2022工业“智能决策”白皮书.pdf

业“智能决策”书点亮企业增的“灯塔”INTELLIGENTDECISION2022-工业“智能决策”白皮书序订单、物料约束复杂，如何排产最效？保平稳产要提升订单满率，应该如何统筹？消费者需求快速变化，如何预测爆款？2021年1124，中共中央政治局委员、国务院副总理刘鹤在报的署名章指出，现阶段，我国生产函数正在发生变化，经济发展的要素条件、组合方式、配置效率发生改变，面临的硬约束明显增多，资源环境的约束越来越接近上限，碳达峰碳中和成为我国中长期发展的重要框架，高质量发展和科技创新成为多重约束下求最优解的过程。随着全球新轮科技命和产业变深发展，新代信息技术的不断突破，并与先进制造技术加速融合，为制造业智能化、绿化发展提供了历史机遇。在这历史性的交汇点，企业端诉求、技术变与基础设施完善共同推动智能决策时代到来。本次书聚焦业互联建设中的智能决策问题，次对智能决策的概念进定义，梳理业智能决策的应价值，提出智能决策应落地法论。我们希望通过工业智能决策最佳实践的研究，为工业企业提供转型升级的路径参考，帮助工业企业实现第二增长曲线。工业互联网在互联驱动企业增时代，上半场主是消费互联，下半场的主则将是万物互联模式下的业互联。业互联是实现智能制造的重要抓，也是业企业当前发展的最机遇。智能化当前，我国业正处于由数字化向智能化发展的重要阶段，数字化与智能化建设是螺旋式上升的过程。智能化在信息化与数字化建设的基础上，通过智能技术实现了从数据到信息、知识、决策的转化，摆脱传统认知和知识的边界，为企业提质增效、释放产潜能、实现企业收益最化提供有效撑，成为业互联建设价值的核。智能决策智能决策是业互联智能化的“脑”，以全局优化为标实现企业综合收益最化。机器学习与运筹优化技术的深度融合，推动智能决策技术不断扩充能边界。前，部分领先企业已经抢先落地智能决策应并实现了业务价值突破，未来智能决策将成为领先业企业必备的能。212345迫在眉睫拥抱变革寻求突破业互联建设势所趋智能化是业转型升级的必由之路智能决策时代已然到来躬身入局业智能决策应落地法论展望未来业智能决策发展前瞻CONTENTS6实践探索智能决策实现业互联价值倍增2022-工业“智能决策”白皮书本报告核发现 Executive Summary工业互联网进入2018年前后，智能技术开始与业场景融合发展，开启了业互联智能化建设时期。智能化在信息化与数字化建设的基础上，智能技术实现了从数据到信息、知识、决策的转化，挖掘数据潜藏的意义，摆脱传统认知和知识的边界，为企业提质增效、释放产潜能、实现企业收益最化提供有效撑。数字化和智能化是螺旋上升的过程，成为业互联建设价值的核。作为智能化的价值核，智能决策正在引起市场泛关注。头部企业正大步经济新常态下，精细化运营成为企业增的关键动，对业务决策的质量提出了更的要求。数据基础建设逐步完善，机器学习与运筹优化技术的结合与突破，都为智能决策提供了更加成熟的技术可性。Gartner预测，到2023年，将有超过33%的大型机构采用智能决策的实践。智能决策应，要以全局优化为标，运筹优化与机器学习相结合是主流技术路径，智能决策将成为领先企业的必备能。工业互联网产业增加值1993年中国正式启动了国经济信息化的起步程“三程”2012年业互联概念次提出，为业数字化、络化提供了实现途径2021年业互联产业的增加值规模将突破4万亿，成为推动我国经济发展的重要量2000年我国提出要以信息化带动业化，新型业化道路2015年信部发布国务院关于积极推进“互联+：动的指导意，促进互联与产业的融合；中国制造2025发布，明确了制造业智能化、互联+的发展向 2018年智能化建设开始在领先的工业企业渗透2017年国务院关于深化“互联+先进制造业”发展业互联的指导意指出，业互联是连接业全系统、全产业链、全价值链，撑业智能化发展的关键基础设施信息化数字化智能化第二产业增加值感知控制层是业互联智能化的“手”，构建业数字化应的底层“输-输出”接决策优化层是业互联智能化的“大脑”，聚焦数据挖掘分析与价值转化，形成业数字化应核功能数字模型层是业互联智能化的“骨骼”，强化数据、知识、资产等的虚拟映射与管理组织，提供撑业数字化应的基础资源与关键具4跨入智能决策时代智能化建设时期2022-工业“智能决策”白皮书迫在眉睫：业互联建设势所趋全球产业链正经历深度重构，同时，受疫情影响短期过热的海外市场需求将在国外经济滞胀背景下受到抑制，短期增动减弱。