2022年，是疫情的转折之年，也是很多企业和行业的变革之年。经济寒冬中，抗风险能力、生产供应柔性、精细化运营等被提升到前所未有的高度，数字化转型愈加迫切，智能决策成为越来越热的话题。自救和蛰伏之外，很多企业都在借助智能决策技术破局增长甚至弯道超车，智能决策领域的这一年，是挑战和突破共存的一年。

　　挑战在于，面对复杂多变的国际格局和疫情形势，企业对自主可控技术的要求越来越高，对技术的经济效益考量增强，在选择服务厂商时更加谨慎。突破在于，智能决策的国产化技术再上新台阶，业务应用范围和方式也持续拓展，智能决策的价值被进一步释放。

　　透过2022年的这些动向和改变，我们可以看到，困境并不会让有价值的技术和企业止步，反而会助推它向更深更远的地方渗透。智能决策在新边界的突破，对新场景的赋能，都给2023带来更多想象和期待。

　　自上而下加码，“三花聚顶”催热智能决策市场

　　智能决策是随着数字经济、工业互联网等逐渐发展起来的，和前些年互联网风口中的产业形态不同，智能决策在技术和实践上都复杂得多，其真正走进大众视野不过是近几年的事情。而在2022年这个特殊时期，上自国家政策下到企业战略，都越来越重视智能决策。

　　国家政策方面，2022年初，国务院发布的《“十四五”数字经济发展规划》强调，有条件的大型企业要形成数据驱动的智能决策能力。8月，科技部发布《关于支持建设新一代人工智能示范应用场景的通知》，明确运用优化决策等技术，实现生产过程等领域的智能决策。

　　从市场需求上来看，疫情给经济市场带来巨大冲击的同时，也让更多企业意识到“柔性增长”的重要性，不确定的市场环境倒逼着企业加快转型升级。同时，消费模式的“千人千面”以及营销渠道的多元融合，让产供销的格局发生变化，生产、供应、营销等都亟需提升计划管理的敏捷性，智能决策成为企业数字化转型的必然选择。

　　Gartner发布的《2022年人工智能技术成熟度曲线》报告称，尽早采用复合型人工智能、决策智能等AI技术将给企业机构带来明显的竞争优势。并指出，在企业机构重构业务流程并增强韧性、适应性和灵活性的过程中，决策智能方法和技术将发挥重要作用，依托多种软件技术的决策智能市场正快速兴起，已开始为决策者提供解决方案。

　　技术方面，智能决策技术目前已经走向早期成熟的阶段，大数据、人工智能、运筹优化等技术融合日益加深，智能决策的技术可行性和应用价值在不同领域都得到了验证。而且，以阿里、华为、IBM为代表的平台型厂商，和以杉数科技为代表的垂直型厂商，都在针对不同方向持续推进技术创新，为智能决策的广泛落地提供源源不断的动力。

　　可以说，这一年，政策、技术和市场迎来“三花聚顶”的时刻，智能决策不再是“锦上添花”的选修课，而成为企业数字化道路上无法绕过的必选题。2022年，领先企业没有因为疫情影响放慢改革步伐，智能决策市场依然呈现较大的增长态势。据爱分析推算，2022年中国智能决策市场规模为87.7亿元人民币，同比增速为28.0%。在这个增长数字背后，蕴藏着哪些改变？又将给未来发展带来怎样的指引和启示？

　　技术之变：国产化技术更上层楼，服务厂商百花齐放

　　在我们看来，智能决策主要包括三个阶段，每个阶段都关联着不同的核心技术。第一阶段是数据描述阶段，即数据采集和管理，主要涉及数据处理相关技术；第二阶段是通过数据进行规律分析，即利用机器学习和统计学技术了解事物背后的原因和规律，并对未来做出预测；第三阶段是建模和求解决策，涉及到机器学习和运筹优化等技术。

　　当前，数据处理技术已经没有太大的壁垒，智能决策正处于发展的第二、三阶段，运筹优化和机器学习是两类关键技术。2022年，运筹优化和机器学习技术都实现了不同程度的突破，其中，国内运筹优化技术的成绩非常亮眼。

　　运筹优化的核心技术是求解器，近几年刚刚发展起来，由于研发壁垒较高，目前国内研究的企业和机构都很少。在智能决策赛道上，杉数科技是少数具备底层求解器技术自研能力的服务厂商。2022年。杉数求解器COPT实现了三次重磅升级，使得国产求解器的各项求解性能上都已经比肩甚至超越国际先进的求解器。目前，COPT求解器同时具备大规模混合整数规划、线性规划（单纯形法和内点法）、半定规划、（混合整数）二阶锥规划以及（混合整数）凸二次规划和（混合整数）凸二次约束规划问题求解能力，为中国智能决策技术的广泛应用提供了强劲的底层技术支撑。

