人工智能是當(dāng)前最熱門的科技概念，常常伴隨人工智能出現(xiàn)的還有一個(gè)詞匯，那就是運(yùn)籌學(xué)。

運(yùn)籌學(xué)是什么呢？簡(jiǎn)而言之，運(yùn)籌學(xué)就是將實(shí)際問題轉(zhuǎn)化成數(shù)學(xué)模型并高效求解的一套方法。

運(yùn)籌學(xué)并非新鮮事物，它起源于上世紀(jì)四十年代，并被應(yīng)用于軍隊(duì)資源調(diào)配和商業(yè)優(yōu)化等諸多領(lǐng)域。但長(zhǎng)期以來(lái)，運(yùn)籌學(xué)在國(guó)內(nèi)只是一個(gè)小眾概念，不被大眾所熟知。在沉寂了大半個(gè)世紀(jì)之后，運(yùn)籌學(xué)為何忽然熱門了起來(lái)？它在當(dāng)下的商業(yè)活動(dòng)中有哪些應(yīng)用？又將帶來(lái)哪些價(jià)值？帶著這些疑問，雷鋒網(wǎng)對(duì)杉數(shù)科技CTO王子卓進(jìn)行了一次專訪。

運(yùn)籌學(xué)為什么忽然變熱了？

王子卓認(rèn)為，這個(gè)問題可以從兩方面來(lái)回答。首先是運(yùn)籌學(xué)本身的發(fā)展。得益于計(jì)算機(jī)技術(shù)的高速發(fā)展，運(yùn)籌學(xué)在過(guò)去二十年間獲得了巨大的提升。過(guò)去研究人員雖然掌握了算法，但運(yùn)算仍然需要人力來(lái)完成。計(jì)算機(jī)技術(shù)的發(fā)展使得研究人員可以運(yùn)用這些算法在短時(shí)間內(nèi)解決復(fù)雜的實(shí)際應(yīng)用問題。

理論的背后還需要數(shù)據(jù)作為支撐。過(guò)去幾年，人類以前所未有的速度生產(chǎn)和積累了海量數(shù)據(jù)，這些數(shù)據(jù)進(jìn)一步推動(dòng)了運(yùn)籌學(xué)的發(fā)展，為之拓展了更多的應(yīng)用?；诤Ａ繑?shù)據(jù)，研究人員可以運(yùn)用模型做出真正對(duì)企業(yè)產(chǎn)生價(jià)值的決策。

另一方面，人類商業(yè)生產(chǎn)活動(dòng)自誕生以來(lái)，便一步步走向精細(xì)化運(yùn)作。在相對(duì)寬松的競(jìng)爭(zhēng)環(huán)境下，粗放型的經(jīng)營(yíng)模式也能獲得不錯(cuò)的收益，商家對(duì)提升經(jīng)營(yíng)效率的需求并不強(qiáng)烈。當(dāng)前中國(guó)經(jīng)濟(jì)正處在轉(zhuǎn)型升級(jí)階段，市場(chǎng)競(jìng)爭(zhēng)加劇，商家開始越來(lái)越重視新技術(shù)的運(yùn)用，以此提升經(jīng)營(yíng)效率。運(yùn)籌學(xué)作為一套行之有效的工具，自然引起了他們重視。

運(yùn)籌學(xué)跟人工智能有啥關(guān)系？

王子卓向雷鋒網(wǎng)介紹，運(yùn)籌學(xué)和當(dāng)前熱門的機(jī)器學(xué)習(xí)有許多相似之處，它們的核心都是“模型+算法”。機(jī)器學(xué)習(xí)也運(yùn)用到了許多運(yùn)籌學(xué)優(yōu)化方面的技術(shù)，只不過(guò)前者更偏重于研究某一類算法優(yōu)化問題，比如圖像、語(yǔ)音識(shí)別；這類問題有其特殊的性質(zhì)，而這些性質(zhì)是運(yùn)籌學(xué)領(lǐng)域不大關(guān)注的。另外，機(jī)器學(xué)習(xí)還結(jié)合了統(tǒng)計(jì)等其他算法，會(huì)產(chǎn)生一些不同的結(jié)果。

但由于機(jī)器學(xué)習(xí)本質(zhì)上運(yùn)用到的還是優(yōu)化方面的算法，任何運(yùn)籌學(xué)領(lǐng)域的最新進(jìn)展都將促進(jìn)機(jī)器學(xué)習(xí)技術(shù)的進(jìn)步。而機(jī)器學(xué)習(xí)則拓展了運(yùn)籌學(xué)的應(yīng)用場(chǎng)景，帶來(lái)了新的問題，并激發(fā)出新的模型和算法。二者是相輔相成的。

