食品|你吃的每口好丽友·派：都是数字化“做”的( 四 ) 你吃的每口好丽友·派：都是数

"我们当时的公式是按照无差别计算的，然后发现这块儿数据，人算和系统算的老对不上，算法和公式并没问题，逐一排查后发现了。"
而类似这样的问题，阙子渊他们发现了20多个。
别看这样的问题小且碎，其实，越是细节上的问题，往往越能决定计划到底可不可行。
阙子渊表示，当时廊坊仓库车辆进出的数据差一天是几百箱，如果你的系统按照这样的数据跑下去，想象一下，一年后这个问题就大了。
最后，好丽友基于算法建议的库存水位设定，尽量少租额外的仓库，这样避免了库容的浪费和短缺，也保障了产量符合要求，省了一大笔钱还少了人力协调。
决策优化是多元化技术的协同展现前面提到了供应链的响应敏捷度和柔性，其实，任何企业库存的管理是弹性的。那么，合理平和的库存水位，必须能够应对需求端的波动和变化，这也是库存的柔性管理，这对企业而言非常重要。
"也就是说，给供应链注入柔性，意味着当变化来临的时候，企业能接得住。"钟华坤表示。
如果没有柔性供应链能力，当面临随时变化的市场需求，靠人力去计算其实很难做到立即调整及时响应，大型企业里，一个变化需要走很多道手续，经过几层人为判断，再经过多轮讨论，决策结果出来很可能又是新的一波变化扑面而来了。
"这就陷入了死循环，决策的永远是过时的变化，堆积到后面将覆水难收。"钟华坤表示，能否做到每个问题从发现到解决的大幅提速提效，其实体现了粗放式管理和精细化管理的巨大差别。
而在和杉数科技的交流过程中雷锋网发现，做任何的决策问题如资源的分配等，都离不开大数据的技术支持，离不开通过数学优化算法来求解，这里面绕不开的是如何用技术赋能，也就是求解器、模拟仿真等技术的应用。
关于求解器的由来，雷锋网(公众号：雷锋网)曾发文《解决中国"卡脖子"问题：研究求解器的少数者》，里面详细阐释了求解器的技术、故事。
提到模拟仿真，葛冬冬表示，可以看作企业在不同经营决策条件下，对于未来的经营目标和决策考量，可能是激进、中立或保守，这时候需要提供多个不同策略的模拟，以尽可能模拟出真实落地效果供决策者参考。
“这与现在炒的很热的数字孪生等概念本质上是一回事。”而这两种技术也在企业如生产制造、供应链、销售等场景中反复出现，“除了这两个核心技术，其实想搞决策优化牵扯的学科非常多。”
例如，在为好丽友供应链赋能的过程中：
1、销售需求计划部分如预测，涉及到机器学习和深度学习；
2、生产计划和库存优化，涉及到统计学、运营管理和运筹优化；
3、新品管理和促销管理，涉及到营销学和经济学，还有消费心理学与行为分析等。
葛冬冬表示："很多问题，在整体进行优化的时候会发现，这是一个计算量巨大无比的实时动态匹配工作，常常会变成一个强化学习加优化的事情了。换句话说，当面临情况时，需要基于多年积累的数据及先验规则挖掘规律，结合不断实时变化的实际情况作为得失反馈，由算法再进行自我优化和自我调整。"
因此，从信息化迈进向决策数字化和智能化过程中，涉及的学科知识及技术运用相当复杂，需要一整套体系化的数理逻辑和实战经验在里面，并不是一套标准软件就能搞定的。
"综合性的复杂问题必须通过综合性的方案来应对，而国内企业面临的问题基本上都是巨大而复杂的综合系统且极端困难，因此不存在某种单一的技术、算法、系统甚或学科，能解决一切问题。"

食品|你吃的每口好丽友&#183;派：都是数字化“做”的( 四 )

食品|你吃的每口好丽友·派：都是数字化“做”的( 四 )