专访商简智能创始人梁翼：基于深度AI的运筹算法，打造新一代智能工业决策软件

智能制造正在引发一轮新的制造业产业变革。随着5G、人工智能、云计算、物联网、数字孪生等技术在智能化改造等场景中实现大规模应用，上游端工业软件的产品性能不断提高，同时研发生产成本也在不断压缩，从而促进国产工业软件产品的规模化渗透。据36氪研究院数据显示，中国工业软件产业规模由2012年的729亿元上升到2021年的2414亿元，9年CAGR达14.2%，约为全球增速的3倍，未来市场发展前景广阔。

随着中国制造业持续向高端制造转型，政策端对于自研工业软件的扶持力度也在不断增大，工业软件的国产化正在加速突破。商简智能致力于为制造业企业提供由数据驱动、基于人工智能和运筹学算法的工业智能决策解决方案，帮助智能制造企业优化管理流程、提升生产效率、降低生产成本。

第117期《看见新力量》采访了入围由阿里云主办的Create@2023阿里巴巴诸神之战“智能制造赛道”全球挑战赛决赛的企业——商简智能创始人梁翼博士。商简智能致力于为制造企业提供由数据驱动、基于人工智能和运筹学算法的工业智能决策解决方案，帮助智能制造企业简化管理流程、提升决策效率、降低生产开支。

随着工业4.0时代下游市场的需求趋于细分化与差异化，传统的单一刚性生产线已经无法满足需求。据梁翼介绍，由于制造业上下游的信息孤岛问题，物料信息和产品需求难以实现跨场景流通，传统供应链管理方式依赖人的经验和直觉，决策效率低且未能充分利用生产资源，导致高成本与高能耗，拉低交付水平与利润率。

而传统ERP系统仅限于基于简单规则的物料和需求匹配，传统MES解决的是制造企业生产环节信息采集和联通的问题，对外部变化缺乏灵活应变能力，只能产出非精确的计划结果。而且各阶段分离的管理方式使得工厂内部多部门协同困难重重，无法针对具体目标进行有效优化；同时能见度低、决策效果难以评估的问题也逐渐凸显。在多品种小批量、个性化定制生产模式下，面对资源冲突、异常情况频发的现状下，以APS（先进计划与排程系统）为代表的智能决策系统开始凸显出来。

需要看到的是，传统APS系统在响应速度和决策质量上并不尽如人意。同时，持续的维护成本和较长的落地周期，也为其大规模应用造成了一定阻碍。但人工智能技术的飞速进化，为APS的进化带来了新的方向。基于机器学习、深度学习、大数据等技术的飞速发展，APS的优化方式得以突破，从大量数据中学习总结规律知识，并将这些知识应用、迁移于新的场景下，逐渐成为高级人工智能的代表。而以AlphaGo为代表的深度强化学习框架，则启发了以人工智能为基础的新一代APS的诞生。

梁翼及其团队伙伴们看到了人工智能技术落地工业制造的新突破点。作为长期从事工业制造领域决策优化技术研究的行业专家，梁翼在获得计算物理博士学位后专注于推动人工智能和运筹学的产业化落地。

2020年年底，梁翼及团队的智能生产排程项目获国际运筹学最高奖项Franz Edelman奖总分第二名。该工作发表在运筹学领域顶级期刊《INFORMS Journal on Applied Analytics (IJAA)》上。2021年，梁翼带领团队成立商简智能，商简谐音熵减，意为优化结构、提升秩序。