衡量一家商业公司是否有价值，有没有赚钱是一个务实的标准。
AI 公司林立的 2017年，在丛林中活下来已属不易，更遑论赚钱。荣获雷锋网 AI 最佳掘金案例年度榜单之最佳智能决策奖的杉数科技，在这一年有了真金白银的进账。CEO 罗小渠告诉雷锋网编辑，杉数科技 2017 年完成了A轮约 4000 万融资，全年业务回款超过1000 万，而在 2018 年的第一个月里，确认的订单已经超过了 2017 全年的收入，但罗小渠也认为，现在大家还没有真正理解杉数的价值：
“我们如果冲着赚钱，可以赚得更早、更多，目前赚的钱是为了扩大、加固基础。坦率地说，现在大家还没有真正理解杉数这家公司的价值。”
杉数科技创建于2016年，其背后是罗小渠、葛冬冬、王子卓、王曦四位毕业于斯坦福大学的博士创始人，以及以斯坦福大学李国鼎讲席教授叶荫宇为首的数十位科学家顾问团队。
这支队伍，不仅在学术界具有深厚影响力（团队成员任教于斯坦福、佐治亚理工学院、纽约大学、明尼苏达、上海财大、清华等顶级高校），而且还曾为谷歌、IBM、波音、美国能源部、中国电网等政府机构、企业解决运营决策、优化的问题。
杉数科技想要做的，是通过帮助每一个企业获得量身定制的最优化决策能力从而让他们变得“聪明”起来。CPO 王曦向雷锋网解释说，所谓最优化决策，指的是当企业面对混沌的大数据，杉数能够在决策端告诉企业，什么时间把什么资源放在什么事情上做是最优的；所谓定制，指的是B端客户具体场景各个都不同，无法“一招打遍天下”，而是需要深入研究进行定制处理的；所谓每一个，指的是通过产品化扩大规模，帮助尽可能多的企业解决决策问题。
而要做到这一点，杉数依靠的是一个金字塔型的三层技术结构。
最底层是算法，代表着杉数目前100%的技术能力。杉数科技与顺丰、滴滴、京东、万达、德邦的合作，都是从这一层的项目制合作开始的。“我们所做的这些解决方案，很大的特点是可以真正应用到用户的实际的工作中，不是比较虚的指导性建议，而是细化到 sku 的具体价格或者细化到选址的具体街道。基本上，客户如果愿意用，就可以直接用。“杉数科技CTO王子卓介绍，杉数科技以项目制形式服务的都是行业内的标杆客户，这些客户希望解决的问题是定制化的，杉数科技的科学家团队和工程师也会依据客户的数据来加以解决。这些解决方案的生产并不简单——
”比如说我们的客户中物流企业比较多，物流里面典型的问题：运输的问题，定价的问题，仓库选址的问题等等，这些我们是很有经验的。我们会根据问题、结合掌握数据的维度，建立一个很好的模型，再通过对数据的反复验证，反复打磨方案，希望真的把客户的需求做好。“
而杉数科技在基础算法上的独特优势则是优化算法以及由此衍生而来的LEAVES求解器。LEAVES 是国内首个运筹学算法平台，由杉数科技与财大并行优化国际实验室（与斯坦福大学金融与风险管理研究所联合共建）共同牵头，多家知名高校、研究所与企业共同建设的一个运筹学与人工智能基础算法平台。
LEAVES 平台包括了对多个数学规划、机器学习和运筹学应用问题的开源算法和闭源解决方案，其中数学规划求解器的部分，是首个成规模的华人运筹学优化算法求解器，这对打破大规模数据优化算法求解器由欧美垄断的局面，解决军事、安防、交通、物流、金融、医疗等关乎国家战略的问题，有着极为重要的意义。
同时，其中也有着极大的商业价值。在罗小渠看来，未来三到五年，将会爆发大量对优化算法及求解的需求。这样判断的原因在于，移动互联网时期，我们都认为它带来了海量的数据，而相比即将到来的物联网时代，这些数据不过是九牛一毛。数据的增加，会使得运算愈发成为瓶颈，而能够解决运算效率问题的一个核心工具就是优化算法。
但想要通过标准化程度低的定制化算法开发来服务B端客户，并非一个合理的商业模式，由此有了中间层。
中间层是模块，基本上与算法的能力相吻合，简单来说就是将算法模块化。罗小渠用乐高积木的例子向雷锋网解释：
“乐高售卖的并非已经成型的城堡或者飞船，而是形状与色彩种类有限的基础模块，但是使用这些模块，你几乎可以拼出任何你想要的物体来。”
