杉数科技成立于2016年，专注于以决策式AI解决企业复杂运营与资源优化问题。联合创始人兼CPO王曦说，公司今天的方向与创业之初定下的目标高度一致。也正因如此，四位斯坦福大学的博士生，能并肩奋斗十年。
创业早期，杉数科技所选择的技术路线并不容易被市场迅速理解。相比典型的人工智能企业，杉数深入企业核心生产运营场景，技术体系更复杂、行业积累周期也更长。随着越来越多AI技术成果进入实际生产系统，市场对于这一路线的认识也在逐步加深。
王曦认为，一些真正复杂、长期的技术价值，本身就需要时间沉淀，也需要时间被市场理解。
王曦本科毕业于北京大学，毕业后获得美国斯坦福大学最高级别全额奖学金，师从美国国家工程院院士、现代决策分析创始人 Ronald A. Howard 教授，并取得斯坦福大学决策分析与风险分析博士学位。Howard 教授曾为自己定下目标：教书 50 年，培养 100 位博士生。王曦正是他的第 88 位博士生。
2016年，王曦与三位斯坦福大学的同学回国创办杉数科技。彼时还没有今天这一轮AI浪潮。十年后，大模型火热，杉数被市场贴上一个新标签——“决策式AI”。王曦提到：“我们不是因为大模型出现才进入AI。更准确地说，是AI发展到今天，开始走进杉数过去十年一直在做的事情。”
杉数科技联合创始人&CPO王曦
好决策，不只由结果决定
对王曦而言，导师Ron Howard影响最深的一句话是“一个决策质量的好坏，不应该只由结果来决定。”
“每一个决策，本质上都是在结果尚未发生时，基于已有信息对收益、风险和不确定性进行综合评估。决策过程是否完备，比事后是否恰好得到理想结果更重要。”
王曦说，决策科学分描述性、诊断性、规范性等不同学派。他所在的规范性决策，可以把决策过程理解为一套能够工程化的方法体系。不同的人、不同的企业可以形成自己的“决策应用”，底层的方法体系则提供面对复杂决策时相对稳定的分析框架。
“杉数解决的是运营决策问题。”王曦强调，“那些能用数学模型描述、能定义最优目标的问题。”生产调度、物流调度、维修调度、人员调度，每一个都有优化目标：库存少、交付及时、用车少、能耗低。同时还有约束条件：法律法规、物理空间、经营规范。在既定规则和复杂约束之下寻找更优方案，这正是决策科学所要解决的问题。
生成式AI之外，还有决策式AI
今天大家谈AI，往往会先想到大模型。王曦把AI能力演进总结为三个阶段：分析式AI、生成式AI、决策式AI。分析式AI回答“发生了什么、可能发生什么”；生成式AI解决“能够创造什么”；决策式AI则回答一个更重要的问题：接下来应该怎么做。
“大模型当前擅长内容生成、知识理解、自然语言交互以及基于概率的预测。”王曦说，大模型生成内容，本质上是通过对上下文进行建模，持续预测后续最可能出现的词或Token。其能力很大程度上来源于已有数据和经验分布。AlphaGo可以下出历史棋谱中没有的‘神来之笔’，但无论是围棋还是工业决策，真正进入实际场景后，都还需要面对明确规则、复杂约束和可验证目标。”
这在工业场景里很关键。如果企业管理者问：为什么今天生产一万个零件？为什么这批零件安排在这里？系统不仅需要给出结果，还需要说明决策依据、约束条件以及方案变化的原因。对于企业核心生产经营系统而言，可解释、可验证和稳定性都是重要要求。王曦说，大模型像全科医生，能力广；而企业核心生产经营决策，往往更需要专科医生。不同技术路线解决不同问题，谁也不能简单替代谁。
在杉数的决策式AI体系里，大模型负责理解人的语言、业务知识和意图；求解器负责在巨大可行空间里计算满足约束、接近全局最优的方案；GPU加速、并行计算等高性能计算能力提供底层算力支撑，行业Agent与业务系统进一步推动决策执行。最终形成可解释、可验证、可执行的决策方案。