对复杂变化，中国制造业需要向智能制造转型升级，出第增曲线。作为实现智能制造的重要抓，业互联建设已经开始释放出强价值潜能。完整的业类与最的消费市场，正在催颠覆性的商业创新和制造业变。“12022-工业“智能决策”白皮书中期：疫情加速全球产业链重构，智能化转型势在必数据来源：CEIC、申万宏源、IMF全球疫情加速产业链深度重构，市场供需两侧不确定因素增加，加快塑造企业韧性成为我国业企业抵御市场险、实现中期战略标的必答题。从全球发展的经验规律来看，制造业产业升级是赶超发达国家的关键，以智能化转型实现智能制造是提升制造业质量效益的必由之路。全球产业链深度重构，加快塑造工业企业韧性迫在眉睫根据世界银行最新预测，对比全球主要发达国家2020年-2022年GDP增速，中国率先在疫情中恢复，并增长强劲。全球经济全复苏尚需时，疫情防控措施导致全球产业链多环节受阻，加之中国制造业稳步复苏，其余国家疫情蔓延，势必加速全球产业链深度重构。同时也暴露了全球分的弊端，将促使供应链缩短的进程加快，全球产业链将向区域性聚集演化。此时中国制造业更应该调整产业结构，深化产业升级，增强产业链韧性，提升敏捷响应、抵御险的能。跨国企业将转向以产业链安全为考量的垂直体化布局。原先分包给不同国家和企业的产序和环节将会被收回到跨国公司内部进产，企业依靠缩短供应链条使产业实现主可控的要求。疫情爆发以来，区域内的贸易往来呈增加态势。2021年前10个，中国与东盟、欧盟、美国的进出增速均超过20%，增速均于同期整体平。未来，于产所需的中间品贸易主要在区域内进，跨国公司的全球产业链将在欧洲、北美、东亚、东盟等区域聚焦。全球产业链由全球化布局向区域性集聚演化全球供应链缩短，企业垂直一体化进程加快51.9631.7326.3925.1822.90 19.2316.1110.339.87美国本法国德国英国韩国中国印度巴西2019年各国制造强国指数中质量效益分项数值中国程院战略咨询中2020中国制造强国发展指数报告显，我国制造业发展的质量效益与发达国家差距明显，其中利润率偏低是我国制造业发展的核痛点。我国业转型升级迫在眉睫。同时，国际环境趋复杂，全球科技和产业竞争更趋激烈，国战略博弈进步聚焦制造业，美国“先进制造业领导战略”、德国“国家业战略2030”、本“社会5.0”和欧盟“业5.0”等以重振制造业为核的发展战略，均以智能制造为主要抓，图抢占全球制造业新轮竞争制点。埃森哲预计到 2035 年，业因智能化应增加值增速可以提 2.0%左右，是所有产业部中提幅度最的。“四五”智能制造发展规划提出，到2025年，规模以上制造业企业基本普及数字化，重点业企业初步实现智能转型。我国制造业质量效益尚有提升空间，智能化转型势在必行-3.4-6.3-4.6-9.8-1.92.3 6.05.02.46.84.68.05.24.3 3.25.03.75.6美国欧元区本英国其他发达经济体中国20202021E2022EIMF 对全球主要国家和地区GDP增速预测（百分比）62022-工业“智能决策”白皮书短期：全球经济滞胀将导致出需求衰退，过热增不可持续前，世界经济整体处于复苏阶段，但受疫情反复的影响，全球产业链的运依然不畅。这时期，中国国内产保持总体稳定，有效填补了全球供需的缺。同时疫情使得全球供给与需求同步下滑，将对出导向型业造成持续影响。疫情之后，我国经济以制造业产的超强恢复为第特征，供给端不但未受明显冲击，业产的增速度连续明显超出疫情冲击前，显现“产过热”的格局。疫情影响下，外需缺拉动的增使中国成为全球主要经济体中业产恢复最强的国家，海外过度的货币政策引发的滞胀危机，将会在未来共振式收缩，过热的市场需求受到抑制，出增速将幅降温。业企业应对短期需求变化需要有更前瞻的战略布局。中国工业生产稳步复苏，显现“生产过热”格局2020年下半年2021年上半年，我国业增加值、制造业增加值两年平均增速达到6.5%，2019年这两项增速分别仅为5.9%、6.0%，表明疫情后产恢复提速扩张的程度。国内工业市场供需稳定，出口需求预测衰退中国出口同比及2022年三年平均增速预测21-717-1 17-7 18-1 18-7 19-1 19-7 20-1 20-7 21-1中国工业生产指数500100015000预计2022年我国出三年平均增速在2019年低基数的影响下可能幅上，但全年同增速在今年30%左右的增之后可能迅速回落4.5%左右，这意味着出对于我国业产和经济增的拉动作或将不可避免的降温。