协同调度、设备级排产、工序级排班等等工作。

正如黄翔所言：“可以看到，传统的线性管理方式，目前正转变为战略、市场、营销、制造、原料的全链路复杂网络的管理模式，这就要求企业各方面决策需要更加的高效高质。也正因此，聚焦战略、经营、利润目标，制造企业需要新一代一体化的人工智能决策技术做支撑。”

背后的原因在于，很多制造企业在信息化时代搭建的软件管理系统，如ERP、SCM、MES、TMS已难以满足复杂网络的需求，这些软件更多是偏向执行类的软件，且其定位都是局部的，无法“跨部门”帮助企业去实现“一致性”的智能决策。

除此之外，这些软件虽然也能沉淀数据并通过报表的方式呈现给管理者或决策者，但决策者，仍然需要通过理解数据和自身基于对行业的观察来做出决策的动作，但新一代智能决策技术体系，是通过机器学习和运筹优化技术去做支撑的，它能够在生产制造、供应链体系乃至经营管理层面帮助企业管理者做出最优的决策安排，不但能够最大化减轻管理者的负担，同时还能让决策者在做关键决策的时候，多几个选项，从而提升决策质量。

由此可见，随着制造业数字化转型的不断推进，企业生产过程数字化及管理流程智能化正在逐步实现。但在未来，随着企业的管理从线性走向复杂网络的变革，因此能否更好地实现智能决策，或者说更好的应用新一代智能决策技术，不仅会决定企业智能制造水平的高低，也将是其重塑核心竞争力，拉开与其它企业间差距的关键所在。

释放智能决策“乘数效应”

也正是基于这样的市场洞察，杉数科技以新一代智能决策技术打造了面向工业智能制造的决策优化平台——杉数数弈(LibraMind)，该平台能够帮助企业直面复杂决策难题，通过深度挖掘企业内外部数据价值，聚焦企业战略、经营、利润目标，实现“跨部门”的一体化决策，解决企业生产制造过程中的大规模复杂决策、规划、调度、分配等问题，帮助企业实现前瞻性规划、高柔性响应意见多目标优化，让供应链的整体效率更高、柔性更强，有效帮助工业制造企业实现精细化运营与智能化转型。

杉数数弈(LibraMind) 工业智能制造决策优化平台

黄翔表示，数弈平台最大的优势就在于，它能够帮助企业在整个供应链和经营层面实现一致性的拉通和协同，让企业基于更加精准的数据，提升或者改善企业决策质量和决策效率，具体而言其可以在三个场景下贡献价值：

首先，是需求计划业务场景赋能，杉数数弈平台能够通过全面的需求感知和精准预测模型，改善预测的准确性，降低库存周转天数，帮助企业建立需求计划—执行的信息闭环，其在七大关键环节中，都能够发挥重要的作用，如能够自动抓取历史销量数据及市场外源数据，减少人工操作和数据错误风险；此外，平台中的AI需求预测引擎也能自动创建基准/促销/新品需求预测，并自动评估/整合；能够整合多版本需求预测，并进行多维度审视及调整，产生一致性需求计划等。

其次，是库存及补货计划业务场景赋能，由于分销方式的变化和消费者对于服务响应时效的提高，以及前置仓、城市仓的出现和普及使得企业的供应链网络变得越来越复杂，因此如何提高库存周转，降低物料损耗，提升订单满足率是目前供应链计划人员面临的挑战。

而杉数科技能够帮助企业诊断供应链库存环节问题，并按照企业的需求定制库存解决方案，包括自动补货、多级库存补货、内含科学计算补货点、补货量、仓见调拨优化等多个模块，在保证服务水平的情况下降低库存成本，也就是说通过“衔接需求预测、周密计划管理、多级库存优化”，真正“将库存在最合适的时间以最佳的量放在最合适的位置上”。数据显示，通过杉数数弈平台，能够帮助企业库存成本降低20%，订单履约率提升5-10%。

最后，是主生产计划业务场景赋能，由于市场供需环境瞬息万变，企业为了保障销售发货及时性，往往需要积累大量库存，这给企业的运转带来了极大的压力。不止如此，很多企业在向柔性生产转型过程中，还缺乏智能计划系统等等，这都让企业走向多品种、小批量生产变得十分困难。

而通过杉数数弈中的智能排产平台，则能够针对不同计划颗粒度即业务决策场景提供模块化和定制化算法配置方案，帮助企业快速制定不同业务目标排程解决方案，最大化帮助企业提升生产计划稳健性，提升订单交付满足率，提升产能利用率等。数据显示，通过该平台能够帮助企业的产能利用率提升30%；订单满足率提升20%；排产排程人工干预降低70%。