按照用户需求及算法本身的结构或者是逻辑，封装不同的模块，当客户的需求过来以后，杉数就可以通过轻量化的定制工作，把模块组装成产品或者服务方案，来交付给客户。这便在算法的基础上，做了相对标准化的升级。
最上层则是更为标准的产品，结合有固定需求的客户，在模块化的基础上，开发出标准程度最高、但相对灵活度低的产品。目前，杉数拥有两款产品，一款是解决城市配送问题的小马驾驾（PonyPlus），另一款是解决库存管理问题的库存狗（StockGo）。
小马驾驾之前，在城市配送问题上，存在着人力分配不够精准、司机配送过程中的时间窗、承运公司“黑箱状态”等痛点问题，让客户、司机、承运公司三方都蒙受低效的损失。而小马驾驾则通过运筹学的相关算法，全面解决了B2B城市配送中存在的车辆规划、车辆调度、路径规划等问题。
在城市配送问题上，除了要考虑常规的配送车辆、配送路线、配送时间等问题，其实在实际操作过程中，还有诸多细节，例如“上海司机不愿意过桥”，只有深入一线，跟着货运司机一起跑，才能发现，进而将解决方案放入产品设计中。杉数科技的项目团队，在项目期内，几乎全员出动，参与了城配的所有环节，尤其是跟着司机配送，发现了不少问题。
产品上线后，项目负责人向雷锋网介绍，最直观的就是一组数据：平均节省行驶里程7.82%，平均节省用车辆25%，平均节省行驶时间7.07%。这些数字上的提升或节省，已经帮助厂商节省了一大笔成本，并且提高了承运商的效率，同时也让司机能够获得更多收益。
库存狗解决的是预测库存和库存优化的问题。简单来说，就是告诉商家应该怎么样补货，什么时间、补多少等，而且要精确到SKU级别。对于和库存密切相关的零售来说，杉数并不认为“新零售”这个概念有多么奇妙，它只是因为技术变革带来的运维方式的转变。
新零售主要是前端场景的变化——多样化、小型化、自动化。一个更小型的、多样的零售空间，对后端的供应链效率的要求也会大大提升。因为，一个一万平方的零售商店，前端选品出了一些问题，有东西卖不动也还好，但当店面只有十到二十平米的时候，一共几百件商品，其中有一堆卖不动，对盈利就会有明显的影响了，再小到无人售卖机，里面一共几十样商品，有几种卖不动就要亏钱了。越小的售卖面积，对选品的精准度、定价的精准度、配送的及时性要求会越高。
而这也就凸显了库存狗的作用。
有了战略远景，有了金字塔型的产品结构，还需要战术。
罗小渠将此总结为四个字：一纵一横。纵指的是要在几个特定行业里深扎，拥有绝对优势；横指的是通过优化算法为更多行业提供底层技术服务。
在纵的层面上，物流、零售、快消是杉数科技最看重的三个行业，其中物流是目前绝对深入的行业。在传统行业中“做生意”，非常特殊。一方面技术是门槛，另一方面行业本身有门槛。众多想要进入物流行业的 AI 公司都碰了一鼻子灰，原因就在于后者大多数来自于互联网行业，和传统行业出身的人不在同一个“话语体系”，于是往往是在外围“打个转”。而十万亿级的物流行业，在重资产的压力下恰恰是一个急需解决效率问题的行业，而这就是杉数的价值。
在横的层面上，杉数要做的是面向更为广泛的行业提高通用、易用的技术工具。求解器的成熟与商用将能够为能源、安防、金融、医疗这些支柱产业的智能化提供关键的效率工具，通过降低优化运算的技术门槛，在更为广阔的产业空间里为经济体系创造巨大价值。
面对大公司的竞争，罗小渠认为，杉数走的是“根据地”路线，基于自身的比较优势，在物流这样的行业里深扎进去、站稳脚跟，避免和大公司在正面战场上作战，因为很难有胜算。
杉数的优势有两点，一方面核心团队来自学界，大多数科学家都是智能决策技术圈子中的核心学者，对于前沿技术的扫描和吸收能力远远超过其他企业；另一方面，杉数选择深扎的领域，恰恰是巨头们难以直接发力，需要找到合作伙伴的领域。
在整个2018年，杉数科技将延续既定的战略，保持两个产品的结构，在底层算法、中层模块两个方面加大投入，深挖物流、零售等领域，帮助企业解决智能决策的问题。
正在生成分享图...
代润泽