聚焦航空与物流行业「悠桦林」用运筹学得出整体效率最优解现阶段，国内大数据的概念已深入各个企业的核心决策层，各大公司相继成立了自己的数据部门。与此同时，提供第三方服务的企业也纷纷涌现。但是，大部分应用仍停留在数据资产概念的阶段，没有真正帮助企业产生价值。有部分公司通过发现数据间的规律，引导企业进行了更好的人工决策，将数据的价值进行了初步的展现，但是却不如智能决策带来的价值更高。

　　而运筹学是20世纪30年代初发展起来的一门新兴学科，其主要目的是在决策时为管理人员提供科学依据，是实现有效管理、正确决策和现代化管理的重要方法之一。该学科是应用数学和形式科学的跨领域研究，利用统计学、数学模型和算法等方法，去寻找复杂问题中的最佳或近似最佳的解答。

　　在之前的一篇文章里，36氪也有提及，在现代商业应用中，运筹学已经开始与人工智能的算法紧密结合在一起，并逐步在航空、物流、生产制造、金融、资源管理、集成电路设计、环境保护、电力管理等拥有庞大变量和约束条件的领域中得到应用。

　　36氪近期了解到，总部位于上海的「悠桦林」以运筹学优化技术为核心，机器学习为辅助，为航空、物流及其他领域提供智慧决策方案。

　　悠桦林在航空领域的主要客户为航空公司半岛官方网站，为其提供航线网络规划、机组排班、收益管理、地勤排班、不正常航班恢复等问题。比如在航线规划的方案中，悠桦林会从整网收益的视角去分析航线的价值，从而帮助航司决定如何加密，哪里新开航线，现有航线是否调整，如何选择机型等等；机组人员排班的优化方面，通过已有客户的案例，可以节省大量飞行资源，一年下来能增加航司过亿收入；而不正常航班协调是最复杂的一环，尤其在国内，航班的延误和取消情况经常发生，影响范围比较大。

　　肖芳芳向36氪透露，目前有多家航空公司已经正式成为了公司的付费客户，其客单件在千万人民币左右。而且该行业的大多数客户对运筹学优化都有较明确的认可和需求。

　　事实上，航空业的另外一家相关软件供应商SABRE作为一家美国的跨国公司，运用运筹学的优化算法已经服务了从航空、物流到酒店等各个行业。但是他们的产品一直未针对国内航司进行足够规模的本地化，这也给如悠桦林等一众国内初创企业占据市场份额的机会。

　　而物流领域是悠桦林另一大主营业务，包括干线运输的调度、仓库选址与配送路径规划。过去传统的路径优化都是运用整数规划算法进行路线设计，但真实应用中司机往往会根据自己的经验更改路径。悠桦林的方案是运用机器学习，让算法先向人工学习，在在人工经验的基础上做运筹优化，这极大的增加了结果的落地性和可执行性。

　　能将产品做到垂直领域并获得行业内大客户的青睐，这与悠桦林团队背景密不可分。悠桦林的首席科学家 Ellis Johnson 为美国工程院院士，佐治亚理工大学终身教授也是佐治亚理工物流工程中心的创始人，创办IBMs T.J. Watson优化中心，任职长达26年，为冯诺依曼奖（运筹学届的诺贝尔奖）获得者；

　　CEO 肖芳芳为佐治亚理工博士，师从Ellis Johnson，曾任职于Intel 与 Sabre，曾任亚马逊 Outbound Transportation 的北美负责人，负责仓库到客户运输网络的优化、仓库到客户航空货运量的预测与最后一公里配送优化。返回搜狐，查看更多