数字化转型的浪潮中，斯坦福博士是如何求解的

在指数级的变革加速中，ChatGPT、AI常常让我们觉得又要站在一个新的世纪拐点上鉴证科技变革。20世纪40年代，计算机诞生，信息化时代起航，“数字化”不再是遥遥无期的幻想。

2013年，工业4.0概念提出，智能化时代跃然眼前。同一年，致力于为归国人才服务的朝阳海外人才创业大会（OTEC）第一届成功举办。2022年，OTEC升级为朝阳国际人才创业大会（ITEC），继续致力于为落地北京市朝阳区的海外高层次人才提供创新升级服务。去年，《留学》杂志与ITEC一同回首了十年间大会的人才归国引进和创新创业项目落地，如格灵深瞳、杉数科技、NHUB、玻色量子等。它们在各自的创业赛道上大放异彩。

2016年7月16日，罗小渠、王曦、王子卓、葛冬冬，四个斯坦福博士组队参加了OTEC大赛，并获得国内晋级赛冠军、全球大赛季军。随后，这支团队带着对斯坦福杉树校徽的致敬和对数字科技赛道的憧憬，正式创立了“杉数科技”，成为ITEC孵化的企业中，对于工业4.0概念最直接、最深度的参与者之一。

2023年3月30日，由杉数科技举办的“智能决策·重塑增长”2023杉数科技智能决策前沿峰会在北京举行。

杉数科技联合创始人&CEO罗小渠

会上发布了杉数新一轮融资消息，同时，面向零售快消的决策优化产品计划宇宙（Planiverse）与面向工业制造的决策优化产品数弈（LibraMind），两大智能决策产品平台重磅亮相，并正式公布了核心技术引擎COPT求解器6.5版。发布会上，杉数科技的几位联合创始人详尽地解释了产品及用途。

杉数科技联合创始人&CPO王曦

北京市朝阳区副区长舒毕磊线上参会对大会的召开表示祝贺，舒副区长表示激发数据的生产价值智能决策正是核心关键技术之一，要把数据决策的力量注入到产业之中，不是一朝一夕之事，需要汇聚多方资源和力量，深耕细作。斯坦福大学讲席教授、冯诺依曼理论奖获得者叶荫宇等多位嘉宾参会，从技术、产业、金融各方面分享了他们对于智能决策趋势的洞察和实践。

王曦：我有一对很开明的父母，当时的专业选择上我与他们讨论过。我的父母告诉我，如果我没有主意，那我可以参考他们的意见，如果有很强烈的想法，那么他们会支持我。

作为一个“选择困难症患者”，我遇到专业选择一样是迷茫的。当时觉得以后干啥都不离不开数学，所以我选择了到北大读数学。现在回想起来多少有些不知天高地厚，北大数学系，全国高等数学教育的殿堂之一，我感觉自己就是一群神中间的一个普通人。

当然我也是幸运的，我现在从事决策科学的应用，离不开我的数学基础，而当时社会发展趋势也是越来越需要数学——精细化运营是企业发展的一道门槛，而其中的决策方法需要数据驱动。

这个趋势我们不跟进，别人也会跟进，这件事我们不做，别人也会做。如果我们不做，我们会不会后悔？我觉得答案是肯定的。虽然我能做到什么程度，做多好，我心中也没有底，但趋势当前，我的人生又何妨一试？所以2016年我们组建团队，之后创立杉数科技。我们一直坚信我们的方向是正确的，现在看来我们这个事情不仅正确，而且很有意义。

王曦：COPT即Cardinal Optimizer的缩写，中文正式名称是杉数优化求解器，取自杉数科技的英文名Cardinal Operations。求解器是一类软件，它能帮助企业在既有规划中，对现有资源进行运筹，优化配置决策。

“宇宙万物，演进更替，总有某种形式的最大化或最小化存在其中。”这个最大化和最小化，用我们的语言称之为优化，不仅是每一个企业希望通过数字技术赋能自己的决策过程、获得真金白银收益的指导方向，也是我们在不断的产业服务过程当中，通过包括像我们新发布的计划宇宙（Planiverse）和数弈（LibraMind）这样的决策优化产品，赋能企业降本增效，节能减排，提升精细化运营水平的指导方向。

可以说求解器是企业数字化转型中的关键，它能够帮助企业应对越来越规模化，越来越庞杂的供销或运营系统。

如果只从方式方法上来说，我们帮助企业解决这些实际问题，跟小初高的学生做数学应用题没什么区别，只不过我们面对的“应用题”要复杂很多。打个比方，一张普通的数学卷，会有选择题、填空题和应用题，其中最后的大题一般是最难最复杂的，我们可以将企业的实际需求想象成“最后的大题”，只不过这道“大题” 题干更长，难度更高，变量更多且相互纠葛。

我们不仅要得出最优解，也要考虑计算量、计算效率、计算精度和时间成本。对拥有持续需求的企业，我们甚至要在极短时间内得到多个解，为此需要开发一个极高精度，极高效率的计算器，即使企业不了解计算器内部的运行，但只要他们输入对应的自变量，即可在极短时间内得到参考答案。这个计算器就是求解器。