国家统计局数据显，近5年来我国业产指数趋于稳定。但对2021年以来业产短期强需要需求端的持续拉动，2020-2021年业品需求呈现外需强内虚弱的格局，预计2022年外需回落，出与国内消费需求再平衡是2022年中国经济的主线逻辑之。短期来看，在需求端的明显变化，促使业企业加速进前瞻性的布局，通过转型升级帮助企业在业竞争中占据有利地位。数据来源：申万宏源研究虎变2022年宏观经济展望数据来源：国家统计局、申万宏源研究虎变2022年宏观经济展望601510505040302010-1018/0319/0320/0321/0322/030出口三年平均增速及预测（%，美元计价，右）出口同比及预测（%，美元计价）中国与美欧日英工业生产两年平均增速（%）72022-工业“智能决策”白皮书卡奥斯引擎（COSMO Business Best Practice）知识图谱 Knowledge GraphAIConfig（画像、产参数、艺参数、设备参数、环境参数）数字空间 Digital Space业互联引领企业进质量发展阶段业互联是新代信息通信技术与业经济深度融合的新型基础设施、应模式和业态，通过对、机、物、系统的全连接，构建起覆盖全产业链、全价值链的全新制造和服务体系，为业数字化、智能化发展提供了实现途径，是第四次业命的重要基。概念内涵与外延当前，业互联融合应向国经济重点业泛拓展，形成智能化制造、络化协同、个性化定制、服务化延伸、数字化管理五种典型应模式，赋能、赋智、赋值作不断显现，有地促进了实体经济提质、增效、降本、绿、安全发展。海尔作为中国最早探索数字化转型的企业之，具备坚实的数字化、智能化基础，2016年推出卡奥斯COSMOPlat业互联平台，基于在家电业的最佳实践，跨业、跨领域输出智能制造和数字化转型解决案，现已成为覆盖7领域、15个业、全球20多个国家和地区的智能制造和数字化转型解决案基础平台，具有很强的代表性。卡奥斯COSMOPlat在包含IoT层、IaaS层、PaaS层、SaaS层的通架构下，通过部署新型络基础设施，并全线贯穿标准标识体系和平台安全防护能，构建起强的业互联平台态。Devops平台机理模型平台BI平台AI平台志监控预警标准标识体系安全防护体系业机理模型InduMachi ModelCDN运维类开发类应类数字化管理规模定制IoT器环境采集器摄像头.存储络虚拟机裸属基础类业APP业品采销消费品定制SaaSBaaS机端平板端桌PC端API 开发者政府企业消费者员智能关+安全管理边缘治3D组态RFID云端设备管理SDK湿度传感器边缘计算管理容灾备份IaaSPaaS络存储虚拟机数据库标识解析区块链机器学习数字孪体Digital Twin平台家电装备电化汽模具建材农业服装品旅采购利智能、云计算、数据等技术，在包含IoT层、IaaS层、PaaS层、SaaS层的通架构下建业互联平台，通过部署新型络基础设施，并全线贯穿标准标识体系和平台安全防护能，将重塑企业形态、供应链和产业链模式，构建业新态。安全为保障数据为要素网络为基础平台为中枢基础设施应用模式工业生态工业生态应用模式基础设施重塑企业形态、供应链和产业链的业新态互联、数据、智能与实体经济深度融合的应模式业数字化、络化、智能化转型的基础设施资料来源：IDC业互联态书工业互联网为产业发展延展新空间工业互联网平台体系架构以卡奥斯COSMOPlat为例资料来源：卡奥斯82022-工业“智能决策”白皮书业互联是实现智能制造的重要抓，双碳标倒逼加速转型新轮科技命为实现智能制造提供技术准备，业互联建设是实现我国智能制造重要途径。“四五”业绿发展规划提出，到2025年，业产业结构、产式绿低碳转型取得显著成效，为2030年业领域碳达峰奠定坚实基础。因此，“四五”期间成为能源结构转型关键期，双碳标将倒逼业企业加速转型，在这关键五年找到之有效的转型法将赢得未来先机。数据来源：BP世界能源统计年鉴、爱分析研究绘制锻板：聚焦优势业占据产业竞争制点。补短板：针对业基础领域实施好关键核技术攻关程。强企业：分层打造“专精特新”中企业群体。智能制造业互联中共中央政治局就推动我国数字经济健康发展进第三四次集体学习指出：要站在统筹中华族伟复兴战略全局和世界百年未有之变局的度，阐释数字经济对于我国发展的重要性及意义，业的柱性决定了业互联转型升级过程的重要性必要性。