入选高投资价值综合场景服务商榜单，杉数科技智能决策赋能制造业高质量增长

　　杉数科技副总裁兼工业线事业部总经理黄翔在“AI商业落地论坛”演讲

　　今年WAIC大会，AI大模型的商业化落地成为热点话题。在黄翔看来，大模型求解背后需要有核心优化技术能力的支持，在工业领域，生产运营场景复杂，数据规模庞大，智能决策在全链路一体化的工业大模型应用中将发挥越来越重要的作用。

　　管理向复杂能力网络变革，智能制造需要一体化人工智能决策

　　随着多产业协同发展，从上游的能源、火电厂、新能源厂、风电光伏，通过输电网络传导到各行各业中，跨行业跨场景的融合和精益化管理成为大势所趋。以前的单线路管理方式，正转变为战略、市场、营销、制造、原料的全链路复杂管理模式，要求企业各方面决策更加高效高质。聚焦战略、经营、利润目标，制造企业需要一体化的人工智能决策。智能决策背后，是从输入数据到约束条件、优化目标的通用范式。这种范式放到所有人工智能模型中都适用。如果说大语言模型输入的数据是聊天记录，制造业工业模型输入的数据就是，从销售、生产到原料的全链路数据及约束条件，这是企业的核心资产和核心竞争力。

　　在工业领域，杉数科技打造了工业智能制造决策优化平台--数弈，覆盖企业的运营优化、协同制造、订单优化、物料协同等领域的决策优化需求。从企业的前端客户感知到生产供应、物料协同，最终形成成品交付客户，其中不仅有单点优化，也有全链路的一体优化，通过端到端的协同优化，助力企业推进工业大模型落地应用。

　　杉数智能决策解决方案，为制造业高质量发展带来量化价值

　　真正优秀的技术，商业价值应该能够被量化。杉数科技提供的智能决策方案，一直以量化的价值为导向，都可以用典型的订单层面、工作效率层面、库存层面等经营指标进行量化。

　　例如，对需求计划场景的赋能，可通过全面的需求感知和精准预测模型，改善预测准确性，降低库存周转天期实现建立需求计划-执行的信息闭环。对库存及补货计划场景的赋能，包括自动补货、多级库存补货，内含科学计算补货点、补货量、仓间调拨优化等多个模块，可在保证服务水平的情况下降低库存成本。对主生产计划业务场景的赋能，可制定针对不同计划颗粒度及业务决策场景的模块化算法配置方案，帮助企业快速制定不同业务目标下的排产排程方案。 同时，杉数科技也将需求、库存、主计划等优化模块，和能源、生产、销售网络等全链路进行联动，帮助企业真正实现全链路协同优化。 以某化工企业为例，杉数为其打造的端到端智能决策平台，构建了包括运营、订单、协同的全链路大模型，全面优化各环节效率和质量，实现销售满足率提升8%，库存资金占用降低数千万。

　　优秀的行业应用能力和价值，入选高投资价值综合场景服务商榜单

　　目前杉数科技的智能决策解决方案，已广泛应用于包括工业制造在内的数十个行业的数百家头部企业，拥有强大的解决方案能力和丰富的应用经验，正在为多行业发展注入增长动力。

　　在大会发布的亿欧智库《2023中国AI商业落地投资价值研究报告》中，杉数科技入选AI商业落地《高投资价值综合场景服务商榜单》，以及《人工智能全产业链图谱》。

　　报告指出，中国AI市场已经从“技术导向”迈向“价值导向”阶段，各细分领域中都开始出现成熟度较高的场景，AI技术为下游企业带来的综合价值日益显现。随着智能决策技术加速向各个领域渗透，未来杉数科技将加速推进场景化规模化应用，持续释放多年积累的技术、产品和解决方案势能，全面激发数据价值，助力更多企业实现高效、高质量增长。