運(yùn)籌學(xué)可以應(yīng)用到物流的哪些環(huán)節(jié)？

區(qū)域劃分和選址

區(qū)域劃分和選址是物流行業(yè)面臨的首要的問題。物流企業(yè)需要選擇每一個(gè)網(wǎng)點(diǎn)的具體位置，以及這個(gè)網(wǎng)點(diǎn)負(fù)責(zé)哪片區(qū)域，這些將直接影響到企業(yè)的效益。

在這個(gè)問題中，物流企業(yè)首先要弄清楚自己的目標(biāo)，即通過(guò)區(qū)域劃分保證每個(gè)區(qū)域的面積、需求量和配送時(shí)間大致相同，并將其以數(shù)學(xué)的形式表達(dá)出來(lái)。

實(shí)際劃分過(guò)程中物流企業(yè)還將面臨許多約束，比如某兩個(gè)點(diǎn)屬于同一區(qū)域，另外兩個(gè)點(diǎn)又不在同一區(qū)域等等。為此，研究人員需要用算法對(duì)結(jié)果進(jìn)行優(yōu)化。單純的平面劃分并不復(fù)雜，但物流企業(yè)還需要考慮到時(shí)間維度，因?yàn)楹芏鄷r(shí)候快件投遞是有時(shí)間窗口的。區(qū)域劃分并非一個(gè)靜態(tài)問題，而是會(huì)隨著時(shí)間不斷變化的。

劃分完區(qū)域之后，物流公司還要考慮選址問題：區(qū)域中哪些地方是網(wǎng)點(diǎn)，哪些地方是投送點(diǎn)。這個(gè)過(guò)程中同樣需要考慮很多因素，比如目標(biāo)送貨員從哪里出發(fā)最近，怎樣設(shè)置網(wǎng)點(diǎn)才能實(shí)現(xiàn)平均送貨時(shí)間最短，或者最長(zhǎng)送貨時(shí)間最短等等。

區(qū)域選址之外，還有更高維度的樞紐選址問題。大型物流公司的物流網(wǎng)絡(luò)遍布全世界，為了保證貨物快速有序流通，需要設(shè)置一些樞紐。如何選擇樞紐地址對(duì)提升送貨效率至關(guān)重要。

和區(qū)域劃分一樣，選址問題也可以轉(zhuǎn)化為數(shù)學(xué)形式，設(shè)定相應(yīng)的目標(biāo)和約束，通過(guò)合適的算法得出最佳決策結(jié)果。

定價(jià)與收益管理

物流行業(yè)的另一個(gè)重大課題是定價(jià)和收益管理。所謂定價(jià)和收益管理，就是指商家如何在正確的時(shí)間將正確的商品以正確的價(jià)格賣給正確的人。

要實(shí)現(xiàn)好的收益管理，首先需要采集和整理數(shù)據(jù)，包括用戶的基礎(chǔ)信息、歷史交易數(shù)據(jù)等等。有了這些數(shù)據(jù)之后，再用機(jī)器學(xué)習(xí)進(jìn)行客戶挖掘、對(duì)消費(fèi)者進(jìn)行標(biāo)注、分析消費(fèi)者對(duì)價(jià)格的敏感程度等。并最終決定對(duì)什么樣的產(chǎn)品制定什么樣的價(jià)格，在何時(shí)推薦給什么樣的人。

具體到物流行業(yè)，其中很重要的一點(diǎn)就是如何制定產(chǎn)品線或產(chǎn)品目錄。物流企業(yè)需要給目錄中的每一個(gè)產(chǎn)品制定相應(yīng)的價(jià)格，并實(shí)現(xiàn)整體收入的最大化，這時(shí)候就需要考慮到不同產(chǎn)品和服務(wù)之間的相互影響。

另外對(duì)于一些新的產(chǎn)品和服務(wù)，由于缺少消費(fèi)者數(shù)據(jù)的積累。商家無(wú)法一步到位制定合理的價(jià)格，這時(shí)就需要用到動(dòng)態(tài)機(jī)器學(xué)習(xí)，不斷積累數(shù)據(jù)并進(jìn)行分析，學(xué)習(xí)消費(fèi)者的行為，總結(jié)其選擇的規(guī)律。

