智能决策成工业互联网核心价值再释放关键点 未来五年将进入规模化渗透期
在今年2月，杉数科技联合爱分析、卡奥斯共同组织编写的《2022工业“智能决策”白皮书—点亮企业增长的“灯塔”》（以下简称“白皮书”）发布。杉数科技曾在2019年推出中国首个商用线性规划求解器COPT。产品一经推出，便登顶线性规划单纯形法测试榜单，更重要的是，这家初创公司，在行业引领方面快速吸引了阿里达摩院、华为等紧随入局这一“冷门”赛道。
发布关于工业智能决策的白皮书，一方面是杉数科技在工业决策领域的丰富案例积累，已经足够形成一份值得分享的成文行业经验。
另一方面，杉数科技也深刻洞察到我国产业变革进入深水期，工业智能化的机遇也蕴藏其间，由此对工业智能化决策作出了前瞻性研判。
《人民日报》文章指出，现阶段我国面对经济发展的要素条件、组合?式、配置效率正在发?改变，生产?临的硬约束明显增多，资源环境的约束越来越接近上限，碳达峰碳中和成为我国中长期发展的重要框架，?质量发展和科技创新成为多重约束下求最优解的过程。
在上述背景下，??书聚焦?业互联?建设中的智能决策问题，?次对智能决策的概念进?了定义，梳理了?业智能决策的应?价值，提出智能决策应?落地?法论，旨在通过?业智能决策最佳实践的研究，为?业企业提供转型升级的路径参考，帮助?业企业实现第?增长曲线。
日前参与白皮书媒体专访会，深刻感受到白皮书对于工业企业智能化转型的价值。
智能决策成工业互联网核心价值再释放关键点
众所周知，当前中国企业正处于充满变数的外部环境之中，比如海内外防疫政策及成效存在明显差异、国内疫情时有反弹致使招投标进展及项目交付不顺、海外政治局势不宁、海外供应商维系和客户拓展不确定性陡增。
日前科创板上市公司悉数发布2021年业绩预告，其中有公司过去一年业绩甚至出现超300%的净利润同比减少，亏损额超过9000万。可见不少大型技术公司过去一年仍受到严重外部因素冲击。
中国作为制造业大国，工业产业正与全球走向深度绑定，但疫情以及海外政局变化，正在使得全球供应链走向“逆全球化”的境地。爱分析首席分析师黄勇表示，理解智能决策在中国制造产业变局中的重要性，第一点就要置于此背景下去考虑。因为整个中国的制造业企业以及产业、国家的经济韧性亟需增强，但如何更好地应对外部市场环境的变化，“就要以智能决策更敏捷地调整自己的经营节奏，能保证业务的增长。”
其次，“短期内，可以预见全球经济有滞胀的风险，国内出口需求或将回落。”其背后的原因是2020年初国内生产恢复较快，黄勇表示，其中可能潜藏着危机，这种特殊背景下经济的过热期往往是不可持续的，因而对工业企业来说会面临不确定性增长压力，也由此需要企业及时调整市场营销和生产制造端的策略，以提质增效保证业绩增长。
另外，在双碳政策大背景下，工业企业将至少在“十四五”期间迎来一个阵痛期，“因为他们要承担减碳主体的工作，这样在传统的劳动力、原材料或者技术等方面的生产要素之外，还需要考虑碳资源的约束，在一个有限制的条件下做相应效益最大化决策。”黄勇表示，排碳量在生产全过程以及各生产环节的合理分配，均会是倒逼企业作出智能化、数字化工业决策的重要因素。
智能决策助推工业企业升级转型 杉数抢先落地
业内普遍认为，工业互联网概念始于2012年提出。黄勇介绍，在此之前，工业生产业务流程多以信息化系统进行管控。“但到了数字化、智能化的时代，其实就是要进一步把信息化时代建立一些系统数据，进行治理整合，挖掘出数据的价值，并且实现数据之间的互联互通，释放相关应用。”
在应用层面，将??智能技术与?业场景、机理、知识结合，实现模仿或超越?类感知、分析、决策等能?，以及设计模式创新、?产智能决策、资源优化配置等创新应?，成为政府及行业对新变革的重要期许。
