華為云天籌AI求解器：智能世界是道迷人的數(shù)學題

二戰(zhàn)期間，盟軍要為規(guī)模空前龐大、結構無比復雜的潛艇與艦船規(guī)劃路線，制定運輸策略，于是軍方請來了數(shù)學家?guī)椭平膺@個復雜的管理難題。一門橫跨數(shù)學與管理學的全新學科體系——運籌學（Operational Research）就這樣誕生了。

中國翻譯家從“運籌帷幄之中，決勝千里之外”里選取了運籌這個詞來意譯OR，真可謂是神來之筆。這門學科的精髓在于將應用數(shù)學中的求最優(yōu)解方案，帶入到現(xiàn)實世界中五花八門的問題中來，幫助決策者看破數(shù)量和規(guī)模的迷霧。

上世紀60年代，運籌學開始與新興的計算機科學結合，用自動化計算的方式完成運籌推理，顯然比人工更具優(yōu)勢，于是求解器誕生了。

在歐美國家，大型基礎設施建設和大規(guī)模企業(yè)背后，基本都有求解器的身影。大到航空軌道計算、遠洋船舶路線規(guī)劃，小到一家工廠的供應鏈管理、一個倉庫的庫區(qū)規(guī)劃，都可以用求解器得到最佳答案。

在中國，我們也可以看到需要求解器的場景越來越多?！半p11”瘋狂購物之后如何處理復雜的倉儲、物流與退換貨系統(tǒng)；面對疫情防控期間訂單暴漲，工廠如何管理上萬個員工和數(shù)百個廠房，才能實現(xiàn)資源最大化利用；在大型機場，如何讓每天上千架航班最大化利用廊橋……這些問題都需要求解器來一錘定音。在產(chǎn)業(yè)智能化的浪潮中，求解器是一道不應缺席的身影。

在現(xiàn)實中，企業(yè)應用求解器總有這樣那樣的難題；求解器這棵古樹上，正待綻放出新的花蕊。

不久之前，華為云在華為全聯(lián)接2021期間發(fā)布了新一代天籌（OptVerse）AI求解器。在最新的全球權威Hans Mittelmann單純形求解器榜單中，華為云天籌AI求解器斬獲第一。一時間，AI求解器在業(yè)界激發(fā)了無數(shù)討論，讓求解器這個歷史悠久的概念重新回到產(chǎn)業(yè)一線。而天籌AI求解器也與大模型、知識計算一同構成了華為云最新的AI前沿技術序列。

在天籌AI求解器的背后，還有很多故事與價值值得被看見。智能世界這道迷人的數(shù)學題，需要AI求解器深深參與其中。

一個難題，同時也是一個希望

在進入天籌AI求解器的故事前，我們必須先回答這樣一個問題：求解器的價值顯而易見，但為什么企業(yè)，尤其是中國企業(yè)的應用率卻并不高？

這個矛盾點的核心在于求解器使用本身具有高門檻、高成本、高價值的“三高”特性。雖然對于工業(yè)生產(chǎn)、物流規(guī)劃、供應鏈管理等決策價值重大的企業(yè)和部門來說，求解器理論上能夠展現(xiàn)的價值非常容易理解。但在現(xiàn)實中，把復雜的零件、人員、工序以及多種變量表示為求解器的可解數(shù)據(jù)非常困難。這既需要企業(yè)有充分的數(shù)據(jù)化基礎，也需要求解器能夠真實貼近企業(yè)場景。

相比歐美企業(yè)具有悠久的IT建設歷史以及豐富的企業(yè)決策服務，發(fā)展中國家企業(yè)對運籌學的應用還是相對薄弱的。求解器落地，對企業(yè)的IT基礎設施與人員技術水平都有極高的要求，很多企業(yè)甚至很難理解求解器的工作需求。加上歐美求解器產(chǎn)品成熟較早，也有比較完善的商業(yè)化生態(tài)，國內(nèi)做商業(yè)化求解器的公司較少，產(chǎn)業(yè)服務相對稀缺。另一方面，求解器是內(nèi)嵌在企業(yè)數(shù)字化體系中的一部分，繼而也對企業(yè)整體數(shù)字化水平提出了要求，最終導致求解器在中國落地效果并不理想。即使在物流、倉儲、港口等天然適合應用求解器的企業(yè)，在進行重大決策時也普遍缺少求解器的幫助。

