无论时代如何进步，技术如何发展，人类对智慧的追求从未停止。

《三国演义》中，诸葛亮通过一次次极富前瞻性的决策，运筹帷幄，决胜千里。但人类要达到如此境界难度极大，因为决策过程中的变量既多且杂，充满不确定性。最初在二战时期用于军事的运筹学提供了切实可行的方法论，后来运筹学在金融、供应链方面的应用越来越多。

“一个人在面对现实问题需要做决策时，通过数据总结出的规律可能很复杂，甚至相互制约，最后必须做建模优化和设计算法，找出最优决策，这就是运筹学的任务。”杉数科技联合创始人&CEO罗小渠表示。

在罗小渠看来，运筹学能够将现实中的决策问题转化为数学模型，并用高效的优化算法得到最优解。

如今，这门前沿学科正在走出教科书，应用到产业界，并获得商业化成果。杉数科技就是其在中国市场的开拓者。

杉数科技成立于 2016 年 7 月，是一家人工智能决策公司，由斯坦福大学讲席教授叶荫宇和罗小渠、葛冬冬、王子卓、王曦四位斯坦福大学博士联合创立。杉数科技的主营业务是运用世界领先的深层次数据优化算法和复杂决策模型的求解能力，为企业在海量数据环境下解决复杂问题提供方案。 

以物流行业为例，随着电商以及新零售的发展，物流作为基础产业对电商的发展起到了重要的支撑作用。通过新技术的运用，提高物流环节的效率并降低成本，是各大电商平台和传统物流企业的一致目标。

在物流的各个环节中，有三个问题比较常见：一是区域的划分和选址，物流枢纽如何规划管理，配送区域如何划分，车队如何分工，这都直接关系到物流效率和成本;二是收益管理与定价，核心是如何根据不同服务制定产品线，设计最佳方案;三是运输优化，要求在全局统筹所有资源，提高运输效率。

在以上三个问题中，涉及整体方案的规划、资源的调配以及各部门的协作。现实存在的问题是，物流周转周期长、成本高、效率低;仓储能力不足、管理混乱;物流配套基础设施落后等，这些都是供应链亟待优化的问题。

“当一个决策目标受到多个决策变量影响，特别是这些因素之间还互相干扰时，从数据到实现决策的门槛就会更高。”罗小渠称。

对企业而言，从数据到决策需要经历对数据的采集和管理、数据的规律性分析、决策分析这三个阶段，其中把数据转化为真正的决策方案最为关键。

要在错综复杂的决策场景下实现上述目标，首先需要有效描述问题，其次是做出最优决策。“用数据来做决策其实有两个步骤，一个是精确恰当地建模，一个是迅速地求解。”

数据建模就是用数学模型把问题描述并表达清楚，在上述物流的例子中，就是将物流环节中的实际问题抽象为数学模型，进行模型化描述和表达;优化求解就是利用数据模型找出“最优解”，做出最佳决策。

罗小渠称，优化算法是人工智能领域中极其核心、难度极高的部分，而建模和求解这两点正是杉数科技的核心技术。

杉数科技的三位联合创始人葛冬冬博士、王子卓博士、王曦博士均毕业于斯坦福大学管理科学与工程系，并且曾在Google、IBM、华为等公司参与数据分析和决策项目;罗小渠是斯坦福大学商学院博士，曾任创业黑马首席战略官，擅长战略、管理。

利用技术手段解决供应链领域的决策问题，正是杉数科技将运筹学实际应用在物流行业的案例呈现。据罗小渠介绍，杉数科技为企业进行的选址服务，使得物流成本下降了40%，给企业提供的多维度、多目标、多场景的配送任务分配以及路线规划建议，能有效节省10%-25%的物流配送成本。