智能制造正在引發(fā)一輪新的制造業(yè)產(chǎn)業(yè)變革。隨著5G、人工智能、云計算、物聯(lián)網(wǎng)、數(shù)字孿生等技術在智能化改造等場景中實現(xiàn)大規(guī)模應用，上游端工業(yè)軟件的產(chǎn)品性能不斷提高，同時研發(fā)生產(chǎn)成本也在不斷壓縮，從而促進國產(chǎn)工業(yè)軟件產(chǎn)品的規(guī)模化滲透。據(jù)36氪研究院數(shù)據(jù)顯示，中國工業(yè)軟件產(chǎn)業(yè)規(guī)模由2012年的729億元上升到2021年的2414億元，9年CAGR達14.2%，約為全球增速的3倍，未來市場發(fā)展前景廣闊。

　　隨著中國制造業(yè)持續(xù)向高端制造轉型，政策端對于自研工業(yè)軟件的扶持力度也在不斷增大，工業(yè)軟件的國產(chǎn)化正在加速突破。商簡智能致力于為制造業(yè)企業(yè)提供由數(shù)據(jù)驅動、基于人工智能和運籌學算法的工業(yè)智能決策解決方案，幫助智能制造企業(yè)優(yōu)化管理流程、提升生產(chǎn)效率、降低生產(chǎn)成本。

　　工業(yè)管理走向智能化決策，APS成為關鍵核心

　　隨著工業(yè)4.0時代下游市場的需求趨于細分化與差異化，傳統(tǒng)的單一剛性生產(chǎn)線已經(jīng)無法滿足需求。據(jù)梁翼介紹，由于制造業(yè)上下游的信息孤島問題，物料信息和產(chǎn)品需求難以實現(xiàn)跨場景流通，傳統(tǒng)供應鏈管理方式依賴人的經(jīng)驗和直覺，決策效率低且未能充分利用生產(chǎn)資源，導致高成本與高能耗，拉低交付水平與利潤率。

　　而傳統(tǒng)ERP系統(tǒng)僅限于基于簡單規(guī)則的物料和需求匹配，傳統(tǒng)MES解決的是制造企業(yè)生產(chǎn)環(huán)節(jié)信息采集和聯(lián)通的問題，對外部變化缺乏靈活應變能力，只能產(chǎn)出非精確的計劃結果。而且各階段分離的管理方式使得工廠內(nèi)部多部門協(xié)同困難重重，無法針對具體目標進行有效優(yōu)化；同時能見度低、決策效果難以評估的問題也逐漸凸顯。在多品種小批量、個性化定制生產(chǎn)模式下，面對資源沖突、異常情況頻發(fā)的現(xiàn)狀下，以APS（先進計劃與排程系統(tǒng)）為代表的智能決策系統(tǒng)開始凸顯出來。

　　需要看到的是，傳統(tǒng)APS系統(tǒng)在響應速度和決策質(zhì)量上并不盡如人意。同時，持續(xù)的維護成本和較長的落地周期，也為其大規(guī)模應用造成了一定阻礙。但人工智能技術的飛速進化，為APS的進化帶來了新的方向。基于機器學習、深度學習、大數(shù)據(jù)等技術的飛速發(fā)展，APS的優(yōu)化方式得以突破，從大量數(shù)據(jù)中學習總結規(guī)律知識，并將這些知識應用、遷移于新的場景下，逐漸成為高級人工智能的代表。而以AlphaGo為代表的深度強化學習框架，則啟發(fā)了以人工智能為基礎的新一代APS的誕生。

　　梁翼及其團隊伙伴們看到了人工智能技術落地工業(yè)制造的新突破點。作為長期從事工業(yè)制造領域決策優(yōu)化技術研究的行業(yè)專家，梁翼在獲得計算物理博士學位后專注于推動人工智能和運籌學的產(chǎn)業(yè)化落地。

　　2020年年底，梁翼及團隊的智能生產(chǎn)排程項目獲國際運籌學最高獎項Franz Edelman獎總分第二名。該工作發(fā)表在運籌學領域頂級期刊《INFORMS Journal on Applied Analytics(IJAA)》上。2021年，梁翼帶領團隊成立商簡智能，商簡諧音熵減，意為優(yōu)化結構、提升秩序。

　　基于深度AI的運籌算法，商簡SPS賦能供應鏈整體管理過程

　　商簡智能創(chuàng)造性地將運籌學、人工智能應用于制造業(yè)企業(yè)APS排程解決方案，推出了自主研發(fā)的SPS（smart planning and scheduling）系統(tǒng)。采用深度強化學習、運籌優(yōu)化算法等技術，商簡SPS是由數(shù)據(jù)驅動的工業(yè)智能決策解決方案，可自主提升決策能力，幫助企業(yè)大幅提升各項生產(chǎn)指標，實現(xiàn)分鐘級計劃和排程。

