衡量一家商業(yè)公司是否有價值，有沒有賺錢是一個務實的標準。

AI 公司林立的 2017年，在叢林中活下來已屬不易，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的杉數(shù)科技，在這一年有了真金白銀的進賬。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 萬融資，全年業(yè)務回款超過1000 萬，而在 2018 年的第一個月里，確認的訂單已經(jīng)超過了 2017 全年的收入，但羅小渠也認為，現(xiàn)在大家還沒有真正理解杉數(shù)的價值：

“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大、加固基礎。坦率地說，現(xiàn)在大家還沒有真正理解杉數(shù)這家公司的價值?！?/p>

讓中國企業(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)于斯坦福大學的博士創(chuàng)始人，以及以斯坦福大學李國鼎講席教授葉蔭宇為首的數(shù)十位科學家顧問團隊。

這支隊伍，不僅在學術界具有深厚影響力（團隊成員任教于斯坦福、佐治亞理工學院、紐約大學、明尼蘇達、上海財大、清華等頂級高校），而且還曾為谷歌、IBM、波音、美國能源部、中國電網(wǎng)等政府機構、企業(yè)解決運營決策、優(yōu)化的問題。

杉數(shù)科技想要做的，是通過幫助每一個企業(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。CPO 王曦向雷鋒網(wǎng)解釋說，所謂最優(yōu)化決策，指的是當企業(yè)面對混沌的大數(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端客戶具體場景各個都不同，無法“一招打遍天下”，而是需要深入研究進行定制處理的；所謂每一個，指的是通過產(chǎn)品化擴大規(guī)模，幫助盡可能多的企業(yè)解決決策問題。

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

金字塔三層結(jié)構：算法、模塊、產(chǎn)品

最底層是算法，代表著杉數(shù)目前100%的技術能力。杉數(shù)科技與順豐、滴滴、京東、萬達、德邦的合作，都是從這一層的項目制合作開始的?！拔覀兯龅倪@些解決方案，很大的特點是可以真正應用到用戶的實際的工作中，不是比較虛的指導性建議，而是細化到 sku 的具體價格或者細化到選址的具體街道?；旧?，客戶如果愿意用，就可以直接用?！吧紨?shù)科技CTO王子卓介紹，杉數(shù)科技以項目制形式服務的都是行業(yè)內(nèi)的標桿客戶，這些客戶希望解決的問題是定制化的，杉數(shù)科技的科學家團隊和工程師也會依據(jù)客戶的數(shù)據(jù)來加以解決。這些解決方案的生產(chǎn)并不簡單——

”比如說我們的客戶中物流企業(yè)比較多，物流里面典型的問題：運輸?shù)膯栴}，定價的問題，倉庫選址的問題等等，這些我們是很有經(jīng)驗的。我們會根據(jù)問題、結(jié)合掌握數(shù)據(jù)的維度，建立一個很好的模型，再通過對數(shù)據(jù)的反復驗證，反復打磨方案，希望真的把客戶的需求做好?！?/p>

而杉數(shù)科技在基礎算法上的獨特優(yōu)勢則是優(yōu)化算法以及由此衍生而來的LEAVES求解器。LEAVES 是國內(nèi)首個運籌學算法平臺，由杉數(shù)科技與財大并行優(yōu)化國際實驗室（與斯坦福大學金融與風險管理研究所聯(lián)合共建）共同牽頭，多家知名高校、研究所與企業(yè)共同建設的一個運籌學與人工智能基礎算法平臺。

LEAVES 平臺包括了對多個數(shù)學規(guī)劃、機器學習和運籌學應用問題的開源算法和閉源解決方案，其中數(shù)學規(guī)劃求解器的部分，是首個成規(guī)模的華人運籌學優(yōu)化算法求解器，這對打破大規(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)療等關乎國家戰(zhàn)略的問題，有著極為重要的意義。

同時，其中也有著極大的商業(yè)價值。在羅小渠看來，未來三到五年，將會爆發(fā)大量對優(yōu)化算法及求解的需求。這樣判斷的原因在于，移動互聯(lián)網(wǎng)時期，我們都認為它帶來了海量的數(shù)據(jù)，而相比即將到來的物聯(lián)網(wǎng)時代，這些數(shù)據(jù)不過是九牛一毛。數(shù)據(jù)的增加，會使得運算愈發(fā)成為瓶頸，而能夠解決運算效率問題的一個核心工具就是優(yōu)化算法。

但想要通過標準化程度低的定制化算法開發(fā)來服務B端客戶，并非一個合理的商業(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，簡單來說就是將算法模塊化。羅小渠用樂高積木的例子向雷鋒網(wǎng)解釋：

