悠桦林：人工智能+运筹学 运筹优化力量助力企业降本增效｜创业

文 | 动点科技

作者 | 陈晓

随着新一轮产业和技术革命浪潮袭来，大数据、人工智能进入到一个全新的发展阶段，拥有海量庞大的数据已不再是企业制胜的关键，如何利用大数据实现智能决策才是赢在未来的王道。而数据驱动下人工智能的应用离不开运筹学的支撑，运筹学是通过利用数学方法解决现实生活中包含大量决策变量复杂问题，寻找问题的最优解决方案，在现代商业中，运筹学已经广泛应用在各个行业中解决复杂场景下的业务问题，帮助企业实现智能决策。

运筹学可以说是人工智能的重要引擎，运筹学与人工智能紧密结合，在航空、物流、生产制造、金融、资源管理、供应链管理等拥有庞大变量和约束条件的行业和领域中得到广泛的应用并发挥巨大作用。成立于 2016 年的悠桦林便是这样一家以运筹学、人工智能、大数据技术为核心竞争力的科技公司，致力于探索人工智能和运筹学技术，在复杂度高的行业中落地，通过聚焦不同行业场景需求，为客户提供 “行业+AI+OR” 智能决策服务，目前其解决方案覆盖了智慧交通、智慧供应链、智慧制造等行业。作为国内极个别掌握运筹优化智能决策技术的公司之一，悠桦林的核心团队早年起步于智慧航空，通过东方航空约 5000 名飞行员的机组自动排班项目，解决了世界上规模最大的整数规划问题（变量规模10^16），凭着在航空业务和智慧供应链领域的技术积累，悠桦林在供应链和航空领域得到头部客户的广泛认可。

“现在企业都开始注重自己公司数据资产，但大部分都停留在数据积累的阶段，并没有挖掘出数据背后的价值。” 悠桦林副总裁孙荣伟介绍，“悠桦林可以依据数据沉淀，以大数据驱动科学决策，运用运筹优化求出既定条件下的最优值，为客户提供复杂场景下的 “行业+AI+OR ” 的智能决策系统，目前我们在大交通、供应链领域提供航线的网络规划、机组排班、地勤排班、运输智能调度、高级计划与排程、智慧供应链网络规划等产品与解决方案，助力企业的降本增效。

以悠桦林最开始做的航空领域为例，航空公司运营会涉及到大量的业务决策，例如航线网络规划、机组排班、乘务排班、不正常航班恢复、收益管理等等，而传统航空公司的管理人员主要依靠行业经验进行决策，但随着航空公司业务和规模的扩大，业务决策的难度会呈几何式的增长，在这种复杂场景下的业务问题，可执行的方案数量有种多组合，有上万甚至过亿，如果单凭人脑可能只想出 2 到 3 种方案，很难保证方案是最优解。正是基于这种痛点，悠桦林凭借着顶尖运筹优化算法的团队，为航空公司提供的解决方案中既继承了国外先进的运筹优化理念同时又切合中国本土航空企业的实际需求，比如在航线网络规划中，悠桦林团队基于运筹理论，综合考虑市场需求预测、飞机运行特性、人力资源配置、国家政策等约束条件，采用优化算法，在兼顾局方标准、时刻航权限制、运行资源下，帮助航空公司寻找最佳航线网络结构、提高整体收益和飞机利用率等。

孙荣伟介绍，悠桦林通过对航线和排班的智能规划，一年之后，为航空公司节省了大约 20% 的人力资源，增加了过亿的营收。

这样的运筹优化逻辑可以广阔的运用到物流行业，包括干线运输的调度、仓库选址与配送路径规划。例如悠桦林在给世界 500 强多元跨国食品公司提供的运输智能调度解决方案中，悠桦林深入到该公司的实际业务场景需求，将业务场景中的实际问题转化为运筹学各种约束规则，建立数学模型，能够输出真正适用于多业务场景、多约束的运输决策解决方案，为复杂调度场景提供了短时间内处理大量运输配送需求，为企业降低了 6% 的总成本。