关键词：杉数科技；杉数数弈；优化求解器COPT；智能制造协同；森马服饰；舜宇光电；六国化工

  杉数科技（北京）有限公司（简称杉数科技）针对工业企业智能制造协同难的痛点，以自主研发的商用优化求解器COPT（Cardinal Optimizer）为核心引擎，打造“引擎+决策中台+场景”端到端智能制造协同决策优化系统——杉数数弈，驱动智能制造产供销全链路协同运行，为数百家企业提供业务模式转型升级服务，入选工业和信息化部工业大数据实验室“2022数据要素驱动企业数字化转型优秀案例”。

智能制造协同三大瓶颈

  工业制造产业链路长、生产流程复杂、影响因素多，随着制造业向数字化、智能化转型，支持智能制造的供应链网络跨场景、跨领域融合成为常态，工业企业传统的单线路运营管理方式正逐步转变为贯穿研发设计、原料采供、生产、市场、服务等全链路的供应链上下游协同模式。当前，工业企业在智能制造协同方面主要存在三大瓶颈。

1. 数据孤岛导致内外部协同效率低、成本高

  随着信息技术快速发展和普及应用，企业生产经营各个环节拥有海量数据，但这些数据分散在众多业务系统中，形成一座座数据孤岛，导致企业内部协同流程不通畅，协同效率低。在企业外部，由于供应链上下游企业间缺乏有效的协同合作机制，信息壁垒导致供应链协同成本高，造成大量的数据资源浪费。

2. 大规模数据计算难，数据处理质量低

  企业从规划、计划到执行的运营管理每个环节都涉及大量的数据计算。在规划层面，企业需要对整体产能、收益和物料供应等情况进行宏观掌控；在计划层面，要考虑所有订单约束（收益、交期、物料、人员等）条件因素，为每个订单合理调度生产周期和资源，同时要协调供应、销售、物流等部门按计划提供相关支持；在执行层面，要针对具体订单合理使用物料、设备、人员、能源等生产资源。传统的数据处理方式难以承担多目标、多约束条件的大规模数据计算任务，数据处理质量低。

3. 市场变化快，实时协同调整难

  在复杂多变的市场环境中，订单、物料、人员、设备等生产要素随时都可能发生变化，而大部分企业的数字化系统受技术、规模、人员素质水平等条件所限，不具备数据高效计算和灵活调整的能力，很难快速响应市场变化而进行实时协同调整，从而影响企业经营决策的科学性和协同执行力。

为智能制造装上“决策大脑”

  针对上述智能制造痛点问题，杉数科技基于运筹优化、机器学习、深度学习等人工智能前沿技术，以自主研发的优化求解器COPT为核心引擎，通过智能算法建模和求解器高效求解，将不同生产运营问题抽象转化为数学问题进行求解优化，打造智能制造决策优化系统——杉数数弈，赋能不同类型制造企业全业务场景数智化转型升级。

1. 构建智能制造“决策大脑”

  杉数数弈智能决策优化系统由基础技术层、平台（模型/算法）应用层和业务场景层三部分构成（如图1所示），基于“引擎+决策中台+场景”的端到端决策优化技术平台，统筹工业制造全业务要素，高效求解，全局优化，构建智能制造“决策大脑”，打破企业数智化转型壁垒。

  基础技术层：以杉数科技自主研发的优化求解器COPT为计算引擎，为智能制造过程的大规模数据计算、数据处理、决策分析提供基础技术支持。杉数优化求解器COPT是目前国内唯一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的综合性能数学规划求解器，可支持亿量级数据问题的高效求解，且应用灵活，扩展性好，能够根据不同的制造业务场景进行定制化调优。

  平台（模型/算法）应用层：将杉数数弈智能决策优化技术与工业制造丰富的应用场景结合，构建不同类型的算法模型和组件，帮助企业快速梳理业务数据和逻辑。这些模型和组件通过抽取同类型业务的共同点构建，可以根据企业实际需求进行灵活调整。

  业务场景层：杉数数弈针对运营、生产、订单、物料四大场景，构建了四个核心应用功能模块，以满足企业多元业务运营需求。智能运营管理模块通过偏差分析与方案模拟，帮助企业实现需求与供应匹配、生产与市场协同及产销平衡；智能生产管理模块帮助企业制订中长期多层级联动计划，智能辅助决策，跟踪监控计划执行数据，优化业务流程，提升运营效率；智能订单管理模块可以对订单全生命周期进行可视化和量化管理，快速计算订单的可交付日期，提高客户满意度；智能物料管理模块通过端到端的精细化协同管理，优化物料供应和分配方案，保障物料齐套。

2. 杉数数弈落地应用方法和路径

 我国工业体系拥有41个大类、207个中类、666个小类，不同的行业/领域、不同的企业有不同的具体问题，智能决策优化技术在解决具体问题时的执行方案也有所不同，但整体思路和实施路径都是借助技术实现从数据处理到决策的跃迁。经过多年的技术创新和服务经验积累，杉数数弈形成了一套成熟的应用方法和路径，帮助企业步步为营推进智能决策落地应用。