“樂高售賣的并非已經(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?！?/p>

按照用戶需求及算法本身的結(jié)構或者是邏輯，封裝不同的模塊，當客戶的需求過來以后，杉數(shù)就可以通過輕量化的定制工作，把模塊組裝成產(chǎn)品或者服務方案，來交付給客戶。這便在算法的基礎上，做了相對標準化的升級。

最上層則是更為標準的產(chǎn)品，結(jié)合有固定需求的客戶，在模塊化的基礎上，開發(fā)出標準程度最高、但相對靈活度低的產(chǎn)品。目前，杉數(shù)擁有兩款產(chǎn)品，一款是解決城市配送問題的小馬駕駕（PonyPlus），另一款是解決庫存管理問題的庫存狗（StockGo）。

小馬駕駕之前，在城市配送問題上，存在著人力分配不夠精準、司機配送過程中的時間窗、承運公司“黑箱狀態(tài)”等痛點問題，讓客戶、司機、承運公司三方都蒙受低效的損失。而小馬駕駕則通過運籌學的相關算法，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)劃等問題。

在城市配送問題上，除了要考慮常規(guī)的配送車輛、配送路線、配送時間等問題，其實在實際操作過程中，還有諸多細節(jié)，例如“上海司機不愿意過橋”，只有深入一線，跟著貨運司機一起跑，才能發(fā)現(xiàn)，進而將解決方案放入產(chǎn)品設計中。杉數(shù)科技的項目團隊，在項目期內(nèi)，幾乎全員出動，參與了城配的所有環(huán)節(jié)，尤其是跟著司機配送，發(fā)現(xiàn)了不少問題。

產(chǎn)品上線后，項目負責人向雷鋒網(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，并且提高了承運商的效率，同時也讓司機能夠獲得更多收益。

庫存狗解決的是預測庫存和庫存優(yōu)化的問題。簡單來說，就是告訴商家應該怎么樣補貨，什么時間、補多少等，而且要精確到SKU級別。對于和庫存密切相關的零售來說，杉數(shù)并不認為“新零售”這個概念有多么奇妙，它只是因為技術變革帶來的運維方式的轉(zhuǎn)變。

新零售主要是前端場景的變化——多樣化、小型化、自動化。一個更小型的、多樣的零售空間，對后端的供應鏈效率的要求也會大大提升。因為，一個一萬平方的零售商店，前端選品出了一些問題，有東西賣不動也還好，但當?shù)昝嬷挥惺蕉矫椎臅r候，一共幾百件商品，其中有一堆賣不動，對盈利就會有明顯的影響了，再小到無人售賣機，里面一共幾十樣商品，有幾種賣不動就要虧錢了。越小的售賣面積，對選品的精準度、定價的精準度、配送的及時性要求會越高。

而這也就凸顯了庫存狗的作用。

一縱一橫，建立根據(jù)地

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

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

在縱的層面上，物流、零售、快消是杉數(shù)科技最看重的三個行業(yè)，其中物流是目前絕對深入的行業(yè)。在傳統(tǒng)行業(yè)中“做生意”，非常特殊。一方面技術是門檻，另一方面行業(yè)本身有門檻。眾多想要進入物流行業(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“話語體系”，于是往往是在外圍“打個轉(zhuǎn)”。而十萬億級的物流行業(yè)，在重資產(chǎn)的壓力下恰恰是一個急需解決效率問題的行業(yè)，而這就是杉數(shù)的價值。

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、易用的技術工具。求解器的成熟與商用將能夠為能源、安防、金融、醫(yī)療這些支柱產(chǎn)業(yè)的智能化提供關鍵的效率工具，通過降低優(yōu)化運算的技術門檻，在更為廣闊的產(chǎn)業(yè)空間里為經(jīng)濟體系創(chuàng)造巨大價值。

面對大公司的競爭，羅小渠認為，杉數(shù)走的是“根據(jù)地”路線，基于自身的比較優(yōu)勢，在物流這樣的行業(yè)里深扎進去、站穩(wěn)腳跟，避免和大公司在正面戰(zhàn)場上作戰(zhàn)，因為很難有勝算。

杉數(shù)的優(yōu)勢有兩點，一方面核心團隊來自學界，大多數(shù)科學家都是智能決策技術圈子中的核心學者，對于前沿技術的掃描和吸收能力遠遠超過其他企業(yè)；另一方面，杉數(shù)選擇深扎的領域，恰恰是巨頭們難以直接發(fā)力，需要找到合作伙伴的領域。

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

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