“理解问题和算出一个好决策，是两种不同的能力。”王曦说。
也正因此，杉数所强调的决策式AI，并不是单一模型或单一算法，而是一套从理解、建模、求解到执行的全栈能力。
全栈决策式AI：用“乐高积木”拼定制方案
杉数把自己定义为“全栈决策式AI”。王曦解释，“全栈”不是什么都做，而是因为产业决策问题复杂，必须从底层计算、优化引擎一直贯通到上层应用。
他把决策问题比作小学生解应用题。每道题的条件不同，但方程组不一定变。因为定义问题属于应用层，模型构建和优化求解属于引擎层，而底层算力则决定复杂问题能不能算得更快、更稳。杉数有擎天决策平台，有大模型能力，也有决策算法能力，将不同产业场景沉淀为不同的“决策APP”；优化计算层由COPT求解器承担，将业务问题抽象形成的数学模型求解为更优决策方案；更底层的技术底座还有GPU加速、并行运算、算子库等算力积累。
“不同行业、不同企业面对的决策问题看起来千差万别，但底层往往可以由相对标准化的技术模块进行组合，就像不同的乐高作品，都由标准积木搭建而成。”王曦说。
这也解释了杉数科技的商业模式：产品加服务。产业决策必然需要一定程度的定制化，因为企业最核心的业务规则、生产约束和经营目标需要被准确地纳入系统。这与部署一个标准化CRM系统、让所有企业遵循相似流程并不相同。但定制化也并不意味着每个项目都要从零开始。通过产品标准化和服务定制化之间的平衡，杉数希望用平台化产品支持大量具有行业差异的复杂决策需求。
而判断AI有没有真正落地，王曦给出一个很直接的标准：它有没有进入企业真正复杂、高价值、低容错的核心生产系统。
杉数科技自2019年起推出中国首个自主研发的商用级数学规划求解器COPT，目前已在国际权威评测中15类问题中取得11项世界第一，相关核心技术经科技成果评价达到国际领先水平。累计服务20余个行业，覆盖80多个国家和地区的数百家行业头部客户。
在电力领域，杉数科技参与南方电网的国内首个电力行业求解器建设，把国产自主优化计算能力真正放进百万级变量和复杂约束的电力市场与电网调度场景。相关“天权”求解器今年还入选了央企十大数字技术成果；在航空领域，杉数与南方航空共同建设了国内首个航空行业求解器，把优化决策能力应用到航空等高度复杂的生产运营体系中；在全球市场，杉数还参与了南非长期能源转型规划，用COPT和GPU加速算法支撑数百万变量规模的能源系统优化，这一项目今年也入选了联合国AI for Good相关全球案例。
“这些实践既涉及精细化调度带来的收益，也关系到关键基础软件能力的自主可控。对于电力、航空等关系国计民生的重要行业而言，具有很高的社会价值。”王曦说。
单一标签，无法定义杉数的“本色”
创业十年，杉数科技并非一直站在聚光灯下。王曦说，2016、2017年时，科技媒体追踪杉数，定义就是“人工智能决策技术”。彼时，‘决策智能’还远没有成为AI行业广泛讨论的主流方向。公司发展到今天，专注方向始终不变。
“技术浪潮和产业概念会不断变化，但企业最核心的事情不能只靠标签来定义。”王曦说，“更重要的是用长期解决的问题来创造价值。杉数一直在做的，就是用先进技术解决复杂的决策问题。”
“杉数创业至今十年，像一棵杉树在中国产业最深处落地生根。AI下一阶段真正的竞争，就是谁能把AI真正变成企业的生产力。”王曦说。让AI更落地、让决策更智能，这是杉数一直坚持的方向，也是一路走到产业深处的答案。
广盛网提示：文章来自网络，不代表本站观点。