值得一提的是，随着过去多年的技术沉淀，目前大模型也正在与企业和行业深度结合，重塑企业应用中人与数据的交互方式，由此也产生了越来越大的商业价值，而在这方面，智能决策技术同样也能发挥更加关键的作用。

事实上，智能决策技术的本质，其实就是从输入数据到约束条件、优化目标的一种“通用范式”，而这种范式放到所有人工智能模型中都能适用，如果说目前火热的大语言模型输入的数据是聊天记录，那么工业制造业模型输入的数据就是，从销售、生产到原料的全链路数据及约束条件。从这个角度来看，杉数科技打造的数弈平台，目前已能够从企业的前端客户感知到生产供应、物料协同，最终形成成品交付客户，这其中不仅有单点优化，也有全链路的一体优化，这种通过端到端的协同优化能力，相信也能够更好的帮助企业推进工业或者行业大模型的落地应用。

可以看到，杉数科技以“求解器”为核心，基于新一代智能决策技术打造的杉数数弈平台，通过将数据、流程、场景“串联”起来，实现了“点线面”的三大闭环创新，帮助工业制造企业打造出了完整的智能决策平台，真正释放出了智能决策技术的“乘数效应”。

坚持“量化价值”为导向

目前，杉数科技的智能决策解决方案，已广泛应用于包括工业制造在内的数十个行业的数百家头部企业，可以说正驱动着整个中国智能制造走向高质量的增长之路。以某化工企业为例，杉数科技为其打造的端到端智能决策平台，构建了包括运营、订单、协同的全链路大模型，全面优化各环节效率和质量，实现销售满足率提升8%，库存资金占用降低数千万。

对此，黄翔表示，杉数科技作为国内智能决策概念的提出者，非常欣喜地看到越来越多的工业和制造企业能够基于新一代的智能决策技术提升决策质量。在此过程中，杉数科技也一直以量化的价值为导向，无论是在典型的订单层面、工作效率层面、库存层面等经营指标都可以给企业带来量化的数据。

“判断一家企业是不是智能决策技术驱动的，其实有一个很简单的评判标准，那就是这些应用了智能决策技术的企业，是不是能够有真金白银的价值体现，或者说技术的价值是否产生了更大收益，毕竟最终的还好，是由企业说了算的。”他说。

在这方面，杉数科技是有信心和底气的，在过去的七年时间中，杉数科技无论是在技术深度，经验积累，标杆案例，以及为企业产生的直接价值方面，都是处在市场前列的，特别是杉数科技服务的数百家客户都有可以直接量化的价值收益，这也是很多工业和制造业愿意选择杉数科技，并对杉数科技十分认可的关键原因。

同样，这也解释了杉数科技过去几年为何要在工业和制造业中去打造典型案例，树立标杆示范企业的“底层逻辑”，一是这些头部企业有着比较好的数据基础和业务基础，基于新一代的智能决策技术，能够产生“立竿见影”的效果；二是，头部企业的探索与实践，也能给更多将要数字化转型的工业和制造企业带来借鉴和参考的价值，形成“先富带动后富”的示范效应。

黄翔告诉我：“作为一家技术公司，虽然我们也希望能够实现全面的铺开，但杉数科技依然还是非常尊重制造业乃至每一个行业中的特性，面向流程制造的解决方案，我们绝不会生搬硬套的搬到离散制造行业中去，而是会针对工业和制造业中的具体应用场景，做行业定向的增强，帮助这些行业中的企业能够更好的落地智能决策技术的应用。”

基于这样的考量，杉数科技在和很多企业沟通的时候，也希望这些企业在应用诸如新一代智能决策技术时，步伐要“稳”一些，这是因为数智化转型并不是“一蹴而就”的，而是一个“螺旋式上升”的过程。

“我们认为，企业要在认知层面上，无论是企业的经营理念，还是文化层面上先发生改变，这样才能更好的去拥抱这些技术，至少是一个开放的形态，此外从企业的组织架构，从人才的培养的体系和流程层面上的搭建也需要进行匹配，这些都会影响到企业的智能决策技术最终能否成功落地，因此循序渐进最为重要。”黄翔说。

为此，杉数科技未来一方面会加强和生态合作伙伴的合作，共同服务好工业和制造业的客户；另一方面，杉数科技继续强化在技术层面的创新，希望能够以结果为导向的方式更好地为企业提供服务，才能真正给工业和制造业带来长久的价值，让智能决策技术真正“扎根”于企业之中。

总的来看，通过新一代智能决策技术提升更多工业和制造企业提升和优化决策质量和效率，推动中国制造走向高端化、智能化、绿色化发展已是大势所趋。而在此过程之中，杉数科技作为国内智能决策概念的提出者，探索者和实践者，一直以来都以非常“务实”的风格，以及“以行践言”的方式，推动中国企业更好地拥抱智能决策，其价值也可谓：“不止于现在，更关乎未来。”