  第一步，夯实数据基础。其核心是打破数据孤岛，帮助企业梳理产供销全链路的多元数据，实现从需求、采购、生产、交付等环节的信息透明传输，将各种生产管理规则统一化、标准化。在进行数据处理时，杉数数弈可以和多种系统对接，也可以借助智能算法帮助企业梳理业务逻辑和规则，规范数据治理，优化业务流程。

 第二步，算法建模和求解。这一步需要对企业的业务模式和逻辑有清晰的认知，根据企业的业务目标和对应的各种约束条件，将具体业务问题进行抽象化建模，通过求解器高效求解，从多种目标方案中得出最优方案。如在生产计划应用场景中，不同的订单排序、产线和人员安排都会影响产品交付时效，通过杉数数弈的运筹优化技术快速建模求解，可以在满足交付时效要求的情况下得出成本最低、效益最大化的生产计划。

  第三步，业务仿真模拟对比决策。企业在做各种决策时，常常需要对比不同条件下的方案，杉数数弈基于模拟仿真技术，对不同条件下可能发生的不确定性情况（如有急单插单等）进行分析预测，可以对比不同调度方案的成本和效率进行最优化决策，帮助企业灵活应对市场变化，避免不必要的经营风险。

  在上述实施路径中，打通全链路业务数据是基础，智能决策如同给数据链注入了灵魂，通过快速而高质量的数据采集和计算，让相互连通的业务链协同优化决策，反应更加灵活敏捷，反馈到业务价值上就是统一目标下各个制造环节效率和质量的协同提升。

3.“标准化+定制化”服务模式

  在具体应用中，杉数数弈各应用模块可以对接多种数字化系统，不同应用模块也可以自由组合和串联，形成局部或全链路智能决策优化方案，满足多元化的智能制造决策优化需求。

 基于不同企业的业务模式和需求差异，杉数数弈智能决策应用并非简单地安装一套系统，而是需要结合具体业务场景进行针对性适配。基于此，杉数科技通过对多类制造业务问题进行抽象化提炼，将杉数数弈的底层计算引擎与行业沉淀的模型组件进行标准化匹配，赋予其扩展性和灵活性，由此衍生出针对不同行业、不同场景的解决方案，企业可以根据自身需求在标准化组件的基础上进行定制化调整升级。

智能制造端到端协同案例解析

 对企业而言，技术只是智能制造协同的工具和手段，其核心是数据驱动的业务模式变革。杉数数弈智能决策系统对智能制造协同的赋能，更多体现在帮助企业达成更加柔性化的生产能力、更加灵敏的市场响应，乃至业务模式创新升级等方面。当一家企业能够全局协同调配产能、物料、人工、仓储、物流等生产资源时，生产线可以在大批量和小批量生产之间任意切换，从而更好地服务上下游合作伙伴及客户，带动整个供应链高效协同、降本增效。

  目前，杉数数弈已经在汽车、电子、钢铁、化工、服装、新能源等多个制造行业/领域广泛应用，累计服务数百家企业。由于每个行业和企业的生产流程和业务需求不同，具体实施场景和路径也有差异。以下通过三个不同行业制造企业的案例，分析杉数数弈赋能智能制造协同的过程。

1. 森马服饰：多工厂智能排单，提升产销协同效率

  浙江森马服饰股份有限公司（简称森马服饰）旗下有十几个服装品牌，由分布在全国各地的数百家供应商工厂组织生产，工厂的生产运营和产能负载等实时数据统计难度大，导致公司生产管理相对被动。由于森马服饰各个服装品牌均独立运营，数据管理散乱，而公司生产排单需要综合考量市场需求、库存状况、供应商物料采供和生产能力等多种因素，还要兼顾长中短不同供应周期的产能和订单分配，要把成千上万种款式的服装产品订单在不同的时间段，按不同的数量分配给数百家生产能力参差不齐的工厂，数据计算的工作量和复杂程度已经远超人工计算能力的极限。为此，森马服饰亟须通过数智化转型来实现产销协同。

  针对森马服饰的需求痛点，杉数科技基于杉数数弈为其打造了一套覆盖多品牌、多生产场景的智能排单系统。该系统从订单分配规则、排单因子、排单计划、产能负载等角度对森马服饰的多工厂供应链数据进行系统梳理分析，综合考量影响订单分配和生产效率的各种因素，通过智能算法建模和求解器求解，得出最优排单计划，并将排单计划同步传输给相关环节，实现订单和各类生产资源的高效协同配置。

  该系统包括产能规划、初版排单、齐色排单、大货排单四大模块，分别对应服装生产的不同周期，通过全局视域下的多环节优化，最终将每个服装款式按品牌、品类、面料种类、销售渠道、适用年龄段等标签精准分配到具有对应生产能力的供应商工厂。

借助杉数数弈智能决策优化系统，森马服饰的排单模式实现了从人工到智能、从局部决策到全局协同决策的转变，生产运营流程更加柔性、流畅，产能规划颗粒度更加精细化，订单响应速度倍增，接单量和排单效率大幅提升，订单生产周期大幅缩短，生产成本持续下降。