　　机器学习技术，主要是通过强化学习、深度学习等算法实现预测，其与整体AI技术的发展水平相关，2022年各个服务厂商都在不同程度地加大机器学习与智能决策的融合创新，从算法、模型等层面提升智能决策的速度和质量。

　　技术前进的一小步，映射到各行各业的无限场景中，带来的都是巨大的变化。举例来说，求解器求解性能的提升，可以提高企业决策效率和质量，进而带来成本降低或收益增加，比如，上汽通用基于求解器COPT构建整车排产系统提升入场运输效率，结合各路线/供应商结算模式，预计年化收益达数百万。在数字化的浪潮下，技术创新永无止境，相信随着不同技术的叠加效应逐渐显现，智能决策会释放出更大的潜能。

　　在智能决策赛道上，因为技术路径不同，不同服务厂商的服务场景也各有差异，应用版图呈现出百花齐放的特点。具体来看，偏重于机器学习类的厂商，主要服务于预测类业务场景，偏重于运筹优化技术的厂商，对于资源调度类问题更加游刃有余，而能够将机器学习和运筹优化技术深度融合的厂商，无论是现在还是未来，都将占据更大的领先优势。

　　应用之变：大型企业加速决策升级，场景渗透加剧

　　技术的进步有赖于科研水平的发展，同时也需要在商业场景中的千锤百炼，大型企业由于数据基础更深厚，成为智能决策实践的引领者。2022年，很多大型企业在推进数字化建设时，都着重加强数据驱动决策，在城市基础设施建设方面，智能决策也成为打造智能化和精细化运营模式的关键力量，各服务厂商则在不同领域各显神通。

　　根据《2022爱分析·智能决策厂商全景报告》显示，各智能决策厂商的服务范围已经覆盖包括工业制造、消费零售、金融、能源、航空等十多个行业。从整体情况来看，工业制造、消费零售和金融行业是服务厂商较为集中的领域，能源电力、轨道交通等领域由于场景更为复杂、技术壁垒更高，服务厂商相对较少。其中，杉数科技是少有的业务范围覆盖几乎所有行业的服务厂商，这显示了其综合技术和解决方案能力。而从杉数科技的应用实践中，我们也可以简单了解过去一年市场的应用情况。

　　在服务模式上，杉数科技一方面将求解器COPT作为一种通用的智能化工具，接入不同企业和机构的数智化系统和平台，实现底层求解“芯片”的国产化替代，发挥国产求解器的普惠价值。另一方面，以求解器为核心技术引擎，为企业机构提供不同场景的全套解决方案，帮助企业实现从数据到决策的升级。2022年，其在零售消费、工业制造、能源电力、轨道交通等领域都成功落地了多个项目，业务范围和市场规模都在进一步扩大。

　　比如，零售消费领域，杉数科技为伽蓝集团打造的智慧供应链平台成功落地，该平台打破了伽蓝集团原有计划的孤立性，实现在“一盘货”模式下让数据变现，帮助伽蓝建立动态可调整的库存水位，充分释放“一盘货”势能，极大地提升了计划的高效敏捷性，满足市场碎片化需求，为伽蓝构建坚实的企业竞争壁垒。

　　工业制造领域，杉数科技与上汽通用打造的整车数字化排产系统在凯迪拉克工厂上线使用，并荣获2022 IDC中国未来企业大奖优秀案例获奖。该系统助力上汽通用凯迪拉克工厂实现更精准、更高效、更均衡的排产目标，实现了精细化的物料拉动，降低了物流成本，为上汽通用带来了可观收益，更为上汽通用实现整车厂、零部件供应商、物流运作服务商与经销商多方高效协作，建立“共担、共享、共赢”的数字化新生态奠定了重要基础。

　　能源电力领域，杉数科技协力南方电网打造的电力市场出清引擎成功上线，在南方区域电力市场启动试运行，通过设计出清计算差异化算法，对电力现货市场原出清模型进行深度定制化改造，显著提升了现货市场出清计算效率，实现机组出力分配最优化，促进电力现货交易的供需平衡，有效降低了平均发电成本，提升了整体运营效率和效益。