由此，智能决策环节在工业等领域中的作用凸显。
智能决策相当于?业互联?智能化的“?脑”，以全局优化为?标实现企业综合收益最?化。实现智能决策的开发与部署，需要通过求解器对运筹优化模型进?算法优化和求解，机器学习引擎对机器学习相关算法的敏捷开发。
也就是说，机器学习与运筹优化技术的深度融合，成为推动智能决策技术不断扩充能?边界的核心力量。
目前，杉数科技等公司或研究机构已抢先落地智能决策应?，并实现了业务价值突破。
2019年5?，杉数科技发布国内?个达到世界?流?准的线性规划求解器COPT，并在此基础上陆续推出整数规划求解器、?阶锥规划求解器以及凸二次规划和凸二次约束规划求解器，不断推高国内求解器技术?平。
杉数科技联合创始人兼CSO葛冬冬此前接受采访表示，以与国家电网下属研究机构的合作为例，针对电网机组组合优化的问题，杉数求解器与国外软件所得出计算结果相差甚微，足以说明国产求解器的性能已达国际水平。“欧美在这个领域积累了30多年的经验，确实超前一些，但是我们并不差。”
智能决策亟需行业标准和规模化应用
在2016年刚成立之初，杉数科技客户以电商、物流等对智能决策更为迫切的行业客户为主。而到目前为止，杉数来自零售快消、工业制造两大领域的客户体量，可分占40%。
在?业领域，智能决策的典型应?场景可以分为?向设备、?向?产、?向运营、?向产业链的四???。针对不同应用场景，杉数科技已经积累了汽车、3C电子制造、化工、家电、光学零部件等多个细分行业的工业领域客户，形成了一汽大众、上汽通用、六国化工、海尔集团、舜宇光学、东方日升等众多行业头部企业构成的客户群。
杉数科技工业制造业务线副总裁黄翔介绍，求解器作为一种底层通用技术，从远期来看，杉数希望把求解器带入到国内智能决策行业中来，打破过去行业由外企垄断局面。但就目前，“求解器和智能决策技术，更需要向数据与应用中台提供支撑，需要落实到具体应用场景，这也是杉数科技现在选择跟国内云企业加深合作的原因。”
以杉数服务上汽通用的实际案例来看，在本土化发展过程中，国外整车厂信息化工具无法满足国内生产制造实际需求，为了提??产计划效率，上汽通用通过建设智能排产系统实现了排产优化和均衡化物料需求，拉动物流车次运输效率提升10%，日均运输管理费用降低7%，整体年化收益达数百万。据了解，杉数科技从求解器到上游生态产品，已与国内多家工业互联网平台开展深度的合作并实现了落地。
智能决策技术的服务场景主要分为三层，比如最底层的求解器技术合作、中层的应用算法层，上层则是作用于具体场景的系统应用。目前杉数科技与客户的合作，分别可在以上三层展开，黄翔介绍，比如目前海尔、六国化工等客户即与杉数在求解器技术或应用算法模型层合作，但亦有信息化技术基础较弱的传统制造型企业，则更希望杉数提供“交钥匙式”的系统搭建服务。
“随着越来越多的企业意识到智能决策的需要，相信能够诞生出平台对接的行业标准，这样就像与卡奥斯等合作伙伴的融合模式，未来能够适应到更多的平台，以及会有更多的企业参与进来共建。”黄翔透露，杉数科技还会将求解器作为重要科研工具，在能源、交通等核心领域，与国内科研院所进行共建，打造产学研闭环，赋能更多行业和企业。
尽管在?前，?业智能决策技术尚处于技术接纳?命周期曲线的早期，但在市场认知与技术的双重强化叠加影响，未来趋势是越来越多的?业企业将采?智能决策技术，?更多的场景的落地也将驱动智能决策成熟度进?步提?。爱分析研究预计，未来5年将逐步渗透早期采?者和早期?众，?向规模化。
声明：以上内容来源于网络，如有侵权请联系我们(123@shiyan.com)删除！
页:
[1]