朝创汇 | 第十九期：全层级决策管理智能优化平台

     朝阳区科技企业赋能站为赋能朝阳区科技创新企业发展，传播产业前沿认知，提升企业的知名度与影响力，特推出“朝创汇”专栏，“朝创汇”将聚焦于朝阳区内的高科技和高成长企业，深入探讨它们在技术创新、市场拓展以及企业管理等方面的成功经验和挑战。通过专栏的内容，读者可以了解到最前沿的产业发展趋势，企业在研发和技术应用中的最新突破，以及在市场竞争中得到的卓越成绩和宝贵经验。

清智优化是一家专注于智能决策解决方案的高科技企业。为客户提供专业高效的APS，WMS，TMS等智能决策解决方案。核心团队来自于清华大学和香港大学，拥有长达三十年的科研学术积累。团队成果入围管理科学界的最高奖项，曾为数十家行业标杆客户提供服务。清智优化企业全层级决策管理智能优化平台基于运筹学理论和最优化方法开发，为多行业、多领域企业的生产、运输、采购、库存等供应链各业务层级提供智能决策，通过对生产经营过程的物料流、管理过程的信息流和决策过程的决策流进行有效地控制和协调，达到全局动态最优目标。平台将复杂的业务场景用数学语言进行描述，建立模型设计算法，调用自主研发集成的国内顶尖的运筹领域模型库和求解算法，基于最优化理论计算出最优决策，此外平台集成了数字孪生系统，模拟在真实环境中的效果，通过细化量化指标评价方案，支持自动和手动对比方案，实现实时调整优化决策，精准把控风险，从而为企业客户实现显著的降本增效。

公司入选工信部工业互联网试点示范单位，核心团队来自于清华大学和香港大学，拥有长达三十年的科研学术积累。团队成果入围管理科学界的最高奖项，曾为数十家行业标杆客户提供服务，累计为客户优化效益数十亿元。

蒙绎泽，清智优化创始人，教授级高工，正高级职称，香港大学博士后，本科及博士毕业于清华大学，工信部工业互联网创新发展工程项目课题负责人，用友工业大脑创始人，上榜胡润U30中国创业先锋、中关村U30、“科创中国”青年创业榜单U30、创业邦30 Under30+创业先锋榜，入选凤凰人才，海右产业领军人才，天津市创业领军人才，入选2024年卓越青年工程师培养计划。

在中国，运筹学在制造业之前尚未得到大规模的普及和运用的原因主要有二：其一：过去制造业以粗放式经营为主，在经济良好发展及宽松货币政策的背景下，企业更多关心营收的增长，并不过多关注精细管理；其二：制造业的数字化基础设施未搭建好，在过去的五、六年内，制造业企业大多在进行数字化转型，对于智能化决策的要求并不迫切。

随着Z世代人群成为消费主流群体，市场上个性化需求与日俱增，工厂需要具备多品种、小批量的柔性生产能力，相比以往单品种大批量生产方式，需要决策的问题更为复杂，难度更高。

在经济进入L型增长的背景下，企业不再像以往粗放式增长，转而关注精益式管理，对成本进行精细控制，决策优化的效果影响企业竞争优势。

经过几年的发展，中国的制造业数字化建设初有成效，企业具备了智能化应用的基础，接下去需要更为关注智能化决策。根据创始团队在用友的调研结果和相关数据显示，目前智能决策相关的需求存在一个爆发的趋势。

目前市面制造业APS厂商提供的解决方案是基于类似FIFO（先进先出）的规则进行的快速排产，以短时间给出一个可行解为主，这些APS企业难以聚集水平较高的运筹算法工程师，在决策质量上与最优解通常也有一定距离。求解器厂商例如IBM 的CPLEX和美国的Gurobi可以对数学规划模型求解出精确最优解，但使用门槛较高，需要由工业工程师负责将业务问题转化成数学规划模型。且有很大比例的问题无法直接使用求解器求解，传统的企业服务IT厂商例如SAP的APO模块可以适配一部分场景，但产品成熟度不高，且这些团队在集团的话语权有限，可以投入的资源也很有限，难以聚集较多的运筹学专家进行产品研发。

目前基于运筹优化与机器学习的决策优化服务商大多集中于新零售、电商、服装、制药、航空等行业，以制造业为主业的决策优化服务商较少。

针对国内外运筹优化的同类产品，平台的优势在于：

· 相较于IBM CPLEX、Gurobi等商业求解器，仅精确求解完成建模后的规划模型，清智优化平台则集成场景模型与求解器及适配算法，基于行业/场景提供的应用模版可大幅降低求解器使用门槛。

· 相较于Asprova、Planet together、永凯等APS厂商，清智优化平台的国内本土化实施更具优势、实施更敏捷，且基于运筹算法的建模求解方式优化效果更显著；除APS以外，亦可服务于供应链、库存、物流等更多不同场景。