然而換個角度看待這個問題，每一個難題背后都是一個希望。隨著一些重點行業(yè)的不斷發(fā)展，以及供應鏈體系的復雜，中國企業(yè)發(fā)展到一定規(guī)模后必然需要應用求解器。這既給中國經(jīng)濟持續(xù)解放生產(chǎn)力帶來了契機，也給中國市場涌現(xiàn)出更好用、更富有價值的求解器產(chǎn)品以時代機遇。

畢竟，當企業(yè)規(guī)模與管理復雜度達到一定程度后，自然就會去探索求解器的可能性。華為，就是這么做的。

一場華為的求解器探索，變成一個融合AI的產(chǎn)業(yè)契機

提起中國企業(yè)研究與應用求解器，就不得不提到華為。十幾年前，華為就開始了求解器的嘗試和研究，當時的華為已然有了求解器的場景需求和技術基礎。

一方面，華為在通信領域的布局和積累，需要大力研究信號與數(shù)據(jù)的分配和規(guī)劃，這本身就與運籌學緊密相關。另一方面，華為擁有著難以想象的超大規(guī)模供應鏈，如何管理和規(guī)劃供應鏈，也是一個極有必要應用求解器的問題。

在自身技術布局與產(chǎn)業(yè)需求的雙向加持下，華為看到了一系列問題都必須通過運籌規(guī)劃來解決。經(jīng)過十余年的技術探索與產(chǎn)業(yè)應用，華為積累了非常豐富的求解器技術，并且擁有了業(yè)內(nèi)頂尖的求解器落地經(jīng)驗。在一年多之前，華為云做出了一個重要決定：把積累的求解器技術開放出來，進行商用。

這個戰(zhàn)略決定的背后，不僅僅是華為云自身的技術迭代與產(chǎn)品考量。統(tǒng)觀整個求解器市場，目前主流的求解器產(chǎn)品已經(jīng)相對成熟，并且長時間缺乏突破。尤其當以深度學習為代表的AI技術復興后，原本具有與AI深度融合必要性的求解器，卻因為產(chǎn)業(yè)進入平緩期、主流廠商缺乏技術突破意圖而錯過了智能化機遇。這就導致當企業(yè)應用智能化求解器的需求大幅增長時，求解器產(chǎn)品卻停滯在不好用、不好學、不夠智能化的難題中。

而這正是華為云的機會，也是商業(yè)求解器市場本身的機遇需求。早在2018年，華為就公布了全棧全場景AI戰(zhàn)略，其中華為云是AI技術革新與平臺沉淀的重要載體；華為將十余年的求解器布局與AI技術能力融合，打造出業(yè)界首款作用于產(chǎn)業(yè)場景的AI求解器產(chǎn)品——天籌AI求解器。

具體來看，天籌AI求解器相比于傳統(tǒng)求解器產(chǎn)品，差異化主要體現(xiàn)在AI技術的多方面融入。首先是在上層套件中，AI技術可以幫助求解器更準確、靈活地理解企業(yè)使用過程，將生產(chǎn)場景中的真實情況更簡單映射到求解器中。從而極大程度降低了求解器的使用門檻，這也解決了傳統(tǒng)求解器應用難、推廣難的最主要問題。

另一個AI求解器的關鍵提升在于求解過程的智能化。傳統(tǒng)求解器大多基于數(shù)學經(jīng)典算法來實現(xiàn)，但AI求解器吸納了人工智能的理解能力，極大提高了求解器的解釋速度。從而提升了企業(yè)應用求解器的效率。

