楊凈 明敏 發(fā)自 凹非寺

量子位 | 公眾號(hào) QbitAI

工業(yè)工程界的“諾貝爾獎(jiǎng)”決賽階段，迎來(lái)“乒乓”一幕：

中國(guó)企業(yè)占據(jù)了半壁江山！

最新一屆弗蘭茲·厄德曼（Franz Edelman）獎(jiǎng)公布最終入圍名單：

全球6個(gè)入圍者，3個(gè)來(lái)自中國(guó)，其中華為云、美團(tuán)團(tuán)隊(duì)均已曝光。

Franz Edelman獎(jiǎng)，是全球運(yùn)籌和管理科學(xué)界的最高工業(yè)應(yīng)用獎(jiǎng)，被廣泛譽(yù)為工業(yè)工程界的“諾貝爾”。

該獎(jiǎng)項(xiàng)重點(diǎn)獎(jiǎng)勵(lì)世界各國(guó)、地區(qū)，在運(yùn)籌和管理學(xué)領(lǐng)域做出突出貢獻(xiàn)、并帶來(lái)重大應(yīng)用價(jià)值的研究項(xiàng)目或成果，最終將有6家企業(yè)角逐總決賽。

換言之，入圍者不僅要在技術(shù)領(lǐng)域有創(chuàng)新，而且項(xiàng)目必須經(jīng)過(guò)業(yè)界檢驗(yàn)，能在實(shí)際落地中明確產(chǎn)生價(jià)值。

自成立以來(lái)，最終入圍項(xiàng)目的累計(jì)貢獻(xiàn)了超過(guò)3630億美元的影響力，如英特爾、通用汽車、摩托羅拉等國(guó)際頂尖科技企業(yè)，都曾獲得過(guò)最終冠軍。

這一回上演統(tǒng)治級(jí)表現(xiàn)的中國(guó)玩家，他們究竟是如何闖入總決賽的？往下看。

關(guān)注落地應(yīng)用的工業(yè)界頂級(jí)榮譽(yù)

Franz Edelman獎(jiǎng)，距今已有五十多年歷史，頒給工業(yè)工程領(lǐng)域玩家，并且得是「改變了處理世界上最復(fù)雜問(wèn)題的方式」。

獎(jiǎng)項(xiàng)入圍者來(lái)自工業(yè)界、政府、醫(yī)療機(jī)構(gòu)、非盈利部門(mén)等不同領(lǐng)域，但入圍理由都只有一個(gè)：利用先進(jìn)技術(shù)在各自領(lǐng)域做出了革命性貢獻(xiàn)。

既有在實(shí)際業(yè)務(wù)中提高了數(shù)億級(jí)別的效益，比如2020年獲得者英特爾，通過(guò)從產(chǎn)品架構(gòu)設(shè)計(jì)到大規(guī)模供應(yīng)鏈應(yīng)用高級(jí)分析，年收入平均增加19億美元、年成本降低15億美元。還有像通用汽車、IBM、惠普等科技企業(yè)都曾入圍過(guò)。

也有在關(guān)鍵場(chǎng)景中解決了核心難題，比如饑餓（聯(lián)合國(guó)世界糧食計(jì)劃署）、下水道污水處理（路易斯維爾大都會(huì)下水道區(qū) MSD) 、農(nóng)產(chǎn)品開(kāi)發(fā)（先正達(dá)）、癌癥治療（紀(jì)念斯隆凱特癌癥中心）等問(wèn)題。

自1972年該獎(jiǎng)項(xiàng)設(shè)立以來(lái)，決賽入圍項(xiàng)目已累計(jì)產(chǎn)生3630億美元的影響力。

某種程度上，F(xiàn)ranz Edelman獎(jiǎng)已是全球技術(shù)發(fā)展趨勢(shì)的風(fēng)向標(biāo)之一，關(guān)注重點(diǎn)是全球企業(yè)機(jī)構(gòu)如何將前沿理論廣泛應(yīng)用于實(shí)際場(chǎng)景，在驗(yàn)證技術(shù)落地價(jià)值的同時(shí)，為社會(huì)帶來(lái)巨大收益。

國(guó)際上表彰前沿算法、理論創(chuàng)新的權(quán)威頂會(huì)比賽不在少數(shù)，但是評(píng)選全球先進(jìn)工程應(yīng)用、實(shí)踐成果的，卻少之又少。原因無(wú)他，想要評(píng)判實(shí)際應(yīng)用成績(jī)?nèi)绾?，需要考量更多維度影響因素。

