衡量一家商業(yè)公司是否有價(jià)值，有沒(méi)有賺錢是一個(gè)務(wù)實(shí)的標(biāo)準(zhǔn)。

AI 公司林立的 2017年，在叢林中活下來(lái)已屬不易，更遑論賺錢。榮獲雷鋒網(wǎng) AI 最佳掘金案例年度榜單之最佳智能決策獎(jiǎng)的杉數(shù)科技，在這一年有了真金白銀的進(jìn)賬。CEO 羅小渠告訴雷鋒網(wǎng)編輯，杉數(shù)科技 2017 年完成了A輪約 4000 萬(wàn)融資，全年業(yè)務(wù)回款超過(guò)1000 萬(wàn)，而在 2018 年的第一個(gè)月里，確認(rèn)的訂單已經(jīng)超過(guò)了 2017 全年的收入，但羅小渠也認(rèn)為，現(xiàn)在大家還沒(méi)有真正理解杉數(shù)的價(jià)值：

“我們?nèi)绻麤_著賺錢，可以賺得更早、更多，目前賺的錢是為了擴(kuò)大、加固基礎(chǔ)。坦率地說(shuō)，現(xiàn)在大家還沒(méi)有真正理解杉數(shù)這家公司的價(jià)值?！?/p>

讓中國(guó)企業(yè)更聰明一些

杉數(shù)科技創(chuàng)建于2016年，其背后是羅小渠、葛冬冬、王子卓、王曦四位畢業(yè)于斯坦福大學(xué)的博士創(chuàng)始人，以及以斯坦福大學(xué)李國(guó)鼎講席教授葉蔭宇為首的數(shù)十位科學(xué)家顧問(wèn)團(tuán)隊(duì)。

這支隊(duì)伍，不僅在學(xué)術(shù)界具有深厚影響力（團(tuán)隊(duì)成員任教于斯坦福、佐治亞理工學(xué)院、紐約大學(xué)、明尼蘇達(dá)、上海財(cái)大、清華等頂級(jí)高校），而且還曾為谷歌、IBM、波音、美國(guó)能源部、中國(guó)電網(wǎng)等政府機(jī)構(gòu)、企業(yè)解決運(yùn)營(yíng)決策、優(yōu)化的問(wèn)題。

杉數(shù)科技想要做的，是通過(guò)幫助每一個(gè)企業(yè)獲得量身定制的最優(yōu)化決策能力從而讓他們變得“聰明”起來(lái)。CPO 王曦向雷鋒網(wǎng)解釋說(shuō)，所謂最優(yōu)化決策，指的是當(dāng)企業(yè)面對(duì)混沌的大數(shù)據(jù)，杉數(shù)能夠在決策端告訴企業(yè)，什么時(shí)間把什么資源放在什么事情上做是最優(yōu)的；所謂定制，指的是B端客戶具體場(chǎng)景各個(gè)都不同，無(wú)法“一招打遍天下”，而是需要深入研究進(jìn)行定制處理的；所謂每一個(gè)，指的是通過(guò)產(chǎn)品化擴(kuò)大規(guī)模，幫助盡可能多的企業(yè)解決決策問(wèn)題。

而要做到這一點(diǎn)，杉數(shù)依靠的是一個(gè)金字塔型的三層技術(shù)結(jié)構(gòu)。

金字塔三層結(jié)構(gòu)：算法、模塊、產(chǎn)品

最底層是算法，代表著杉數(shù)目前100%的技術(shù)能力。杉數(shù)科技與順豐、滴滴、京東、萬(wàn)達(dá)、德邦的合作，都是從這一層的項(xiàng)目制合作開(kāi)始的?！拔覀兯龅倪@些解決方案，很大的特點(diǎn)是可以真正應(yīng)用到用戶的實(shí)際的工作中，不是比較虛的指導(dǎo)性建議，而是細(xì)化到 sku 的具體價(jià)格或者細(xì)化到選址的具體街道?；旧?，客戶如果愿意用，就可以直接用。“杉數(shù)科技CTO王子卓介紹，杉數(shù)科技以項(xiàng)目制形式服務(wù)的都是行業(yè)內(nèi)的標(biāo)桿客戶，這些客戶希望解決的問(wèn)題是定制化的，杉數(shù)科技的科學(xué)家團(tuán)隊(duì)和工程師也會(huì)依據(jù)客戶的數(shù)據(jù)來(lái)加以解決。這些解決方案的生產(chǎn)并不簡(jiǎn)單——

