專訪悠樺林CEO肖芳芳：「人工智慧+運籌優化」的商業化路徑

觀察者網：「世界人工智慧大會（WAIC）」作為國家級產業峰會，今年已舉辦到第四屆。本屆主題是「AI賦能城市數字化轉型」。您認為人工智慧在城市數字化轉型應用領域有哪些？能講一下具體的應用案例嗎？

肖芳芳：我們可以看到人工智慧正在經歷歷史性時刻，當今時代進入了人工智慧與傳統產業廣泛融合的前夜，它已經走出實驗室進入了產業應用階段，推進傳統行業啟動效率變革、動能轉換之路，人工智慧也正在催生新技術、新產品、新業態，實現社會生產力的整體躍升。

人工智慧目前擁有無與倫比的應用場景，已經在教育、醫療、工業、交通、辦公、生活等各領域推進城市數字化轉型。

例如，以人工智慧為代表的數字技術在數據分析和決策效率上有顯著優勢。以前，企業的決策管理一直都是高度依賴管理者或行業「老司機」積累的主觀經驗，決策節奏也只能是一次次離散行為，如果人工依靠過去的行業經驗做決策，企業優化成本空間小、效率也低，而以機器學習、運籌學和深度學習的人工智慧技術輔助和增強人工決策，立刻能夠為企業實現提質、降本、增效的效果。

例如，在生產制造領域，大部分制造企業還使用人工方式制定生產計劃與排程，計劃、排程、下達、報工、調度基本通過會議溝通和協調，這不僅效率低，而且排出的計劃可執行率低，即使再聰明有經驗的「老司機」也無法計算出精確到工序的工作時間。

我們看到行業普遍面臨這樣的痛點，通過借助於我們自身核心技術優勢運籌優化算法和人工智慧技術研發了智能供應鏈計劃系統，能夠幫助企業在滿足各種生產資源約束的基礎上，實時、同步地給不同生產階段的生產排程計劃，最大化優化業務目標，幫助企業優化生產管理及作業流程，降低生產成本，提高整個生產及管理效率，縮短生產周期，加快市場響應速度。

悠樺林智能供應鏈計劃系統

在實際落地案例中，我們服務世界領先的汽車零部件制造公司，通過我們的系統將原來花費數小時的排產工作縮短至分鐘級，降低了11%單SKU（Stock Keeping Unit，庫存量單位）備庫量，提升了15%交付及時率。

應該說，現在基於AI用模型和算法做出的智能決策，充分展示出比人工經驗決策更高的精準度，商業決策正在從基於主觀經驗的滯後離散決策轉向基於數據的智能實時決策，數字化時代的企業決策必需向智能化轉型，完成由經驗決策向機器決策演進。

從我自身的角度來講，我們悠樺林一直在積極探索AI賦能城市數字化轉型，我們通過人工智慧+運籌優化算法，讓企業具備商業智能決策能力，在工業領域，通過智能APS（Advanced Planning and Scheduling，高級計劃與排程）讓企業更科學地規劃生產計劃，降低生產資源浪費，提升生產效率；在物流領域，通過智能調度幫助企業找到性價比最高的運輸路線，降低運輸成本，保障送達時效；在交通運輸領域，通過完整的產品體系和智能決策產品矩陣，實現交通運輸業的戰略規劃、精細化運營和實時調度。

悠樺林智能供應鏈計劃系統甘特圖

觀察者網：隨著人工智慧領域中算法、算力、數據三要素快速迭代升級，人工智慧技術區域成熟，開始與各個垂直行業應用進行深度融合。您認為人工智慧實現賦能行業的關鍵和核心是什麼？很多人工智慧公司如雨後春筍般出現，您認為這樣的科技公司應該具備怎樣的核心競爭力才會脫穎而出？

肖芳芳：從商業角度來看，人工智慧賦能行業的核心關鍵在於能否給使用者帶來價值，是否有商業化的市場需求；人工智慧是一種技術能力，最後是要變現成場景應用，幫助企業、消費者去解決問題，或帶來新的「剛需」。人工智慧要實現行業賦能，推進行業數字化升級，前提是能給行業帶來實際的效率提升或者降本增效等價值，如果沒有商業化的市場需求，便無法推進人工智慧技術，在過程中便被市場淘汰。

放眼中國和全球的人工智慧實踐，人工智慧與工業的結合成為全球矚目的焦點，工業智能的核心在於決策和執行，但是目前工業界大都以人的決策和反饋為核心，而人工智慧為工業帶來的革命性的改變是擺脫人類認知和知識邊界，為決策支持和協同優化提供可量化的依據，人工智慧最重要的一個價值在於實現知識的沉淀，把工業的技術、經驗、知識復用和重構，從而降低成本，降低風險，提高生產服務效率。

可以說在海量數據和算法革命的雙向加持下，人工智慧正在以史無前例的廣度、深度和速度逐漸為不同行業賦能，並在席卷更多商業資源的同時，為公眾創造價值。

至於核心競爭力，我們是算法加行業know how。我們就是以算法為核心技術，在保障技術領先的前提下，深刻理解行業和認知行業痛點，用新的技術解決行業內長久存在的老問題，為企業構建智能決策的神經系統，希望能夠影響整個行業乃至更大範圍的商業決策。通過將場景作為關鍵驅動力，我們的智能決策解決方案覆蓋航空、智能制造、供應鏈等領域，幫助企業解決了在業務場景中的一系列決策優化難題，為企業各級決策者獲得知識和洞察力，提高了決策的科學性。