王曦：当人们做决策的时候，不确定因素是如影随形的，往往在做决定之后，那些不确定性因素才会揭晓。所以在决策过程当中，一定会有利弊的权衡，这利弊的权衡就是咱们经常所说的最优，但是最优是不是一定每个人都认为它最正确、也最适合自己？那不一定。

我们讲“最优”，是在一个限定的决策框架内的。比如说你的最优决策，以及各种各样的目标，从一开始就和别人是不同的。我们能做的是在你的独特框架之中，去帮你找到最优解，这是决策优化技术，但是没有唯一正确的事情。同样，虽然不同人看待事物的角度不同的，但在固定的视角或框架中，我们可以尝试在不损害到其他因素的前提下，用最小的成本达到最理想的效率，对于企业来说，这是“最优”的意义所在。

王曦：首先，我认为社会的运行和个人需求都是复杂而多元的。从宏观的角度看，教育就是为各种各样的社会需求去培养人才。从微观角度看，每个人经历教育后，想法和需求也是不同的。培养和教育是一个满足社会需求的过程，也是一个人成长和分化的过程。

简单来说，就像无穷大除以无穷小一样，难以得出定数、常量。教育的理念可能会在某些方面更趋同，但方向和结果则不一定。比如教育理念可能会逐渐注重于激发兴趣、引导行为以及尊重孩子，这些理念虽然在互相认同和靠近，但目的和结果是增加创造力和创造动力并让人多样化的。无论宏观和微观都是多样的，同时也在随时间而变化，所以我不认为教育会倾向于让孩子同质化。

我倾向于AI是匹良驹，像杉数科技的COPT是在帮助人类求解。如同前面所说，我们是帮助企业将费时费力的复杂工作交给了AI来执行。COPT能做的比人力计算更快更好，但本质上没有脱离“求解”这一使命。

王曦：我从决策科学的角度浅谈一下，框架里面都会有最基本的三要素，我们先简单梳理一下。第一个要素叫做可行方案，也就是能做什么，不能做什么，比如要不要留学，学文还是学理？

第二个要素是不确定性。我们如果清楚地知道未来的人生轨迹，我们其实不需要决策。我们会遇到的不确定性，包括留学的不确定性，求职的不确定性，这涉及到对每一个要素的权衡。

第三个要素是价值导向，也就是什么好，什么不好。是去大公司就职挣好多钱，还是选择创业，到底对我来说是哪个更好，每个人的评价标准都不同。企业也是，有的关注业务的增长，有的关注结构的精简，不同企业不同时期都是不一样的。

许多家庭应该会将注意力放在第二要素，即不确定性的分析上，例如孩子进入这所学校以后的发展怎么样，选择这门学科以后的发展怎么样，毕业能不能找到好工作，然后去用各种各样的过去的经验去预测未来可能会发生什么。

这当然无可厚非，但从我的角度去看，往往有一个要素容易被忽视，那就是第三个要素，所谓的价值取向。去不去留学、学文学理这事儿，我们往往是站在一个家长的角度，作为一个决策代替者来做这件事，把不确定性分析的再好，分析完了后说走这条路比那条路更好，这个决定如果没有引入任何孩子的特性或主观意愿的话，决策本身是缺失的。

家长不应该在孩子的未来决策上，把孩子和自己捆绑在一起一并做决定。家长与其为孩子的未来持续焦虑，不如更多地了解国内的趋势，了解各行业的就业情况，让孩子对未来或当前行业和专业有一定的认知。

当然，要说清那些分支之间谁好谁坏，那就得说清谁是决策者，就要给决策者足够多的权重。客观来说， 面对自身未来要做出决定的始终是孩子自己，决策的权重应该向孩子去倾斜，父母更应该做好信息传递的角色。不论是初中、高中、本科，家长的行动都不晚。

如果用这么一个逻辑框架去看的话，我不建议家长花太多的精力去焦虑，我认为应该基于孩子的情况去考虑，而不是根据社会情况制定一个很高的期望。人生不是跳高，是长跑。

王曦：我觉得数学和留学的选择连起来是正确的，留学的经历让我看到了外面的世界。眼界被拓宽之后，我放下了很多以往纠结的东西。

我认为我的留学经历最大的收获就是读博的过程。读博期间我所接触的知识，做过的研究，参与过的讨论，远比博士学位更为重要。我觉得博士应该在特定方面具备足够的广度和高度，博士应该是某一领域的深入者，人类认知边界的探索者——全世界但凡有想要了解这个课题的人，他应该第一时间来找你，无论他是想深入探讨课题，还是在做科普时遇到了这个领域的相关问题，而你要能够思考并做出回应。

王曦：很多时候我们说创新创业都是风险偏好型选手爱干的，更有甚者说这是赌徒行为。创业者是要用颠覆性的方式去改变现有产品或产业，在这一视角上，我同意其中伴随着极大的风险，但我不认为创业者是赌徒。

创业者与赌徒最大的区别在于，创业者应该能够在众多的不确定性当中找到那个更大的确定性。我所在的团队创立杉数科技，是因为我们看到了社会需要数据思维、需要决策科学、需要精细运营的大趋势，它是确定的。而剩下的不确定性，我们也准备好拥抱他们了，剩下的问题我们要解决他们。如果把所有事情想清楚，确定下来再做，那往往已经落于人后了。