　　可視化生產(chǎn)計劃看板

　　據(jù)梁翼介紹，SPS系統(tǒng)便是來自于2020年其團隊獲得國際大獎的智能生產(chǎn)排程項目。”在其研發(fā)和落地過程中，我們接到了來自各行各業(yè)的需求。“基于國內(nèi)制造業(yè)對智能管理軟件的迫切需求，在人工智能技術高速進化的背景下，商簡智能找到了合適的落地場景。

　　按照應用環(huán)節(jié)劃分，工業(yè)軟件可分為研發(fā)設計類、生產(chǎn)調(diào)度和過程控制類、業(yè)務管理類和專業(yè)功能類四大領域。商簡智能的產(chǎn)品主要定位為業(yè)務管理類和生產(chǎn)調(diào)度類軟件。

　　據(jù)悉，商簡SPS采用深度學習優(yōu)化和深度圖算法，具有三大優(yōu)勢：第一是決策能力不斷增強，可以大幅提升各項排產(chǎn)指標，實現(xiàn)分鐘級排產(chǎn)；第二是由數(shù)據(jù)驅動的多目標優(yōu)化模塊能夠同時兼顧各項效率、交期和成本指標，實現(xiàn)定制化指標優(yōu)先級；第三是交互界面和數(shù)據(jù)看板提供多種交互和仿真功能，提升決策透明度，且具備柔性決策能力。

　　相較于傳統(tǒng)APS系統(tǒng)，商簡SPS首次實現(xiàn)了數(shù)據(jù)驅動智能化供應鏈管理落地。通過集成生產(chǎn)計劃與生產(chǎn)排程，商簡SPS以整體生產(chǎn)供應鏈為視角進行規(guī)劃和調(diào)度，綜合考慮供應商、生產(chǎn)線、倉庫、運輸?shù)榷鄠€環(huán)節(jié)的需求和約束條件，貫穿了銷售、采購、庫存、生產(chǎn)、物流等整個供應鏈環(huán)節(jié)，是一套完整的端到端供應鏈優(yōu)化解決方案。

　　可視化庫存看板

　　這一方案以最優(yōu)化的方式協(xié)調(diào)各個環(huán)節(jié)的活動，實現(xiàn)整體的生產(chǎn)效率提升和資源利用優(yōu)化，并可以針對企業(yè)不同的生產(chǎn)模式和實際需求，靈活配置不同的模塊或功能。其解決方案可跨行業(yè)復用，可橫向應用于消費電子、鋼鐵冶金以及集成電路等多個行業(yè)。

　　其應用成果也相當突出：商簡智能的工單管理和物料匹配模塊在相同場景下達到?jīng)Q策速度比國際某知名供應商的同類方案快20多倍，并在原料利用率、營收、交期達成率等關鍵指標上獲得顯著提升。例如，在服務亞洲最大PC制造商聯(lián)寶科技時，幫助其訂單交付提升24%、工業(yè)產(chǎn)能提升19%。

　　通用化與定制化相結合，持續(xù)推進工業(yè)智能深入發(fā)展

　　在梁翼看來，智能制造的柔性化決定了工業(yè)軟件目前集中在個性化服務提供。但未來想要持續(xù)規(guī)模化發(fā)展，需要打造通用的高性能模組化平臺，并持續(xù)降低落地成本，縮短定制化和調(diào)試周期。

　　商簡智能企業(yè)代表路演現(xiàn)場

　　據(jù)了解，簡商智能一直使用阿里云的域名服務，后續(xù)通過參加阿里云主辦的Create 2023阿里巴巴諸神之戰(zhàn)“智能制造賽道”全球挑戰(zhàn)賽，梁翼與智能制造領域的多位伙伴建立了聯(lián)系，基于阿里云在智能制造領域的布局，他希望未來能與阿里云在先進算法和人工智能方面加強合作，為客戶提供更加精準的智能決策和個性化服務等，并通過與阿里云的生態(tài)合作，輻射到更多亟需供應鏈生產(chǎn)管理的中小企業(yè)。

　　目前AI技術在工業(yè)軟件中的應用處于起步階段，尚未實現(xiàn)大規(guī)模應用，但隨著未來國產(chǎn)工業(yè)軟件規(guī)模的持續(xù)增長，商簡智能將會抓住此次彎道超車的機會，圍繞各行業(yè)的頭部客戶打造具有標桿效應的燈塔工廠，以云服務助力中小企業(yè)供應鏈生產(chǎn)管理，實現(xiàn)更多行業(yè)的復用。