· 相较于SAP APO、阿里工业大脑等传统企服IT厂商，清智优化平台强大的科研及研发团队可提供更专业的智能决策解决方案和更快速的响应。

· 相较于杉数科技、悠桦林、谷斗科技等决策优化服务商，清智优化平台研发团队具备的世界领先的算法研发能力使得客户的降本增效成果更显著，利润空间更大；在工业4.0、智能制造等垂直领域积淀更深。

核心团队来自于清华大学和香港大学，拥有长达三十年的科研学术积累。团队成果入围管理科学界的最高奖项，曾为数十家行业标杆客户提供服务。

团队成员多年从事这一领域的研究让清智优化积淀了上万个工业领域落地的高计算效率的规划模型，目前面向企业提供自动建模平台，运用人工智能技术，在客户输入自然语言时，平台就能自动生成代码建立模型，然后调用求解器完成求解，形成智能决策闭环，大大降低了建模的门槛。

全层级决策管理智能优化平台可为企业生产运营管理的多个环节提供智能决策方案，可在数十个场景实现过程的降本增效、效益最大化，场景包括：

计划和调度：高级计划排程（APS），如智能配料、产能评估、交期评估、工序计划、滚动计划等，可实现多目标优化；排班优化（RO），如智能排班、排后检验、资源模拟、预警监控等。

仓储与库存：仓储优化（WO），如AGV车辆路径规划、订单追踪、仓库布局等。库存管理（IM），如套切配分、存量平衡、需求预测、位置规划、安全库存优化、服务水平优化、延迟制造策略优化、库存水平跟踪、库存仿真等。

运输调度：运输优化（TO），如线路优化、运输计划、运力分配、订单管理、中转路径优化、车辆资源优化、配送模式优化、运输频次优化等；装载优化（LO），如智能装箱、运量确定、订单预测、托盘管理等。

销售运营：多周期计划，物料需求计算，成本阶梯化定义，产能配置。

供应网络规划：多维选址、产品部署、服务水平优化、多级库存优化等。

供应链中断应对：突发事件响应、供应链柔性平衡、持续优化设计。

模型仿真：智能配料仿真、供应链中断决策仿真、预测波动仿真典型案例。

清智优化企业全层级决策管理智能优化平台基于运筹学理论和最优化方法开发，为多行业、多领域企业的生产、运输、采购、库存等供应链各业务层级提供智能决策，通过对生产经营过程的物料流、管理过程的信息流和决策过程的决策流进行有效地控制和协调，将企业内部的供应链与企业外部的供应链有机地集成起来进行管理，达到全局动态最优目标，以适应在新的竞争环境下市场对生产和管理过程提出的高质量、高柔性、高效率和低成本等要求。         

智能制造的核心在于为企业客户实现降本增效。从软件及管理层面，最核心的要点在于将复杂的业务场景用数学语言表示出来，建立模型设计算法，基于最优化理论实现智能决策。全层级决策管理智能优化平台为多类包含复杂条件和限制的行业或场景构建模板，并以模板为基础，为具体问题准确快速确定需求和约束，调用自主研发集成的国内顶尖的运筹领域模型库和求解算法，为问题智能匹配模型和算法，得到智能决策。平台可为业务和决策构建数字孪生系统，模拟智能决策在真实环境中的效果，通过细化量化指标评价方案，支持自动和手动对比方案，实现实时调整优化决策，精准把控风险。

集成供应链管理与设计，对于供应链而言，效率是价值的第一链，如何提升效率，改善诸如周转率，计划预测准确性，采购安全库存风险，价格等等都是摆在供应链运营面前的难题。集成供应链把企业内部以及节点企业之间的各种业务看作一个整体功能过程，形成集成化供应链管理体系。通过信息、制造和现代管理技术，将企业生产经营过程中有关的人、技术、经营管理三要素有机地集成并优化运行。通过对生产经营过程的物料流、管理过程的信息流和决策过程的决策流进行有效地控制和协调，将企业内部的供应链与企业外部的供应链有机地集成起来进行管理，达到全局动态最优目标，以适应在新的竞争环境下市场对生产和管理过程提出的高质量、高柔性和低成本的要求。

清智优化期望与本土新能源、新材料、先进制造、烟草、物流、服装、食品以及其他流程行业以及离散行业具有计划排产、供应链优化等智能决策需求的工厂、集团等具有丰富资源的合作方合作，提供智能决策服务，带动产业发展。

中国的制造业的优势在于具备产业集群，比如浙江嘉兴为中国羊毛衫之都，广西梧州为世界人工宝石之都，对于公司来说这些产业集群里面有非常多的中小企业，第一他们是我们的潜在客户群；第二对于客户而言，个性化、定制化需要得到满足，对应的小单快反生产加工模式对他们提出了较高的要求，公司是可以通过依赖于运筹优化技术、搭建产业平台等方式去赋能到这些中小企业客户、帮助他们节约成本、提高产能的。

清智优化在短期内以打下行业的标杆客户为主，这类型企业更多接受私有化部署的方式。未来针对中小型企业主推SAAS模式，并且会在能源等相关领域探索分账模式。