降低門檻，提升效率，這是AI在投入企業(yè)應用時兩個恒定的主題。與求解器的結合也是如此，基于智能化的加持，求解器可以適配更多樣化的企業(yè)場景，并且提升本身的工作能力與工作效，繼而突破了業(yè)界運籌優(yōu)化極限。

從天籌AI求解器發(fā)布起，我們可以看到一系列業(yè)界記錄被相繼打破。

在求解規(guī)模上，天籌AI求解器可以支持億級規(guī)模問題的求解，幫助處理更復雜場景的優(yōu)化決策；在求解速度上，實現(xiàn)了面對億級規(guī)模問題的求解，速度也能最高提升100倍；在建模效率上，使用AI技術智能建模后，建模效率最高提升30倍；在求解效率中，利用AI技術自適應調(diào)優(yōu)后，效率最高提升30%。

最終，剛剛問世的華為云天籌AI求解器在全球權威的 Hans Mittelmann 線性規(guī)劃單純形求解器于9月18日榜單中斬獲第一，刷新了世界紀錄。

至此，AI求解器的誕生不僅豐富了華為云的AI技術服務體系，更為產(chǎn)業(yè)智能化之路打開了一個全新的機遇。

一場港口之旅，洞開一場智能化變革

此前我們就討論過天籌AI求解器在天津港的落地實踐。其實不僅是港口，物流、工廠、能源等結構復雜、要素多樣的產(chǎn)業(yè)在本質(zhì)上都需要運籌學的加持，以達到生產(chǎn)效率與成本的最優(yōu)解。

但在天籌AI求解器的天津港之旅中，確實可以看到AI求解器落地背后的很多有趣故事與產(chǎn)業(yè)智慧。

天津港是京津冀的海上門戶，也是一帶一路戰(zhàn)略的重要港口支點。在2021年，天津港這一特大港口的集裝箱年吞吐量已經(jīng)近2000萬標準箱。在不斷發(fā)展壯大的過程中，天津港也涌現(xiàn)出了豐富的數(shù)字化需求，以及對求解器應用的需求。

一方面，天津港在積極探索“智慧港口”的道路，比如5G、無人駕駛集裝箱卡車等。天津港在利用各種智能化技術將單機效率達到極限后，面對如此龐大的業(yè)務體量，迫切需要基于全局統(tǒng)籌計劃，進行全鏈路協(xié)同，最大化調(diào)動所有資源。

另一方面，隨著天津港的不斷發(fā)展，越來越多的業(yè)務難以憑借人工進行規(guī)劃。人工規(guī)劃只能看到自己負責的“一畝三分地”，而全局統(tǒng)籌規(guī)劃需要涉及到千萬個甚至到億級的變量和約束條件，僅靠人工根本無法做到；另外，整個計劃做完需要耗時24小時，效率極低，每次只能提前計劃，難以實時調(diào)整。于是，天津港內(nèi)部不斷產(chǎn)生了更新求解器產(chǎn)品的需求。而華為恰好在此時提供了這一技術能力的創(chuàng)新。

天津港與華為云合作，開發(fā)了新一代的港口智能計劃平臺，開始AI求解器的港口落地之旅。

天籌AI求解器在天津港的第一份工作，是從幫助港口進行計劃模塊規(guī)劃開始的，并且很快取得了成果。通過天籌AI求解器，天津港的一些業(yè)務聯(lián)動效率與準確率得到了明顯提升，給港口生產(chǎn)帶來了長期價值。例如，華為云天籌AI求解器可實現(xiàn)全鏈路協(xié)同，最大化地調(diào)動所有資源，使天津港設備利用率提高15%，堆場翻倒率降低20%，大幅度地提升了港口運轉(zhuǎn)效率和作業(yè)效率，進而縮短船舶在港時間。通過全局優(yōu)化，真正地實現(xiàn)了天津港資源調(diào)度最大化。