”比如說(shuō)我們的客戶中物流企業(yè)比較多，物流里面典型的問(wèn)題：運(yùn)輸?shù)膯?wèn)題，定價(jià)的問(wèn)題，倉(cāng)庫(kù)選址的問(wèn)題等等，這些我們是很有經(jīng)驗(yàn)的。我們會(huì)根據(jù)問(wèn)題、結(jié)合掌握數(shù)據(jù)的維度，建立一個(gè)很好的模型，再通過(guò)對(duì)數(shù)據(jù)的反復(fù)驗(yàn)證，反復(fù)打磨方案，希望真的把客戶的需求做好?！?/p>

而杉數(shù)科技在基礎(chǔ)算法上的獨(dú)特優(yōu)勢(shì)則是優(yōu)化算法以及由此衍生而來(lái)的LEAVES求解器。LEAVES 是國(guó)內(nèi)首個(gè)運(yùn)籌學(xué)算法平臺(tái)，由杉數(shù)科技與財(cái)大并行優(yōu)化國(guó)際實(shí)驗(yàn)室（與斯坦福大學(xué)金融與風(fēng)險(xiǎn)管理研究所聯(lián)合共建）共同牽頭，多家知名高校、研究所與企業(yè)共同建設(shè)的一個(gè)運(yùn)籌學(xué)與人工智能基礎(chǔ)算法平臺(tái)。

LEAVES 平臺(tái)包括了對(duì)多個(gè)數(shù)學(xué)規(guī)劃、機(jī)器學(xué)習(xí)和運(yùn)籌學(xué)應(yīng)用問(wèn)題的開(kāi)源算法和閉源解決方案，其中數(shù)學(xué)規(guī)劃求解器的部分，是首個(gè)成規(guī)模的華人運(yùn)籌學(xué)優(yōu)化算法求解器，這對(duì)打破大規(guī)模數(shù)據(jù)優(yōu)化算法求解器由歐美壟斷的局面，解決軍事、安防、交通、物流、金融、醫(yī)療等關(guān)乎國(guó)家戰(zhàn)略的問(wèn)題，有著極為重要的意義。

同時(shí)，其中也有著極大的商業(yè)價(jià)值。在羅小渠看來(lái)，未來(lái)三到五年，將會(huì)爆發(fā)大量對(duì)優(yōu)化算法及求解的需求。這樣判斷的原因在于，移動(dòng)互聯(lián)網(wǎng)時(shí)期，我們都認(rèn)為它帶來(lái)了海量的數(shù)據(jù)，而相比即將到來(lái)的物聯(lián)網(wǎng)時(shí)代，這些數(shù)據(jù)不過(guò)是九牛一毛。數(shù)據(jù)的增加，會(huì)使得運(yùn)算愈發(fā)成為瓶頸，而能夠解決運(yùn)算效率問(wèn)題的一個(gè)核心工具就是優(yōu)化算法。

但想要通過(guò)標(biāo)準(zhǔn)化程度低的定制化算法開(kāi)發(fā)來(lái)服務(wù)B端客戶，并非一個(gè)合理的商業(yè)模式，由此有了中間層。

中間層是模塊，基本上與算法的能力相吻合，簡(jiǎn)單來(lái)說(shuō)就是將算法模塊化。羅小渠用樂(lè)高積木的例子向雷鋒網(wǎng)解釋：

“樂(lè)高售賣的并非已經(jīng)成型的城堡或者飛船，而是形狀與色彩種類有限的基礎(chǔ)模塊，但是使用這些模塊，你幾乎可以拼出任何你想要的物體來(lái)?！?/p>