业互联是重要抓提优质企业主创新能促进提升产业链供应链现代化平引导优质企业端化智能化绿化发展夯实络基础加快业互联平台建设提升平台运营能提升产品与解决案供给能强化安全保障构建信息安全、功能安全和物理安全强链补链实现路径重要抓手目标氧化碳总排放量碳达峰是碳中和的基础和前提，达峰时间的早晚和峰值的低直接影响碳中和的实现时和实现难度。氧化碳具有很的命周期，所以“十四五”是实现2030年碳达峰目标、调整能源结构转型的关键期，这将倒逼工业企业加速转型。2030年，单位国内生产总值二氧化碳排放比2005年下降65%以上碳中和碳达峰203020452060阵痛期202120252025年，单位国内生产总值二氧化碳排放比2020年下降18%关键五年转型法赢未来先机第四次科技命成为技术准备5G以5G、云计算、数据智能等信息技术为代表的第四次科技命，将助业企业提升产。新轮科技命和产业变与我国加快转变经济发展式形成了历史性交汇，第四次科技命为业互联数字化、智能化建设提供坚实技术撑，是实现中国制造业跨越式发展的重要基础。人工智能物联网云计算大数据区块链单位业增加值氧化碳排放降低18%碳排放强度持续下降 能源效率稳步提升规模以上业单位增加值能耗降低13.5%2025年主要目标“四五”能源结构转型关键期92022-工业“智能决策”白皮书业互联成为赋能企业增的重要量据中国业互联研究院数据显，业互联对我国GDP产巨带动作。其中，2021年业互联带动制造业增加值预计达到1.68万亿元。与此同时，业互联产业增加值规模将突破4万亿元，成为促进我国经济质量发展的重要量。业互联核产业增加值在2017年-2020年期间超过93%，年复合增率达24.6%。三年时间，业互联核产业增加值实现近倍增。资料来源：中国业互联研究院中国业互联产业经济发展书（2021年）工业互联网拉动GDP作用明显，赋能企业增长工业互联网“综合性+特色性+专业性”的平台体系基本形成络体系不断成熟。质量外连接超过 18 万家业企业，部分省份已实现业互联外所有地市全覆盖以及业园区覆盖。数据体系持续完善。数据是业互联的核要素，结合业知识和业机理，满制造业千百业的需求。业互联运的数据来源于“研产供销服”各环节、“机料法环”各要素，通过对数据的采集、流通、汇聚、计算、分析，促进数字化转型，打造数字化、络化、智能化的基础。安全体系发挥作。全国业互联安全态势感知平台全建成，通过监测预警、应急响应、检测评估、功能测试等段解决设备、控制、络、平台、业 APP、数据等多络安全问题，确保业互联健康有序发展。70+家100+家20202021有影响力平台数量4000万7000万20202021连接工业设备数量25万59万20202021工业APP数量业互联平台建设蓬勃发展，2021年业互联链接业设备数量实现近翻倍增，在两化融合的基础上推动业企业在数字化、智能化更范围、更深程度、更平上融合发展，成为继移动互联之后最的经济机会。IDC预计2025年中国业互联带动的经济规模将突破万亿美元。CNNIC发布中国互联络发展状况统计报告显，我国业互联发展初具规模，业互联体系呈多层级全蓬勃发展的态势。当前我国“综合型 特型 专业型”业互联平台体系基本形成，具有定业和区域影响的平台超过100家，平台赋能效应进步显现。亿元10708.7112408.81375314878.5516808.5315.88%10.83%8.18%12.97%0.00%2.00%4.00%6.00%8.00%10.00%12.00%14.00%16.00%18.00%02000400060008000100001200014000160001800020172018201920202021E工业互联网带动制造业发展情况产业增加值规模名义增速资料来源：中国互联络信息中，爱分析整理绘制3372亿元6520亿元20172020E工业互联网核心产业增加值CAGR24.6%102022-工业“智能决策”白皮书拥抱变：智能化是业互联建设的必由之路业企业的数字化建设与智能化建设呈现螺旋上升的态势，其中智能化建设是业互联建设的价值“C”位。智能决策是业互联价值实现的关键，并正在帮助领先企业获得持续速发展的能。智能化帮助企业更“聪明”的核心价值体现在决策环节。