杉数科技是一家由四位斯坦福博士创立的人工智能决策技术服务商，核心产品为智能计算求解器COPT。公司致力于将数学优化、运筹学与AI深度融合，为20余个行业的头部企业提供决策优化计算服务，助力企业数字化转型与业务增长。
核心观点：杉数科技通过AI+运筹优化的技术方案，帮助企业在资源配置、生产计划、物流管理、零售运营、金融投资、高校教育等领域实现智能化升级，提升运营效率，降低成本，增加收益。
关键数据：
- 产品及服务已在能源电力、工业制造、交通物流、零售连锁等20余个细分领域落地应用。
- 服务了包括国家管网、国家电网、海尔、小米、金风科技、中外运、中国邮政、德邦快递、东方航空、京港地铁、北京公交、滴滴、匡威、斯凯奇、立顿、好丽友、亿滋、自然堂、欧莱雅等数百家国内外行业头部企业。
- 技术成果荣获国家工信部权威认可，多次入选Gartner、IDC、福布斯等咨询报告。
- 公司获评国家高新技术企业、国家级专精特新“小巨人”企业、北京民营企业中小百强、北京市两业融合试点企业、北京市 " 硬科技”潜在独角兽企业等荣誉。
研究结论：
- 能源电力：通过智能优化模型和算法，实现资源配置优化、出清效率提升、发电成本降低、电网输电量增加等目标。例如，某大型知名电网企业项目实现求解稳定性提升1.5倍，电网增送电量及新增新能源消纳数千万MWh/年，节省研发及运维费用千万元/年。
- 工业制造：通过多工厂协同排产引擎和全局优化的多级安全库存模型，提升订单满足率，降低人工干预，增加供应链柔性。例如，某大型知名ICT企业项目实现订单满足率提升20%，产能损失降低30%，人工排产干预降低70%，收益提升上亿美元/年。
- 交通物流：通过智能优化决策系统，提升港口运作效率和自动化水平，实现资源的合理配置和生产流程的优化。例如，某大型知名干散货港口项目实现计划、指令采纳率>95%，决策时长减少50%，流程优化率提高10%。
- 零售连锁：通过智能化多级仓储管理方案和需求预测模型，优化库存管理，提升订单满足率和商品现货率。例如，某大型知名电商平台项目实现库存周转天数降低10%，订单满足率提升5%，商品现货率提高5%。
- 日用消费：通过数据驱动的需求预测和智能化的库存管理，提升供应链敏捷性，降低库存，提高效率。例如，某国际知名啤酒品牌项目实现仓端的需求预测准确率提升0.7%，缺货率降低5%，综合成本节省数百万人民币/年。
- 服饰鞋帽：通过全渠道促销定价决策建议和多工厂派单生产协同优化，提升促销GMV和产能均衡度。例如，某国际知名鞋服品牌项目实现柔供接单率提升20%，产能达成率提升30%，产能均衡度提升50%。
- 金融投资：通过最优投资组合模型和智能化风控，提升投资收益和降低业务风险。例如，某知名资产管理公司项目实现年化超额收益20%+，投资组合跟踪误差4%+；某知名跨境支付平台项目通过反欺诈识别模型，审核通过率提升14个百分点，覆盖标签集的坏账率下降3个百分点。
- 高校教育：通过AI智能决策沙盘和大模型建模教学平台，创新赋能MBA课堂，提升学生决策分析能力和实际应用能力。例如，某知名高校MBA项目通过智能决策沙盘课程，学生参与度大幅提升，决策能力显著提升，课程满意度显著提高。
总体而言，杉数科技凭借其核心技术和丰富的行业经验，为企业提供了切实有效的AI决策解决方案，助力企业实现数字化转型和业务增长。