　　轨道交通领域，上海地铁与杉数科技基于智能决策技术打造的全寿命智能检修计划排程系统在上海地铁投入使用，系统以更智能、更精细、更敏捷的决策助力车辆检修精益化，推动了检修模式的全面升级，为上海轨道交通智能运维系统达到国际领先水平提供了有力支撑。

　　智能决策技术在不同领域的落地开花，让我们看到智能决策发展的更多可能，而领先企业的成功实践，也让他们更早地享受到智能决策的红利。疫情的反复无常，带给市场诸多压力和冲击，这种时候往往也是企业实现弯道超车的机会。在智能决策应用上的率先试水，让大型企业在面对疫情时有了更灵活的选择，也为他们在疫情后持续增长积蓄了更多力量。

　　整体来看，智能决策技术的渗透力在2022年变得更加强大。供给侧，越来越多的服务厂商进入到不同的领域和场景，去挖掘数据的价值，去激发产业的活力。需求端，越来越多的企业和机构不仅将智能决策写进战略规划，也开始推动智能决策落地，在不同业务场景实现管理运营升级。

　　站在经济复苏的新起点，智能决策领域将有哪些新期待？

　　以上在技术和应用上的变化，放大到整个时代看，可能并不显眼，但对于数字化转型而言，这些改变将为企业突破经营瓶颈带来新的动能和参考。如果说过去企业数字化转型更关注的是数据平台建设，那么接下来，如何从决策角度进一步激发数据价值将成为重点方向。

　　对于迫切想要推进数字化转型的企业来说，既要在顶层设计上充分认识智能决策的价值，将其融入数字化进程的不同阶段中，也要持续夯实数据基础，选对方向、用对方法，真正让技术在场景中释放生产力。

　　对于各类服务厂商而言，三年疫情加强了企业对智能决策的重视，2023将迎来一个加速增长的时期，但这并不意味着轻易就可以吃到“蛋糕”。智能决策技术创新与场景融合之难，依然是该领域的关键困境所在，落到实际的业务和举措上，就是如何兼顾技术升级和商业价值的提升。由于各个厂商的技术、资源、解决方案和服务模式都不同，对业务的促进作用也各有差异，2023年必将还是竞争激烈的一年。

　　技术层面，无论是深度学习还是运筹优化技术，国产化仍然是大趋势。当前国际格局下，安全、自主、可靠成为企业数字化转型过程中不得不考虑的因素。因此，在国产化技术方面有优势的服务厂商拥有更多的机会。另外，机器学习和运筹优化的融合发展，将进一步延伸智能决策技术的应用边界，各服务厂商的技术比拼将更加激烈，构建自己的技术壁垒才能够走得更快更远。

　　应用层面，智能决策落地不是技术“嫁接”，它需要扎根场景，从数据、模型等多个层面打通业务逻辑，才能从本质上解决业务问题，进而带来效率和效益提升，这就非常考验服务厂商的Know How能力和深耕的决心。同时，随着赛道上的竞跑者越来越多，服务厂商需建立可快速规模化落地的业务模式，加快市场扩张速度，毕竟，市场和时间是不等人的。

　　站在2023的新起点，领先厂商们可能已经厉兵秣马，准备抢占先机，而过去沉淀下来的所有经验和优势，都将成为他们继续突破的原动力。比如，杉数科技在国产求解器上的独特优势，将为其扩展市场提供强劲的增长动力，而凭借显著业务效果积累的一大批高粘性客户，也是其后续扩展业务边界和市场的重要资源，同时，基于不同的业务场景构建的标准化基础模型库，可迅速在类似场景中快速推广复用，为产品规模化应用打好了前战。

　　从具体实践路径来看，由于智能决策可以惠及的业务领域及场景非常广泛复杂，很难实现“一刀切”式的大跃进，由点到面的逐步推进其在企业和行业落地，比较符合数字化的演进规律，具有扎实技术基础和业务模式的企业，有望在2023年迎来新一轮的爆发。

　　眼光放长来看，智能决策的下沉和推进是一场综合技术和耐力的马拉松，国内目前刚刚跑出五公里，挑战和机会都还很多，未来还有很长的路要走。IDC预计，到2025年，超过60%的中国企业将把人类专业知识与人工智能、机器学习、NLP和模式识别相结合，做智能预测与决策，以增强整个企业的远见卓识，并使员工的工作效率和生产力提高25%。而2023年作为第一个过渡期，注定是充满惊喜和期待的一年。历经洗礼之后，各行各业都将迎来复苏和转机，智能决策技术将在新的商业变革中焕发出更强的活力。（张超勃）