从生成内容到优化决策：AI如何应对真实世界的复杂问题？

过去几年，ChatGPT和各类AI工具让越来越多人认识到人工智能的能力。AI能写报告、画图、生成代码——这些能力的共同特征是：生成内容。

但如果你是一家制造企业的生产负责人，你真正想问的，可能不是“AI能不能帮我写报告”，而是：

明天有30笔订单要交付，涉及12条产线、上百道工序，还要考虑设备检修、物料到货和人员排班。怎么安排生产，才能在满足交付和质量要求的前提下，让生产成本尽可能低？

要排好这张生产计划，AI不仅要理解需求，还要把订单、产能、物料和人员等条件纳入计算，找到兼顾交付与成本的可行安排。

这正是决策式AI要解决的问题：从帮助人生成内容，进一步走向帮助人优化行动。

AI的三种能力：感知、生成、决策

理解AI，可以从三种相互补充的能力出发。

感知：理解世界。

例如识别图像、理解语音、检测生产线上的产品缺陷，将现实世界的信息转化为可处理的数据。

生成：创造内容。

例如撰写文案、生成图片、编写代码，帮助人更高效地表达、创作和沟通。

决策：优化行动。

在明确的目标和复杂的约束下，比较不同方案，帮助人判断资源如何分配、任务如何安排、行动如何选择。

当企业的问题从“能不能帮我写一份报告”，变成“如何提高交付效率、降低运营成本”，决策能力的重要性就更加突出。

决策式AI到底是什么？

用一个日常场景类比：你要从家里出发去机场。

生成式AI可以帮你整理路线、解释交通信息，告诉你乘坐不同交通工具各有什么优缺点。

而决策式AI更进一步：将航班时间、实时路况、交通费用、停车条件等因素纳入计算，在你设定的目标下，推荐出发时间、交通方式和具体路线；当路况发生变化时，再重新评估方案。

从有哪些选择，到在这些条件下如何选择，关键在于将目标与限制纳入计算。

从技术上看，面向企业的决策式AI，通常需要三类能力共同支撑。

第一，数据与预测。

结合历史与实时数据，预测需求、工时、到货及设备风险，为决策提供依据。

第二，约束建模。

将业务目标与设备能力、工序顺序、物料供应等限制转化为数学模型。

第三，优化求解。

通过算法与求解器寻找更优方案，并在适用条件下验证方案质量或评估与最优解的差距。

求解器基于模型计算方案，而方案能否应用于实际业务，还需要准确的数据、完整的约束条件，以及充分的验证。

回到制造企业的生产现场，这三层能力如何共同发挥作用？

面对30笔订单、12条产线和上百道工序，决策式AI的工作，可以理解为四个相互衔接的步骤。

决策式AI的价值，不只是生成一次计划，而是帮助企业持续应对变化。

杉数科技：让决策式AI从技术能力走向业务应用

要把上述过程真正落到企业现场，单靠一个模型还不够。底层需要计算能力，中间需要求解引擎，上层还需要连接业务流程与使用者。

围绕这一需求，杉数科技构建了覆盖算力层、引擎层和应用层的决策式AI技术体系，将人工智能、数学优化与行业应用连接起来。

算力层：让复杂问题算得动

订单、设备、工序越多，决策需要处理的变量与约束就越复杂。

杉数自主研发的科学计算加速算子库CAML面向国产GPU进行适配，为复杂决策提供高性能、高精度计算支持，构成技术体系的底层支撑。

引擎层：让业务模型能够被求解

杉数自主研发的数学规划求解器COPT，是其优化计算的核心引擎，支持线性规划、混合整数规划等多类优化问题。

来源：https://guide.coap.online/copt/zh-doc/intro.html

以生产排程为例，建模环节负责把交付目标、产能限制、工序顺序等转化为数学表达，COPT则负责对模型进行求解，为生产任务的分配与安排提供计算依据。

两者的分工可以概括为：建模把业务问题说清楚，求解器把模型算出来。

应用层：让计算结果进入业务流程

杉数的擎天决策平台将业务理解、模型构建、优化计算、方案验证与执行反馈连接起来，并采用双中枢架构：AI分析中枢面向业务人员，支持问题分析与方案解读；AI建模中枢面向技术人员，支持模型构建、验证部署和版本管理。

这意味着，企业建设决策能力，不只是完成一次计算，也需要逐步积累可以复用的模型、规则和业务经验。

从底层到上层，这套体系分别回答三个问题：复杂问题能否算得动，业务模型能否有效求解，决策能力能否持续用于实际工作。

决策式AI的价值，不只体现在生产计划上，也体现在各行业对资源、效率与成本的日常权衡中。依托决策式AI技术体系，杉数科技将优化能力应用于制造、能源、交通物流、零售等场景，让复杂业务问题转化为有计算依据的行动方案。

在能源电力领域，需要结合供需变化与运行约束，优化机组组合和电力市场出清；在交通物流领域，需要统筹线路、运力与时效，安排运输路径和资源调度；在零售领域，则需要围绕门店需求与库存状况，优化补货、排班和选址。

这些场景看似不同，核心问题却相通：如何在有限资源和复杂约束下，找到更合理的行动安排。决策式AI正是将这些权衡纳入计算，帮助企业从凭经验做选择，走向用数据和模型辅助决策。

企业需要的不只是一份分析报告，更是面对订单、产能和交期时，有依据、能执行的生产安排。

从生成内容到优化决策，AI的价值正在延伸。让复杂问题有解，让每一次行动更有依据，正是杉数科技持续深耕决策式AI的方向。