在此基礎上，隨著雙方合作業(yè)務的深入與賦能模塊的提升，AI求解器不斷深入到了天津港的方方面面，形成了模塊化、常態(tài)化的落地通道。

合作中有一個很有意思的故事。在雙方合作剛開始的時候，華為云相關團隊在研究了港口業(yè)務之后滿懷信心，團隊很快入駐天津港，逐條梳理了天津港的業(yè)務流程與生產(chǎn)數(shù)據(jù)，慢慢將問題接手過來。甚至主動幫助天津港去發(fā)現(xiàn)問題，糾正此前存在的數(shù)據(jù)錯誤，這一點讓天津港的工作人員都感到十分驚訝。

逐步去梳理行業(yè)問題，理解行業(yè)特征，是很多AI技術落地時都不得不面對的問題。華為云與天津港的合作，或許可以帶來很多產(chǎn)業(yè)經(jīng)驗：對于流程復雜、業(yè)務模塊眾多的重點行業(yè)，既不能存在對業(yè)務場景的為難和抵觸心理，也不必過分高估行業(yè)門檻的存在。深入其中，仔細梳理，以技術撬動需求，或許才是達成合作，共同創(chuàng)造價值的最佳方案。

未來，華為云天籌AI求解器還將繼續(xù)深入探索港口行業(yè)，同時也會向工業(yè)、制造、物流等更多領域拓展。對于企業(yè)來說，天籌AI求解器不僅意味著強大的求解器支持，還是華為充沛行業(yè)數(shù)字化經(jīng)驗的賦能，以及領先AI技術的加持。

融合運籌學、AI以及行業(yè)智慧，天籌AI求解器得以幫助行業(yè)把握住產(chǎn)業(yè)智能化機遇。

一座燈塔，就是一個答案

求解器和運籌學重要嗎？當然重要，其在產(chǎn)業(yè)智能化、數(shù)字化中的地位無可替代。

但在中國以及更多的發(fā)展中國家，運籌學的人才培養(yǎng)以及就業(yè)、創(chuàng)業(yè)支持都遠遠達不到需求水準。即使是華為，想要招聘運籌學人才都十分困難。

放眼整個產(chǎn)業(yè)，會發(fā)現(xiàn)大型企業(yè)多數(shù)將運籌學與求解器人才放在IT或者算法崗位中，很少能夠單獨建立部門或者成立項目。很多非常需要求解器的企業(yè)，甚至都不知道運籌學與決策智能的可能性。另一方面，市場需求的寡淡也影響了人才培育。學生更傾向去學AI等高需求、高回報的專業(yè)，對運籌學這樣的重要學科反而很難全力投入。

天籌AI求解器更深層的意涵，在于華為云通過將內(nèi)部技術開放出來，走向商業(yè)化與規(guī)?；瑯嬛艘粋€全新的產(chǎn)業(yè)支點。這個支點就像一個燈塔，可以讓學生、老師、從業(yè)者看到運籌學與求解器本應具有的重要意義。學術與產(chǎn)業(yè)生態(tài)可以以此為圓點進行匯集，天籌AI求解器可以變成一項產(chǎn)業(yè)驅(qū)動力，一個交流與發(fā)展的平臺。運籌學這個學科，求解器這項技術，并不古老或保守，而是必然在AI時代必然會煥發(fā)出全新的生命力。

求解器應用是一道難題，于是AI求解器打開了一個可能。

天籌AI求解器構筑了一座燈塔，給運籌學與智能化帶來了一個全新的答案。

數(shù)字中國建設是這個時代最重要的任務之一。在這一目標的引領下，各行業(yè)的管理效率提升、數(shù)字化決策、少人化管理是一道必答題。求解器必然會深深嵌入數(shù)字中國的根系，成為智能化浪潮不可替代的支柱。

我們可以探索、建設甚至引領求解器的未來，這就是“天籌”的答案。