按照用戶需求及算法本身的結(jié)構(gòu)或者是邏輯，封裝不同的模塊，當(dāng)客戶的需求過(guò)來(lái)以后，杉數(shù)就可以通過(guò)輕量化的定制工作，把模塊組裝成產(chǎn)品或者服務(wù)方案，來(lái)交付給客戶。這便在算法的基礎(chǔ)上，做了相對(duì)標(biāo)準(zhǔn)化的升級(jí)。

最上層則是更為標(biāo)準(zhǔn)的產(chǎn)品，結(jié)合有固定需求的客戶，在模塊化的基礎(chǔ)上，開(kāi)發(fā)出標(biāo)準(zhǔn)程度最高、但相對(duì)靈活度低的產(chǎn)品。目前，杉數(shù)擁有兩款產(chǎn)品，一款是解決城市配送問(wèn)題的小馬駕駕（PonyPlus），另一款是解決庫(kù)存管理問(wèn)題的庫(kù)存狗（StockGo）。

小馬駕駕之前，在城市配送問(wèn)題上，存在著人力分配不夠精準(zhǔn)、司機(jī)配送過(guò)程中的時(shí)間窗、承運(yùn)公司“黑箱狀態(tài)”等痛點(diǎn)問(wèn)題，讓客戶、司機(jī)、承運(yùn)公司三方都蒙受低效的損失。而小馬駕駕則通過(guò)運(yùn)籌學(xué)的相關(guān)算法，全面解決了B2B城市配送中存在的車輛規(guī)劃、車輛調(diào)度、路徑規(guī)劃等問(wèn)題。

在城市配送問(wèn)題上，除了要考慮常規(guī)的配送車輛、配送路線、配送時(shí)間等問(wèn)題，其實(shí)在實(shí)際操作過(guò)程中，還有諸多細(xì)節(jié)，例如“上海司機(jī)不愿意過(guò)橋”，只有深入一線，跟著貨運(yùn)司機(jī)一起跑，才能發(fā)現(xiàn)，進(jìn)而將解決方案放入產(chǎn)品設(shè)計(jì)中。杉數(shù)科技的項(xiàng)目團(tuán)隊(duì)，在項(xiàng)目期內(nèi)，幾乎全員出動(dòng)，參與了城配的所有環(huán)節(jié)，尤其是跟著司機(jī)配送，發(fā)現(xiàn)了不少問(wèn)題。

產(chǎn)品上線后，項(xiàng)目負(fù)責(zé)人向雷鋒網(wǎng)介紹，最直觀的就是一組數(shù)據(jù)：平均節(jié)省行駛里程7.82%，平均節(jié)省用車輛25%，平均節(jié)省行駛時(shí)間7.07%。這些數(shù)字上的提升或節(jié)省，已經(jīng)幫助廠商節(jié)省了一大筆成本，并且提高了承運(yùn)商的效率，同時(shí)也讓司機(jī)能夠獲得更多收益。

庫(kù)存狗解決的是預(yù)測(cè)庫(kù)存和庫(kù)存優(yōu)化的問(wèn)題。簡(jiǎn)單來(lái)說(shuō)，就是告訴商家應(yīng)該怎么樣補(bǔ)貨，什么時(shí)間、補(bǔ)多少等，而且要精確到SKU級(jí)別。對(duì)于和庫(kù)存密切相關(guān)的零售來(lái)說(shuō)，杉數(shù)并不認(rèn)為“新零售”這個(gè)概念有多么奇妙，它只是因?yàn)榧夹g(shù)變革帶來(lái)的運(yùn)維方式的轉(zhuǎn)變。

