0
衡量一家商業公司是否有價值，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 AI 最佳掘金案例年度榜單之最佳智能決策獎的杉數科技，在這一年有了真金白銀的進賬。CEO 羅小渠告訴雷鋒網編輯，杉數科技 2017 年完成了A輪約 4000 萬融資，全年業務回款超過1000 萬，而在 2018 年的第一個月里，確認的訂單已經超過了 2017 全年的收入，但羅小渠也認為，現在大家還沒有真正理解杉數的價值：
“我們如果沖著賺錢，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，現在大家還沒有真正理解杉數這家公司的價值。”
杉數科技創建于2016年，其背后是羅小渠、葛冬冬、王子卓、王曦四位畢業于斯坦福大學的博士創始人，以及以斯坦福大學李國鼎講席教授葉蔭宇為首的數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、中國電網等政府機構、企業解決運營決策、優化的問題。
杉數科技想要做的，是通過幫助每一個企業獲得量身定制的最優化決策能力從而讓他們變得“聰明”起來。CPO 王曦向雷鋒網解釋說，所謂最優化決策，指的是當企業面對混沌的大數據，杉數能夠在決策端告訴企業，什么時間把什么資源放在什么事情上做是最優的；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，指的是通過產品化擴大規模，幫助盡可能多的企業解決決策問題。
而要做到這一點，杉數依靠的是一個金字塔型的三層技術結構。
最底層是算法，代表著杉數目前100%的技術能力。杉數科技與順豐、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。“我們所做的這些解決方案，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。基本上，客戶如果愿意用，就可以直接用。“杉數科技CTO王子卓介紹，杉數科技以項目制形式服務的都是行業內的標桿客戶，這些客戶希望解決的問題是定制化的，杉數科技的科學家團隊和工程師也會依據客戶的數據來加以解決。這些解決方案的生產并不簡單——
”比如說我們的客戶中物流企業比較多，物流里面典型的問題：運輸的問題，定價的問題，倉庫選址的問題等等，這些我們是很有經驗的。我們會根據問題、結合掌握數據的維度，建立一個很好的模型，再通過對數據的反復驗證，反復打磨方案，希望真的把客戶的需求做好。“
而杉數科技在基礎算法上的獨特優勢則是優化算法以及由此衍生而來的LEAVES求解器。LEAVES 是國內首個運籌學算法平臺，由杉數科技與財大并行優化國際實驗室（與斯坦福大學金融與風險管理研究所聯合共建）共同牽頭，多家知名高校、研究所與企業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學規劃、機器學習和運籌學應用問題的開源算法和閉源解決方案，其中數學規劃求解器的部分，是首個成規模的華人運籌學優化算法求解器，這對打破大規模數據優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、醫療等關乎國家戰略的問題，有著極為重要的意義。
同時，其中也有著極大的商業價值。在羅小渠看來，未來三到五年，將會爆發大量對優化算法及求解的需求。這樣判斷的原因在于，移動互聯網時期，我們都認為它帶來了海量的數據，而相比即將到來的物聯網時代，這些數據不過是九牛一毛。數據的增加，會使得運算愈發成為瓶頸，而能夠解決運算效率問題的一個核心工具就是優化算法。
但想要通過標準化程度低的定制化算法開發來服務B端客戶，并非一個合理的商業模式，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解釋：
“樂高售賣的并非已經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。”
按照用戶需求及算法本身的結構或者是邏輯，封裝不同的模塊，當客戶的需求過來以后，杉數就可以通過輕量化的定制工作，把模塊組裝成產品或者服務方案，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品，結合有固定需求的客戶，在模塊化的基礎上，開發出標準程度最高、但相對靈活度低的產品。目前，杉數擁有兩款產品，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”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劃、車輛調度、路徑規劃等問題。
在城市配送問題上，除了要考慮常規的配送車輛、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，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，才能發現，進而將解決方案放入產品設計中。杉數科技的項目團隊，在項目期內，幾乎全員出動，參與了城配的所有環節，尤其是跟著司機配送，發現了不少問題。
產品上線后，項目負責人向雷鋒網介紹，最直觀的就是一組數據：平均節省行駛里程7.82%，平均節省用車輛25%，平均節省行駛時間7.07%。這些數字上的提升或節省，已經幫助廠商節省了一大筆成本，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，但當店面只有十到二十平米的時候，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。
有了戰略遠景，有了金字塔型的產品結構，還需要戰術。
羅小渠將此總結為四個字：一縱一橫。縱指的是要在幾個特定行業里深扎，擁有絕對優勢；橫指的是通過優化算法為更多行業提供底層技術服務。
在縱的層面上，物流、零售、快消是杉數科技最看重的三個行業，其中物流是目前絕對深入的行業。在傳統行業中“做生意”，非常特殊。一方面技術是門檻，另一方面行業本身有門檻。眾多想要進入物流行業的 AI 公司都碰了一鼻子灰，原因就在于后者大多數來自于互聯網行業，和傳統行業出身的人不在同一個“話語體系”，于是往往是在外圍“打個轉”。而十萬億級的物流行業，在重資產的壓力下恰恰是一個急需解決效率問題的行業，而這就是杉數的價值。
在橫的層面上，杉數要做的是面向更為廣泛的行業提高通用、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、醫療這些支柱產業的智能化提供關鍵的效率工具，通過降低優化運算的技術門檻，在更為廣闊的產業空間里為經濟體系創造巨大價值。
面對大公司的競爭，羅小渠認為，杉數走的是“根據地”路線，基于自身的比較優勢，在物流這樣的行業里深扎進去、站穩腳跟，避免和大公司在正面戰場上作戰，因為很難有勝算。
杉數的優勢有兩點，一方面核心團隊來自學界，大多數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；另一方面，杉數選擇深扎的領域，恰恰是巨頭們難以直接發力，需要找到合作伙伴的領域。
在整個2018年，杉數科技將延續既定的戰略，保持兩個產品的結構，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，幫助企業解決智能決策的問題。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