“22022-工业“智能决策”白皮书12工业互联网产业增加值业互联发展路径清晰，智能化成为增核驱动引擎资料来源：国家统计局、中国信息通信研究院，爱分析研究绘制1993年中国正式启动了国经济信息化的起步程“三程”1994年我国第家MRP企业成2012年业互联概念次提出，为业数字化、络化提供了实现途径2017年国务院关于深化“互联+先进制造业”发展业互联的指导意指出，业互联是连接业全系统、全产业链、全价值链，撑业智能化发展的关键基础设施2021年业互联产业的增加值规模将突破4万亿，成为推动我国经济发展的重要量2000年我国提出要以信息化带动业化，新型业化道路2015年信部发布国务院关于积极推进“互联+：动的指导意，促进互联与产业的融合；中国制造2025发布，明确了制造业智能化、互联+的发展向2018年业互联标识解析国家顶级节点在湖北省武汉市东湖区正式宣布启动建设。2011年“五”推动业化与信息化深度融合，形成全业覆盖、全流程渗透、全位推进的发展格局以现代通信、络、数据库技术为基础，数据开始成为关键产要素在信息化的基础上，通过进步数据治理构建互联互通的业数据体系，进步提升产平智能技术与业场景、机理、知识结合，以模仿或超越类感知、分析、决策等能，实现设计模式创新、产智能决策、资源优化配置等创新应信息化数字化智能化2015年两会政府作报告，国内次为业互联建设提供顶层设计，业互联创新发展动计划（2021-2023）中明确将发展智能化制造摆在新型模式培育动中的要位置。预计2021年业互联建设带动的产业增加值规模将突破4万亿，成为推动我国经济发展的重要量。2018年智能化建设开始在领先的工业企业渗透第二产业增加值2022-工业“智能决策”白皮书新品优化适应力资料来源：acatech STUDY Industrie 4.0 Maturity Index、埃森哲、爱分析研究绘制自动化业互联建设路径装备动化信息化网络化智能化软件系统应CRM、SRM 设备、系统、数据互联互通工业4.0成熟度指数埃森哲智能制造“新四化”理论设备层产层产业层企业内企业间柔性供应排产排程需求预测智能仓储物流优化资源匹配智能化信息化数字化核制造环节智能优化与决策协同运营差异定价艺优化.工业3.0计算机化连通性可视化透明性预测力 业3.0时代强调在设备层实现装备动化，通过信息化软件系统等应实现设备连通性业互联发展路径是从信息化、数字化向智能化，相应地，智能化是业企业在业互联赋能下向转型升级的阶形态。当前，我国业正处在由数字化向智能化发展的重要阶段，智能化在信息化与数字化建设的基础上，通过智能技术实现了从数据到信息、知识、决策的转化，挖掘数据潜藏的意义，摆脱传统认知和知识的边界，为企业提质增效、释放产潜能、实现企业收益最化提供有效撑，成为业互联建设价值的核。智能化是业互联建设的价值“C位”业4.0时代，在信息化与数字化、络化建设中需要实现多设备、多产线数据互联互通，实现业务数据等可视化穿透业务运情况，增强产透明性 通过智能化建设实现业务预测、产主响应，实现智能优化与决策转型132022-工业“智能决策”白皮书数字化与智能化建设螺旋上升理论数字化与智能化相互融合智能化不是数字化建设量变引起质变的结果。数字化的颗粒度与深度是个持续细化与加深的过程，智能化在其中不断渗透，者并完全独，是相互融合。数字化完成没有明确的界限，企业并先将数字化能全建成，再开始智能化建设。数字化与智能化能相互叠加，不断扩价值创造的“底盘”数字化基础越好，智能化产的价值与影响就越。即使是很的智能化落地场景，也可能四两拨千，深度挖掘出企业数据资产的价值。数字化与智能化建设相辅相成，螺旋上升数字化是智能化的基础，数据和信息的互联互通是切应的前提条件。智能化平的发展会对数字化基础提出新的要求，倒逼数字化能提升。数字化能进新境界能够辅助实现更多智能化场景的落地。在业互联建设中，通过信息化、数字化建设发现业务场景智能化需求；另，信息化、数字化为智能化建设提供数据基础。通过智能化建设企业可以发现信息化、数字化不，补充缺失数据有利于“解锁”新的智能化场景，放数字化建设价值，在数字化与智能化建设螺旋上升的过程中，不断挖掘业数据隐藏价值，释放企业价值潜能。需要的数据：历史销售数据（品类、季度销售数据，直销/渠道商数据）业数据政策数据.按订单产模式下企业以需定产，只有更精确的产计划才能更好指导整个供应链的资源调配，因此需求计划是后续所有智能化应建设的核。典型制造企业数字化与智能化建设过程示例图数字化建设与智能化建设是螺旋式上升的过程发现缺少经销商数据，造成预测结果准确度欠佳解锁智能化场景库存管理生产计划解锁智能化场景库存管理生产计划需求预测更精准数字化能力补强应用建立经销商系统管理经销商数据智能化建设需求预测智能化建设需求预测数字化效果价值推动产生智能化需求数据基础应用ERP系统留存企业财务数据和主要经营数据142022-工业“智能决策”白皮书数字模型智能化的价值核是智能决策资料来源：中国信息通信研究院，业互联产业联盟业互联体系架构（版本2.0）业智能书业互联智能化体现在感知控制、数字模型、决策优化三个基本层次，基于海量业数据全感知，通过端到端的数据深度集成与建模分析，实现核环节智能优化与决策，由下上的信息流与上下的决策流共同构成了应优化闭环。