当前，数据处理技术已经没有太大的壁垒，智能决策正处于发展的第二、三阶段，运筹优化和机器学习是两类关键技术。2022年，运筹优化和机器学习技术都实现了不同程度的突破，其中，国内运筹优化技术的成绩非常亮眼。
运筹优化的核心技术是求解器，近几年刚刚发展起来，由于研发壁垒较高，目前国内研究的企业和机构都很少。在智能决策赛道上，杉数科技是少数具备底层求解器技术自研能力的服务厂商。2022年。杉数求解器COPT实现了三次重磅升级，使得国产求解器的各项求解性能上都已经比肩甚至超越国际先进的求解器。目前，COPT求解器同时具备大规模混合整数规划、线性规划（单纯形法和内点法）、半定规划、（混合整数）二阶锥规划以及（混合整数）凸二次规划和（混合整数）凸二次约束规划问题求解能力，为中国智能决策技术的广泛应用提供了强劲的底层技术支撑。
机器学习技术，主要是通过强化学习、深度学习等算法实现预测，其与整体AI技术的发展水平相关，2022年各个服务厂商都在不同程度地加大机器学习与智能决策的融合创新，从算法、模型等层面提升智能决策的速度和质量。
技术前进的一小步，映射到各行各业的无限场景中，带来的都是巨大的变化。举例来说，求解器求解性能的提升，可以提高企业决策效率和质量，进而带来成本降低或收益增加，比如，上汽通用基于求解器COPT构建整车排产系统提升入场运输效率，结合各路线/供应商结算模式，预计年化收益达数百万。在数字化的浪潮下，技术创新永无止境，相信随着不同技术的叠加效应逐渐显现，智能决策会释放出更大的潜能。
在智能决策赛道上，因为技术路径不同，不同服务厂商的服务场景也各有差异，应用版图呈现出百花齐放的特点。具体来看，偏重于机器学习类的厂商，主要服务于预测类业务场景，偏重于运筹优化技术的厂商，对于资源调度类问题更加游刃有余，而能够将机器学习和运筹优化技术深度融合的厂商，无论是现在还是未来，都将占据更大的领先优势。
应用之变：大型企业加速决策升级，场景渗透加剧
技术的进步有赖于科研水平的发展，同时也需要在商业场景中的千锤百炼，大型企业由于数据基础更深厚，成为智能决策实践的引领者。2022年，很多大型企业在推进数字化建设时，都着重加强数据驱动决策，在城市基础设施建设方面，智能决策也成为打造智能化和精细化运营模式的关键力量，各服务厂商则在不同领域各显神通。
根据《2022爱分析·智能决策厂商全景报告》显示，各智能决策厂商的服务范围已经覆盖包括工业制造、消费零售、金融、能源、航空等十多个行业。从整体情况来看，工业制造、消费零售和金融行业是服务厂商较为集中的领域，能源电力、轨道交通等领域由于场景更为复杂、技术壁垒更高，服务厂商相对较少。其中，杉数科技是少有的业务范围覆盖几乎所有行业的服务厂商，这显示了其综合技术和解决方案能力。而从杉数科技的应用实践中，我们也可以简单了解过去一年市场的应用情况。
在服务模式上，杉数科技一方面将求解器COPT作为一种通用的智能化工具，接入不同企业和机构的数智化系统和平台，实现底层求解“芯片”的国产化替代，发挥国产求解器的普惠价值。另一方面，以求解器为核心技术引擎，为企业机构提供不同场景的全套解决方案，帮助企业实现从数据到决策的升级。2022年，其在零售消费、工业制造、能源电力、轨道交通等领域都成功落地了多个项目，业务范围和市场规模都在进一步扩大。
