决策优化技术帮助企业运筹帷幄，「杉数科技」获近亿元B轮投资

36氪获悉，杉数科技已于2020年3月完成新一轮融资，融资额近亿元，战略投资方为万科集团和天任投资。本轮融资主要用于产品研发与推广、团队建设。 

杉数科技曾于2016年获真格基金和北极光创投210万美元融资，2017年7月完成约4000万元A轮融资，由高达投资领投，将门创投、联想创投跟投。

起步2016，立足驱动企业数字化决策

杉数科技创立于2016年，主要利用深层次的数据分析和优化算法以及复杂决策模型的求解能力，为企业在海量数据环境下的复杂问题提供最优决策方案。公司目前已实现在供应链场景和工业制造场景应用落地，营收方面今年预计仍有较大幅度增长。

在创立之初，杉数科技发现企业实际运营时常凭人的主观经验进行决策。大数据或机器学习等分析手段也往往只能提供辅助性的决策支持，无法针对核心问题直接给出决策方案。杉数科技希望通过以运筹学为基础的决策技术服务让企业拥有以数据为核心的最优化决策能力。

但当时面临的市场环境并不理想，市场对于决策技术本身及其价值的认知程度还不深入，决策技术所依赖的数据支撑也不完善。

近年来随着经济环境的变化，特别在今年突发疫情的催化下，越来越多的企业开始放弃过去一味追求高增长状态下以经验为主导的管理方式，转变为以数据为主导的精细化管理。企业对优化供应链和生产效率、降低成本的需求开始上升，而满足企业供应链和生产优化需求则需要决策技术的支持。

另一方面，由于物联网技术的广泛使用例如传感器、RFID和电子价签在物流零售等行业的应用，使得企业大量前后端数据变得可以采集，杉数科技一类的决策技术服务商可以更便捷地获取、积累优化决策技术所需的数据，建立优化决策模型。

这些变化使得杉数科技的决策技术服务能力的市场价值得到了验证。

商业决策中数据分析可以分为描述性分析、预测性分析以及规范分析三个层次，描述性分析主要通过数据聚合和挖掘技术回答已经发生了什么的问题，预测性分析则通过机器学习、统计模型和模拟来粗颗粒度地回答将要发生什么的问题，而规范分析则通过运筹优化方法来找到最优决策是什么，解答怎么做的问题。

以求解器为核心，延伸零售、制造两大业务线

杉数科技为企业提供规范分析层面的决策技术支持，这需要较强的建模及求解能力支撑。因此产品方面，杉数科技形成了由优化求解器、机器学习及深度学习算法模型、基于不同场景的优化模块三部分组成的产品体系。

杉数求解器“Cardinal Optimizer”（COPT）是中国首个自主研发的数学规划求解器，也是中国首个工业级别求解器，这是杉数科技提供决策服务的底层核心技术，可将决策问题抽象为数学模型，并基于数据与优化算法求解，帮助企业找到最佳的决策方案。该产品可针对大规模优化问题进行高效数学规划。

求解器的难点在于如何解决变量和约束数量达到几十万或者以上级别的优化算法问题。当前企业可以选择的商业软件仍是国外的求解器产品，例如IBM公司旗下的Cplex，美国的Gurobi以及丹麦的Mosek等，而杉数可以提供性价比更高的国产方案。

2020年10月，杉数科技推出线性规划内点法求解器，使COPT的整体技术框架更为全面，其性能表现比肩Gurobi和MOSEK，跻身世界一流水平。未来2-3年，杉数科技将继续致力于线性规划内点法和整数线性规划的开发，以及向最难也是最有意义的混合整数线性规划（MILP）方向进发。

COPT应用范围拓展的意义在于能够更好地帮助企业在实际业务约束下进行决策优化，因为普通的线性规划模型中决策变量是连续型变量，而现实业务中模型中的决策变量往往会取整数时才有实际意义，比如物品的件数，门店的数量，车辆的数量，机器的台数等。

杉数科技产品业务线主要划分为两条，一条是服务于零售、物流行业的供应链领域，另一条服务制造业的生产制造领域。

如此划分是因为零售、物流行业的供应链管理具有共性，且在实际落地过程中杉数科技发现零售领域优化决策需求呈现出较为集中的迫切性。

例如杉数服务某零售品牌的项目案例中，发现该细分领域本身发生了新的变化，一方面由于利润逐渐下滑，经销商无力维持原先高速增长时高库存高周转的模式，另一方面该领域的新兴品牌商开始逐渐增多，经销商的选择变多，品牌商需要在渠道政策上做出更多的让步。

这些新变化让品牌商感受到了之前未曾经历过的库存压力，产生了对供应链管理进行优化决策的迫切需求。而这一现象也在其他零售领域开始出现。

由此，杉数开发的智慧零售产品系统可对包括商品组合、定价、促销策略、货物调拨及配送管理在内的销售决策链条进行全局优化，帮助企业实现基于前端需求动态调整策略，减缓库存压力。

针对制造业生产场景，杉数科技开发了多工厂协同高级计划优化系统，帮助制造业企业的各个工厂进行更高效的协同，降低供应链迟滞，减少机器空转及人工干预，帮助工厂减少产能损失，提升订单满足率。

拓展多行业业务落地，完善合作伙伴体系

在实际部署过程中，杉数科技既可以为客户提供整套决策优化系统的搭建服务，也可根据客户需求提供API模块或标准化的SaaS服务，其中模块化的决策优化产品可以为客户特别是大型企业提供便捷的定制化调用服务。

产品定价时一方面会根据企业调用优化模块的数量收费，另一方面会根据不同行业的业务范围进行调整，例如零售行业中覆盖的门店数，制造业中覆盖的产线数等。

业务落地方面，杉数科技服务客户包括好丽友、南方航空、小米、中国邮政、国家电网、六国化工等多家公司在内。国内某ICT巨头在与杉数科技合作后，其排查引擎实现了核心国产化改造，在模型建模优化方面结合COPT求解器进行定制化改造，对整个求解流程实现加速，最终日均整体求解时间得到了大幅降低。

杉数科技也在积极完善包括云服务商、行业系统集成商和咨询公司在内的业务合作伙伴体系，以更好地满足客户需求。

杉数科技表示，回顾Cplex、Gurobi和Mosek三家决策优化求解器公司的发展历程，不难发现他们进入主流商业领域的时间都集中于2007-2009年间，而这段时间美国的零售业等行业数字化进程加快，企业开始利用数据进行决策，对计算求解的需求快速上升，其中一个体现就是微软、谷歌在2009年相继进入云计算市场提供服务。

而中国各行业目前的数字化进程主要集中于零售、物流行业，类似或接近美国2007-2009年的发展阶段，杉数科技希望能够把握产业发展的机会窗口，从零售、物流及生产制造几个重点行业入手，逐步由点及面，完善整个供应链管理优化决策的产品体系，并进一步将产品服务覆盖至其他行业领域。

关于这次融资选择万科作为新一轮投资方的原因，杉数科技联合创始人罗小渠表示，万科集团是地产领域的龙头企业，未来在物流地产、智慧城市等方面会和万科进行更深入的合作。