以智能决策为核的决策优化是业互联智能化的“脑”，最化发挥业数据的价值，成为业互联价值实现的关键。设备层生产运营层产业链层物理空间数字空间业知识智能化艺管理检测维修产能管理产运营智能化物流计划库存计划产计划产业链协同智能化产品研发定价策略上下游协同工业互联网数据功能原理感知控制决策优化信息流决策流感知控制执识别服务管理数据模型数据管理业模型感知控制层是业互联智能化的“手”，构建业数字化应的 底层“输-输出”接决策优化层是业互联智能化的“大脑”，聚焦数据挖掘分析与价值转化，形成业数字化应核功能数字模型层是业互联智能化的“骨骼”，强化数据、知识、资产等的虚拟映射与管理组织，提供撑业数字化应的基础资源与关键具指导分 析描述诊断预测152022-工业“智能决策”白皮书智能决策正在帮助领先企业获得持续速发展的能资料来源：红杉中国2021年调研报告；埃森哲研究院2021年跨越发展、领军未来调研；肯锡2018年Notes from the AI Frontier:Insights from Hundreds of Use Cases1%10%18%19%22%31%35%42%48%58%0%20%40%60%80%其他机器设备性能优化提升产品研发效率险动识别成本控制与资源优化业务流程优化画像智能营销运营分析与优化辅助管理层决策潜在价值（万亿美元）智能技术产生价值1.2-2.0供应链及制造管理3.6-5.6总价值智能技术产价值根据调研显，智能技术将带给供应链管理和制造环节1.2-2.0万亿美元的新价值。通过实施智能化的决策机制将帮助端到端的供应链更有效地降低成本，提产效率。智能化决策机制释放新的价值空间501001502002503003504004505002015年2020年2023年20 xx年后进企业与领军企业之间的收差距进步扩后进企业与领军企业之间的收差距进步扩后进企业领军企业2倍于后进企业的增指数倍增收/亿美元2021年向4,300位管的全球调研，中国领军企业凭借强的成熟度的系统和创新出例，极地提升了增速度，未来领军企业相后进企业将呈现指数倍增。领军企业对技术的投入和应用助力企业快速增长智能决策成为企业最关注的大数据应用场景智能决策可以为企业带来新的运营式，在决策机制上降低对的依赖，从显著提企业的收益增速度，提升企业成空间。管理层最关的数据应场景多数都可以使智能决策技术进赋能，未来通过智能决策机制可以在供应链及制造管理释放的价值空间达1.2-2万亿美元。向16个细分业的222家企业CIO的调查，调查结果显，“辅助管理层决策”已成为企业最关注的数据应场景，利数据分析技术提企业决策能成为企业数字化管理者的根本需求。162022-工业“智能决策”白皮书寻求突破：智能决策时代已然到来企业端诉求、技术变与基础设施完善共同推动智能决策时代到来，运筹优化与机器学习成为智能决策的两关键核技术。前，智能决策已经渗透进企业经营、公共服务、个活等。到 2023 年，超 过 33%的型机构将采智能决策的实践。“32022-工业“智能决策”白皮书描述诊断指导业务价值通过数据分析建模，由系统直接给出能达成预期业务标的动案典型应用：智能决策系统通过数据分析，发现业务现象背后的原因，实现业务可诊断典型应用：大数据平台通过数据采集和展，描述业务正在发什么，实现业务可视化典型应用：数据大屏辅助决策智能决策（增强决策&动决策）系统在决策中的传统的业务决策依赖于业务规则和专家经验，从决策到智能决策经历了期的发展过程。随着数据科学和智能技术的发展，系统基于“数据+算法”可以在决策中实现越来越重要的价值。根据系统在决策中扮演的，可以分为系统辅助决策、系统增强决策、系统动决策个阶段，业务价值逐步增强。企业端诉求、技术变与基础设施完善共同推动智能决策时代到来。Gartner预测，到 2023 年，超过 33%的型机构将采智能决策的实践。基于数据分析提供描述、诊断，为类作出决策提供持增强决策：系统基于数据分析直接提供关于决策的建议自动决策：系统直接作出最终决策，由类对结果进监督和审查资料来源：爱分析整理绘制预测通过数据分析，判断业务未来可能会发什么，实现业务结果可预测典型应用：机器学习平台企业端诉求、技术变与基础设施完善共同推动智能决策时代到来18企业端诉求：精细化运营与决策复杂度提升经济新常态下，精细化运营成为企业增的关键动，对业务决策的质量提出了更的要求。