新零售主要是前端場(chǎng)景的變化——多樣化、小型化、自動(dòng)化。一個(gè)更小型的、多樣的零售空間，對(duì)后端的供應(yīng)鏈效率的要求也會(huì)大大提升。因?yàn)?，一個(gè)一萬(wàn)平方的零售商店，前端選品出了一些問(wèn)題，有東西賣不動(dòng)也還好，但當(dāng)?shù)昝嬷挥惺蕉矫椎臅r(shí)候，一共幾百件商品，其中有一堆賣不動(dòng)，對(duì)盈利就會(huì)有明顯的影響了，再小到無(wú)人售賣機(jī)，里面一共幾十樣商品，有幾種賣不動(dòng)就要虧錢了。越小的售賣面積，對(duì)選品的精準(zhǔn)度、定價(jià)的精準(zhǔn)度、配送的及時(shí)性要求會(huì)越高。

而這也就凸顯了庫(kù)存狗的作用。

一縱一橫，建立根據(jù)地

有了戰(zhàn)略遠(yuǎn)景，有了金字塔型的產(chǎn)品結(jié)構(gòu)，還需要戰(zhàn)術(shù)。

羅小渠將此總結(jié)為四個(gè)字：一縱一橫?？v指的是要在幾個(gè)特定行業(yè)里深扎，擁有絕對(duì)優(yōu)勢(shì)；橫指的是通過(guò)優(yōu)化算法為更多行業(yè)提供底層技術(shù)服務(wù)。

在縱的層面上，物流、零售、快消是杉數(shù)科技最看重的三個(gè)行業(yè)，其中物流是目前絕對(duì)深入的行業(yè)。在傳統(tǒng)行業(yè)中“做生意”，非常特殊。一方面技術(shù)是門檻，另一方面行業(yè)本身有門檻。眾多想要進(jìn)入物流行業(yè)的 AI 公司都碰了一鼻子灰，原因就在于后者大多數(shù)來(lái)自于互聯(lián)網(wǎng)行業(yè)，和傳統(tǒng)行業(yè)出身的人不在同一個(gè)“話語(yǔ)體系”，于是往往是在外圍“打個(gè)轉(zhuǎn)”。而十萬(wàn)億級(jí)的物流行業(yè)，在重資產(chǎn)的壓力下恰恰是一個(gè)急需解決效率問(wèn)題的行業(yè)，而這就是杉數(shù)的價(jià)值。

在橫的層面上，杉數(shù)要做的是面向更為廣泛的行業(yè)提高通用、易用的技術(shù)工具。求解器的成熟與商用將能夠?yàn)槟茉?、安防、金融、醫(yī)療這些支柱產(chǎn)業(yè)的智能化提供關(guān)鍵的效率工具，通過(guò)降低優(yōu)化運(yùn)算的技術(shù)門檻，在更為廣闊的產(chǎn)業(yè)空間里為經(jīng)濟(jì)體系創(chuàng)造巨大價(jià)值。

面對(duì)大公司的競(jìng)爭(zhēng)，羅小渠認(rèn)為，杉數(shù)走的是“根據(jù)地”路線，基于自身的比較優(yōu)勢(shì)，在物流這樣的行業(yè)里深扎進(jìn)去、站穩(wěn)腳跟，避免和大公司在正面戰(zhàn)場(chǎng)上作戰(zhàn)，因?yàn)楹茈y有勝算。

杉數(shù)的優(yōu)勢(shì)有兩點(diǎn)，一方面核心團(tuán)隊(duì)來(lái)自學(xué)界，大多數(shù)科學(xué)家都是智能決策技術(shù)圈子中的核心學(xué)者，對(duì)于前沿技術(shù)的掃描和吸收能力遠(yuǎn)遠(yuǎn)超過(guò)其他企業(yè)；另一方面，杉數(shù)選擇深扎的領(lǐng)域，恰恰是巨頭們難以直接發(fā)力，需要找到合作伙伴的領(lǐng)域。

在整個(gè)2018年，杉數(shù)科技將延續(xù)既定的戰(zhàn)略，保持兩個(gè)產(chǎn)品的結(jié)構(gòu)，在底層算法、中層模塊兩個(gè)方面加大投入，深挖物流、零售等領(lǐng)域，幫助企業(yè)解決智能決策的問(wèn)題。

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