物流行業(yè)中另一個(gè)常見的問題是非標(biāo)產(chǎn)品定價(jià)。物流行業(yè)其本質(zhì)就是在不同時(shí)間將貨物送到不同的地點(diǎn)，其中時(shí)間是一個(gè)非常敏感的因素。因此，物流企業(yè)需要通過(guò)機(jī)器學(xué)習(xí)算法挖掘消費(fèi)者對(duì)每一單價(jià)格的反饋，做到更好的個(gè)性化定價(jià)。

路徑優(yōu)化

路徑優(yōu)化也是物流行業(yè)中非?；A(chǔ)性的問題。物流企業(yè)每天都會(huì)接到大量的送貨和取貨需求，如何設(shè)計(jì)一條最佳路線，在滿足所有需求的前提下，壓縮成本并保證效率呢？

王子卓介紹，以車輛調(diào)度為例，這是一個(gè)非常復(fù)雜的過(guò)程，需要同時(shí)考慮多個(gè)因素。這一場(chǎng)景涉及多個(gè)送貨員和多個(gè)出發(fā)點(diǎn)；同時(shí)需求是不斷實(shí)時(shí)變化的，有的是取貨，有的是送貨；道路上也充滿許多不確定因素，比如路面的承受重限制等。這時(shí)就需要用到很多運(yùn)籌學(xué)優(yōu)化和機(jī)器學(xué)習(xí)方面的技術(shù)。

此外，運(yùn)籌學(xué)優(yōu)化算法在倉(cāng)儲(chǔ)領(lǐng)域也大有用武之地。比如倉(cāng)庫(kù)內(nèi)的貨物擺放問題，不同貨物的取貨送貨頻次是不一樣，根據(jù)常識(shí)大家都知道要把頻繁取送的貨物擺放在靠近出口的位置，以提升倉(cāng)儲(chǔ)效率。但倉(cāng)庫(kù)內(nèi)貨物種類眾多，如何擺放才能實(shí)現(xiàn)效率最大化呢？光憑主觀臆測(cè)是不夠的，管理人員需要建立起一套合理的算法。先用機(jī)器學(xué)習(xí)算法預(yù)測(cè)每種貨物的出貨頻次和需求，然后用運(yùn)籌優(yōu)化算法計(jì)算出合理的擺放和路徑方案。

標(biāo)準(zhǔn)化是最大的難題

王子卓特別強(qiáng)調(diào)，除了物流行業(yè)運(yùn)籌學(xué)算法還可以運(yùn)用到很多其他領(lǐng)域。只不過(guò)杉數(shù)科技作為一家初創(chuàng)公司，將首先聚焦于物流行業(yè)，因?yàn)槲锪餍袠I(yè)的供應(yīng)鏈問題相對(duì)容易標(biāo)準(zhǔn)化一些。與充滿人為因素的金融行業(yè)相比，物流行業(yè)的路徑優(yōu)化和倉(cāng)庫(kù)管理都是相對(duì)可控的系統(tǒng)。

王子卓指出，將運(yùn)籌學(xué)算法用于物流行業(yè)，技術(shù)本身的挑戰(zhàn)并不大。目前針對(duì)大公司的個(gè)性化或標(biāo)準(zhǔn)化方案已經(jīng)很成熟了，難的是對(duì)場(chǎng)景的理解和把握，如何從不同企業(yè)的實(shí)際應(yīng)用場(chǎng)景中提取出共同點(diǎn)，制定一套能夠推廣到整個(gè)行業(yè)，給每個(gè)企業(yè)帶來(lái)實(shí)際幫助的方案。

分工與合作

杉數(shù)科技早期服務(wù)的客戶主要以大公司為主，合作方式類似于咨詢。這類客戶的需求通常非常精細(xì)化，需要與實(shí)際業(yè)務(wù)緊密貼合。由于體量巨大，任何微小的改進(jìn)都將為企業(yè)帶來(lái)巨大的收益。因此他們?cè)敢饣ù髢r(jià)錢去定制軟件和算法。

實(shí)際合作過(guò)程中，杉數(shù)科技首先會(huì)詳細(xì)了解客戶的需求，比如說(shuō)在某一個(gè)城市司機(jī)出發(fā)的位置、送貨的時(shí)間窗口、司機(jī)的路線偏好等等。這些需求往往是基于客戶過(guò)去的歷史和習(xí)慣產(chǎn)生的，不一定是最佳的約束條件。有些在算法上實(shí)現(xiàn)起來(lái)非常困難，有些實(shí)際效果并不好，那么杉數(shù)科技就需要從算法的角度給客戶提供合理化的建議。