消费和产业互联带来决策要素增和关联性增强，市场环境快速变化，使得业务决策变得更加复杂，经验愈发难以应对。据Gartner 2021 年调查，47%的受访者表，他们的决策在未来 18 个内会变得更加复杂。技术变革：大数据和人工智能技术的突破以数据分析、智能为代表的技术应迎来突破，尤其是数据、算法和算的发展，并与运筹优化等技术相结合，为智能决策提供了更加成熟的技术可性。基础设施：数据基础趋于完善随着信息化和数字化建设的推进，企业普遍具备了定的数据基础，更多业务数据可采集、可分析，为数据驱动的智能决策提供了必要条件。2022-工业“智能决策”白皮书?智能决策是组织或个人综合利用多种智能技术和工具，基于既定目标，对相关数据进行建模、分析并得到决策的过程。该过程综合约束条件、策略、偏好、不确定性等因素，可动实现最优决策，以于解决新增时代益复杂的产、活问题。“192022-工业“智能决策”白皮书智能决策流程意图资料来源：爱分析研究绘制数据大屏数据治理数据可视化智能决策vs传统决策传统决策智能决策分钟级速计算，实时更新决策结果，并可通过模拟仿真进情景分析经验法有效标准化和量化，决策过程不清晰，不能形成数据积累不清晰脑计算有限，对于复杂问题不能全局考虑，简化处理容易顾此失彼效果差决策费时费，对于不断变化的需求和环境因素难以作出快速评估和有效应对难应变基于数据和业务规则进决策，过程标准化，可回溯，决策法和结果可以积累传递更透明利数学建模和运筹优化算法全局考虑问题，筛选所有可案输出最优结果更优化更敏捷智能决策流程示意图将实际问题中的决策标的、约束、偏好以及标转化为数学模型，是将决策问题与智能化段和法进衔接的关键环节。在已经建好的模型基础上输数据，利机器学习、运筹优化等技术，对模型进效求解。运筹优化 机器学习、深度学习、强化学习、迁移学习智能技术求解器、机器学习引擎 智能决策工具决策标的、约束、偏好、标实际问题建 模求 解决 策抽象为数学表达模型变量、条件、函数自动输出优化算法数据输入制造业典型问题为例决策标的：紧急插单计划约束条件：产线产能限制物料供应限制生产偏好：产稳定生产目标：满足订单实际问题抽象为数学表达业务部门历规则加周期库存加计划需求中期周计划计划班次计划缺料影响计算数据中台建模求 解决 策设备仪器信息企业资源计划（ERP）仓库管理系统（WMS）运输管理系统（TMS）订单管理系统（OMS）输入企业信息数据自动输出求解器机器学习引擎智能决策工具管理层输出辅助决策202022-工业“智能决策”白皮书智能决策的关键技术主要包含机器学习技术、运筹优化技术等多种智能技术。机器学习技术通过强化学习、深度学习等算法实现预测，通常需要量数据来驱动模型以实现较好的效果；适于描述预测类场景，如销量预测。运筹优化技术基于对现实问题进准确描述刻画来建模，通过运筹优算法在定约束条件下求标函数最优解，对数据量的依赖性弱，结果的可解释性强；适于规划、调度、协同类问题，如员排班、补配货。智能决策的关键技术：机器学习与运筹优化机器学习算法助力智能决策的数据分析和预测能力线性规划(LP)运筹优化技术助力智能决策的规划求解能力数据依赖模型类别算法类别机器学习+运筹优化：技术的结合有效弥补了彼此应用的局限性，更好地服务于智能决策速度和质量的提升取长补短速质提升数据处理（机器学习为主）问题描述（运筹优化为主）+在逻辑侧对问题进理解及分析进建模（运筹优化），在数据侧对起因及结果的记录乃预测（机器学习），两者构成了现实业产中解决问题的要件，但各均存在不同程度的局限性，因此需要取补短来共同服务于决策速度和质量的提升。特征局限性在有量数据基础的条件下，机器学习通过对巨量数据的学习和分析来预测未来容易忽视对问题本的逻辑描述，使得结果不可解释或失真 约束条件线性 例如：路程-速度-时间问题 结果数值连续，不离散 结果值不连续 例如：是/否问题、个数问题 约束条件线性 例如：抛物线 结果数值连续，不离散 结果值不连续 例如：是/否问题、个数问题机器学习是多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多学科，专研究计算机怎样模拟或实现类的学习为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善的性能。