但前沿技術(shù)的探索，究其根本目的，還是為了走向落地應(yīng)用。因此在工程化落地上的價(jià)值體現(xiàn)，是全球科技產(chǎn)業(yè)界不得不重視的問(wèn)題。

Franz Edelman獎(jiǎng)?wù)菫榇硕鴣?lái)，它從運(yùn)籌學(xué)角度出發(fā)進(jìn)行評(píng)估。

運(yùn)籌學(xué)，利用統(tǒng)計(jì)學(xué)、數(shù)學(xué)模型等，尋找復(fù)雜問(wèn)題中“最優(yōu)解”。作為一門(mén)交叉學(xué)科，它和各個(gè)學(xué)科都能有關(guān)系，畢竟任何事情都需要優(yōu)化。

從這一學(xué)科出現(xiàn)以來(lái)，它就開(kāi)始被廣泛應(yīng)用于軍事、金融、區(qū)塊鏈、AI算法等，可以說(shuō)當(dāng)今產(chǎn)業(yè)界的高效運(yùn)作已經(jīng)離不開(kāi)運(yùn)籌學(xué)。

它將涉及從理論到實(shí)踐、從虛擬到現(xiàn)實(shí)空間的聯(lián)動(dòng)，一個(gè)小的調(diào)整優(yōu)化，都會(huì)對(duì)實(shí)際生產(chǎn)帶來(lái)重大影響。因此，關(guān)于運(yùn)籌學(xué)的應(yīng)用，不能只考慮理論因素，還需要顧及落地場(chǎng)景中的可能影響因素。

簡(jiǎn)單歸結(jié)一下，運(yùn)籌學(xué)領(lǐng)域的突出應(yīng)用落地成就，需要具備以下幾個(gè)特點(diǎn)：

結(jié)合技術(shù)足夠先進(jìn)，如AI算法等，屬于人類最前沿的技術(shù)創(chuàng)新解決工程化落地過(guò)程中真正的難題，可以顧及更多變量因素、實(shí)現(xiàn)更大程度調(diào)度產(chǎn)生的價(jià)值足夠大，如能夠?yàn)槿鐣?huì)帶來(lái)效率提升、惠及每一個(gè)個(gè)體而如上幾點(diǎn)，其實(shí)也是Franz Edelman獎(jiǎng)一直以來(lái)強(qiáng)調(diào)的方向。

從今年入圍決賽圈的名單，就能看出一二：

軟件投標(biāo)系統(tǒng)、拼車匹配應(yīng)用程序、交付訂單調(diào)度、流媒體服務(wù)流量分配、電子零售商優(yōu)化技術(shù)、零售卡車路線和裝載規(guī)劃。

有來(lái)自俄亥俄州大學(xué)集成系統(tǒng)系開(kāi)發(fā)的軟件系統(tǒng)，解決大規(guī)模路由問(wèn)題，每年節(jié)省超9860萬(wàn)美元，累計(jì)節(jié)省1.165億美元；也有網(wǎng)約車明星Lyft更新了拼車匹配算法，三方受益的同時(shí)，還產(chǎn)生了超3000萬(wàn)美元的年增收入。

還有代表流媒體服務(wù)領(lǐng)域的華為云。他們開(kāi)發(fā)的GSGO系統(tǒng)，可在保證60個(gè)國(guó)家B2B直播服務(wù)流暢運(yùn)營(yíng)的同時(shí)，最大限度降低寬帶成本——減少30%，即4960 萬(wàn)美元，同時(shí)支持在兩年內(nèi)將流量增加十倍。

值得一提的是，自2021年以來(lái)，連續(xù)三年有中國(guó)科技企業(yè)進(jìn)入六強(qiáng)，今年更是占據(jù)半壁江山。

放眼過(guò)去，尚屬史上首次。

什么樣的中國(guó)技術(shù)方案憑何入選？

當(dāng)然，這次決賽名單中有個(gè)新人比較特別，就是大家吃飯時(shí)經(jīng)常會(huì)用到的國(guó)民級(jí)應(yīng)用美團(tuán)。

今年，美團(tuán)憑借智能決策分析平臺(tái)，一同入圍Franz Edelman獎(jiǎng)決賽圈。它背后的技術(shù)、解決的問(wèn)題，你我雖然感受不到，但在日常中都會(huì)用到。對(duì)應(yīng)來(lái)看，它背后的技術(shù)價(jià)值也是獎(jiǎng)項(xiàng)最為重視的幾個(gè)方面。