大公司通常擁有自己的技術(shù)團(tuán)隊(duì)和力量，在數(shù)據(jù)處理和IT等基礎(chǔ)工作方面更加高效出色，只是缺乏運(yùn)籌優(yōu)化相關(guān)的專業(yè)人才。這種情況下，基礎(chǔ)工作——比如說(shuō)數(shù)據(jù)清洗完全可以交給客戶自己來(lái)完成，杉數(shù)科技只需要專注于自己擅長(zhǎng)的運(yùn)籌優(yōu)化即可。

對(duì)于杉數(shù)科技而言，定制化的人服務(wù)十分耗費(fèi)人力，且服務(wù)的企業(yè)十分有限。有了服務(wù)大企業(yè)的豐富經(jīng)驗(yàn)，并從中提取出一些共同需求之后，杉數(shù)科技未來(lái)的規(guī)劃是加強(qiáng)產(chǎn)品開發(fā)，推出一套標(biāo)準(zhǔn)化的服務(wù)。在標(biāo)準(zhǔn)化服務(wù)的基礎(chǔ)之上，再根據(jù)每個(gè)企業(yè)的特定需求進(jìn)行微調(diào)。這樣一來(lái)既省時(shí)省力，又能降低服務(wù)的使用門檻，達(dá)到普惠大眾的目標(biāo)。

王子卓介紹，杉數(shù)科技目前已經(jīng)推出了一款名為“小馬駕駕”的標(biāo)準(zhǔn)化產(chǎn)品，可以為物流企業(yè)解決車輛分配、路徑優(yōu)化，以及線路設(shè)計(jì)等常見問題。

人才是最堅(jiān)實(shí)的壁壘

當(dāng)前國(guó)內(nèi)正處于經(jīng)濟(jì)轉(zhuǎn)型的拐點(diǎn)，企業(yè)對(duì)提升經(jīng)營(yíng)效率越來(lái)越重視?？梢灶A(yù)見，未來(lái)像杉數(shù)科技這樣用機(jī)器學(xué)習(xí)和運(yùn)籌學(xué)優(yōu)化算法幫助企業(yè)壓縮成本，提升經(jīng)營(yíng)效率的企業(yè)會(huì)越來(lái)越多，大公司內(nèi)部也會(huì)成立團(tuán)隊(duì)進(jìn)行相關(guān)方面的研究。

不過(guò)，王子卓對(duì)于杉數(shù)科技未來(lái)的發(fā)展仍然十分樂觀。他向雷鋒網(wǎng)表示，國(guó)內(nèi)雖然有很多機(jī)器學(xué)習(xí)和人工智能領(lǐng)域的企業(yè)，但他們主要聚焦于圖像、語(yǔ)音識(shí)別以及自動(dòng)駕駛，與杉數(shù)科技并不形成直接競(jìng)爭(zhēng)。國(guó)外類似公司相對(duì)較多，但它們還沒有進(jìn)入中國(guó)市場(chǎng)，而且即便進(jìn)入短時(shí)間內(nèi)也難以適應(yīng)國(guó)內(nèi)特殊的商業(yè)環(huán)境。

另一方面，運(yùn)籌學(xué)領(lǐng)域的人才整體比較欠缺，而人才培養(yǎng)又非一朝一夕的事情。大公司雖然能夠籠絡(luò)到一些優(yōu)秀的人才，成立自己的研究團(tuán)隊(duì)。但現(xiàn)階段他們也樂于和專業(yè)的團(tuán)隊(duì)合作，共同摸索和積累經(jīng)驗(yàn)。與大公司相比，中小企業(yè)一方面難以吸引到專業(yè)人才，另一方面也沒有必要花大力氣去組建自己的團(tuán)隊(duì)，而他們對(duì)于壓縮成本提升效率的需求同樣迫切。因此杉數(shù)科技未來(lái)的發(fā)展空間還是十分廣闊的。

作為一家剛剛成立一年的創(chuàng)業(yè)公司，杉數(shù)科技已經(jīng)獲得了滴滴、順豐等重量級(jí)企業(yè)的青睞，可謂成績(jī)斐然。對(duì)于未來(lái)，王子卓表示，自己希望繼續(xù)推動(dòng)運(yùn)籌學(xué)在商業(yè)活動(dòng)中應(yīng)用，同時(shí)通過(guò)與產(chǎn)業(yè)界緊密結(jié)合，進(jìn)一步促進(jìn)學(xué)界理論研究的進(jìn)展。即使身在商業(yè)圈，王子卓對(duì)學(xué)界還是有一種割舍不斷的情懷。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。