2. 舜宇光电：物料管理智能协同，提升物控效率和质量

  物料是生产制造的基础和前提，从客户下单到企业采购、生产、配送，每一个流程都离不开物料的支撑。任何一种物料“掉链子”，都可能引发后续的“多米诺骨牌效应”，导致生产、库存、交付等环节的失控。对于制造企业而言，如何根据每个订单的生产周期来全面把控物料是很大的挑战。

从物料管理流程看，生产前要做好计划和储备，生产过程中要时刻关注物料供应的动态变化，了解并持续调整各种物料的年、月、周、日库存、补充、分配数量及时间节点等，每一个环节都存在着持续、动态而精密的决策问题。但很多时候，决策跟不上变化，如临时增加订单，物料够不够？怎么分？先分给谁？能不能挪用？临时高价采购物料值不值？当同时有许多种大数量物料供应和分配需要做这些决策时，其数据计算量将是巨大的，再加上受订单变化、设备维修、人员变动等因素影响，企业如何保证每个订单都有足够齐套的物料？

  宁波舜宇光电信息有限公司（简称舜宇光电）是全球领先的综合光学产品及零部件制造商舜宇集团旗下规模最大的全资子公司，此前主要依靠人工管理物料。人工分配物料经常需要跨部门沟通，信息传输不通畅导致沟通效率低，人工计算物料数据效率低、易出错，领用物料时还容易出现物料错领、挪用等情况，导致生产成本居高不下，甚至影响订单交期。

  舜宇光电引入杉数科技作为数智化供应链转型升级服务商，基于杉数数弈合作打造了物料分配智能决策系统，以产供销一体化的思路进行物料智能优化分配，建立多级物料分配模型和机制，开创了端到端物料智能协同管理新范式。

一方面，该系统以销售订单、库存、生产订单等要素作为输入数据，建立订单层级的物料分配机制，综合考量分配优先级、供应优先级、物料类型、客户替代、协议备料等众多约束条件，自动完成物料供需分析核算并生成物料分配方案。操作人员确认物料分配方案后，物料会自动匹配给系统指定的订单并进行锁定，防止物料被错领或挪用。

  另一方面，当遇到临时插单或订单取消等情况时，系统可根据订单数据给出物料分配调整建议。系统还可以自动进行生产物料齐套检查，在生产前，对物料的毛需求量、即时库存量、采购未交货量、工单未领量、净需求量、需领用量、已领用量、未领用量、分配量、齐套量、齐套率、齐料率等数据进行智能检查分析，为生产订单下达提供决策建议，避免发生上线生产后停工待料等情况。

 从人工模式的点到点物料管理到订单、采购、分配、生产的全流程端到端物料智能协同管理，使舜宇光电物料管理数据精度和决策效率明显提升，大幅缩减了人工核算时间；同时，物料缺货情况大为减少，每周物料库存周转平均减少半天，年节约运营管理成本近百万元；公司订单达成率增长5%，订单交付效率和客户满意度大幅提升。

3. 六国化工：产供销一体化协同，促进降本增效

 安徽六国化工股份有限公司（简称六国化工）供应链网络覆盖全国30个省份的1000多家经销商，产品种类多、业务范围广、营销渠道复杂。为了提高经营管理效率，六国化工陆续构建了SAP（企业管理解决方案）、ERP（企业资源管理）、SMS（销售管理）等系统，将各类经营数据从纸质账本搬到线上，但关键的供应链管理主要依赖过往经验和人工运作，产供销各环节虽然实现了部分数据共享，执行时却各自为政，浪费了企业大量资源，也增加了运营管理成本。

  六国化工与杉数科技合作，基于杉数数弈搭建产供销协同运营管理系统（如图2所示）。该系统对供应链中的原材料、散料、半成品、成品等进行供需平衡建模分析，全面考量产能、物料等生产约束条件，并结合近三年的历史订单和库存、产能等内部数据，以及市场信息、天气与病虫害等外部影响因素数据，快速生成可落地、可执行、有实际效用的生产经营策略和计划，供应链管理实现从粗放式向智能化、协同化和精细化全面升级。

  在需求预测方面，产供销协同运营管理系统能够综合考量地区、季节、病虫害等因素对六国化工产品需求的影响，提前对未来一段时期（一个季度到半年）的潜在市场需求进行智能分析预测，最大程度地避免出现淡季滞销、旺季产能不足等情况；在库存配置方面，系统可实时精准统计、合理调配六国化工在全国市场的可用库存产品和仓库资源；在生产计划方面，系统能够将市场销量分析预测与区域工厂的产能情况精准匹配，输出成本最低、效率最优、效益最大化的生产计划，将生产任务就近分配给相应的工厂乃至生产装置；在企业整体运营管理方面，全面打通产供销数据链条，实现供需平衡，防止产能过剩和库存积压。

  基于产供销协同运营管理系统，六国化工建立市场、采供、生产、运营管理一体化高效协同机制，部门（工厂）间协同效率提高20%，库存周转率提高10%以上，物流运输费用降低5%，仓储成本一年降低约6000万元。■

作者单位

黄翔 郭煜辉 张超勃 杉数科技（北京）有限公司

王天美 国家工业信息安全发展研究中心