在智能决策领域，机器学习、深度学习、强化学习主要应于数据识别、分析与预测。智能决策所涉及的机器学习算法主要有：机器学习、深度学习、强化学习资料来源：爱分析整理绘制机器学习强化学习深度学习100100X+Y100443322110100X,Y仅可能为整数100maxX+Y 10022单纯形法内点法沿着有效域（约束条件）外侧寻找最优解从有效域（约束条件）内部向外发散寻找最优解其他算法分定界法启发式算法阶优化等模型依赖特征局限模型的可操作性需验证在多重约束条件下，求解器使相关模型对问题进拟合，通过算法得出最优解线性规划(NLP)混合整数线性规划(MILP)混合整数线性规划(MINLP)212022-工业“智能决策”白皮书实现智能决策的开发与部署，需要通过求解器对运筹优化模型进算法优化和求解，机器学习引擎对机器学习相关算法的敏捷开发。尤其是在求解器领域，IBM等国外厂商处于先发和领先地位，在2017年前我国在此项领域长期处于技术空白。作为撑我国业智能决策发展的关键核技术，在主可控的背景下，拥有主知识产权的求解器对于中国业智能化建设分重要。近年来，杉数科技、中科院、阿里、华为等企业和机构陆续研发并发布了国产求解器。求解器与机器学习引擎撑智能决策效准确实施资料来源：爱分析整理绘制复杂棘手的业务问题转化为数学模型在多种可能的解决方案中最佳解决方案求解器智能决策的“计算芯片”在国际贸易摩擦的背景下，我国制造业在数字化转型过程中临技术“卡脖”的险，掌握核技术越来越重要且紧迫。国内企业需要寻找技术领先的合作商的同时，合作稳定性和安全性，应放在极其重要的位置。近年，国内企业纷纷开始了业级别求解器的研发，杉数科技、阿、华为均陆续研发并发布了求解器产品。拥有国内主知识产权的求解器为业发展提供了重要的国产替代案。优化标提升决策效率 22.5%提营收 12.5%降低成本 47.5%优化资源配置 17.5%数据来源：杉数科技，COPT商业使的分析国内求解器发展为国产替代提供解决方案求解器机构解决问题次发布时间国内MINDOPT阿巴巴2020年8OptVerse华为2021年10COPT杉数科技线性2019年5CMIP中科院2018年3LEAVES杉数科技上海财经学2017年10整数阶锥线性线性线性求解器机构国别特国外CplexIBM线性+整数XpressFICO线性+整数+线性Gurobi独公司线性+整数+线性SCIPZIB研究所整数美国美国美国德国国内外主要求解器横向对整数半正定何规划概念原理求解器是于求解运筹优化问题的底层专业计算软件，能够针对多种运筹优化模型进算法优化和求解，是实现智能决策的“计算芯”。机器学习引擎高效开发机器学习引擎是进机器学习开发与应的系统框架，是机器学习开发的具。通过具组件、开发套件、预测部署等集成包实现算法选择，参数调整，训练部署、管理监控从效开发。缩短开发时间降低开发难度削减使成本现实效果国内外主流机器学习引擎桨百度持超规模模型训练Angel腾讯擅稀疏数据维模型训练MindSpore华为Tensorflow歌PyTorchFacebook使基于源码转换的动微分开发者社区最持基于动态计算图转换的动微分222022-工业“智能决策”白皮书“卡脖”难题的关键突破，国内求解器发展历程可以将复杂商业问题“通盘考虑、统筹优化”的数学规划求解器，期处于国外技术垄断状态，早期国内求解器发展缓慢。2017年10，杉数科技与上海财经学共同发布国内个求解器开始，中国在求解器领域的探索开始快步迈进。2019年5，杉数科技发布国内个达到世界流准的线性规划求解器COPT，并在此基础上陆续推出整数规划求解器、阶锥优化求解器，不断推国内求解器技术平。近期，也有阿巴巴达摩院推出线性规划求解器MINDOPT，华为发布线性规划求解器OptVerse，此互联及科技领军企业也开始全进求解器的研发阶段。资料来源：爱分析整理绘制国内求解器研发历程2017.102018.32019.52021.62020.82020.102021.92021.10 杉数科技联合上海财经学共同发布开源求解器LEAVES 中科院数学所发布学术性整数求解器CMIP 阿达摩院发布线性规划单纯形求解器MINDOPT，性能达到世界一流 华为发布线性规划单纯形法求解器OptVerse，性能达到世界一流 2019年5，杉数科技发布中国首个商用求解器COPT 可求解线性规划（单纯形法），性能达到世界一流 2020年10