第一、有先進(jìn)技術(shù)：美團(tuán)基于高效路徑優(yōu)化算法和業(yè)內(nèi)首創(chuàng)的城市級(jí)萬(wàn)人萬(wàn)單秒級(jí)匹配調(diào)度技術(shù)，可以實(shí)現(xiàn)在極其復(fù)雜環(huán)境下的高效調(diào)度。

第二、有廣泛落地：美團(tuán)每日即時(shí)訂單超過(guò)6000萬(wàn)個(gè)，配送“智能決策平臺(tái)”已覆蓋至全國(guó) 2800 個(gè)城市。

第三、帶來(lái)社會(huì)影響：如今美團(tuán)已成為國(guó)民級(jí)應(yīng)用，而“外賣(mài)買(mǎi)萬(wàn)物”也成為更多人的生活習(xí)慣，此前在疫情期間，美團(tuán)還為保供需提供支持。

以美團(tuán)智能決策平臺(tái)為例，我們來(lái)管窺一下，今年入圍科技的一些特點(diǎn)。

按照最新定義，即時(shí)物流就是基于大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、人工智能等技術(shù)，通過(guò)實(shí)時(shí)數(shù)據(jù)驅(qū)動(dòng)，實(shí)現(xiàn)精準(zhǔn)匹配供給，動(dòng)態(tài)智能調(diào)度各方面運(yùn)力，以滿足差異化、多元化、分散化即時(shí)消費(fèi)需求的物流服務(wù)。

舉例來(lái)說(shuō)，在一個(gè)用戶瀏覽外賣(mài)界面時(shí)，即時(shí)物流服務(wù)就已經(jīng)開(kāi)始工作了。

它需要為用戶計(jì)算出不同商家預(yù)計(jì)到餐時(shí)間；下單后，要選擇出合適范圍的配送能力，建議合理的路線、送貨順序；在這期間，還要考慮時(shí)段、天氣、交通管制等因素帶來(lái)的影響。

這其中，涉及的問(wèn)題有很多方面，比如：

訂單分配路徑規(guī)劃
……訂單分配和路徑規(guī)劃都屬于典型的運(yùn)籌優(yōu)化問(wèn)題，對(duì)應(yīng)的數(shù)學(xué)模型是VRP。不過(guò)在即時(shí)配送的場(chǎng)景下，需要面對(duì)的挑戰(zhàn)更大，主要可分為兩方面：

一方面是大規(guī)模實(shí)時(shí)優(yōu)化。

即時(shí)物流有著訂單量大、高并發(fā)的特點(diǎn)。是個(gè)NP-Hard問(wèn)題，同時(shí)又要求在短時(shí)間內(nèi)提供最優(yōu)解決方案。比如綜合考慮騎手體驗(yàn)、用戶體驗(yàn)等多目標(biāo)優(yōu)化下訂單如何分配，整個(gè)計(jì)算過(guò)程要在5秒鐘之內(nèi)結(jié)束。這對(duì)調(diào)度算法的設(shè)計(jì)，提出很大挑戰(zhàn)。

另一方面是強(qiáng)隨機(jī)性。

商家出餐的時(shí)間、送達(dá)時(shí)間、交通狀況、天氣等都存在非常大的不確定性，這類場(chǎng)景的優(yōu)化難度很大。

如上諸多方面，對(duì)平臺(tái)都提出了非常高的要求。

不僅如此，這些還是需要?jiǎng)討B(tài)優(yōu)化的問(wèn)題，并且會(huì)要求短時(shí)間內(nèi)快速給出決策。而即時(shí)物流和普通物流的一大區(qū)別便是如此，它無(wú)法分批次大規(guī)模集中派送，整個(gè)過(guò)程中訂單產(chǎn)生是隨機(jī)的、分散的。這就要求算法從采集數(shù)據(jù)到給出建議的過(guò)程，非常短，否則就會(huì)信息不一致，一般是要求在3-5秒內(nèi)完成所有計(jì)算。

而對(duì)于訂單分配，美團(tuán)將其拆分成了兩個(gè)嵌套的子問(wèn)題：外層是分配問(wèn)題，內(nèi)層是線路規(guī)劃問(wèn)題。如何評(píng)估一個(gè)分配方案，本質(zhì)上還是要看路線規(guī)劃算法。評(píng)估后再去優(yōu)化新的分配方案，是業(yè)內(nèi)的一種標(biāo)準(zhǔn)解法。

比如現(xiàn)在有m個(gè)騎手和n個(gè)訂單，就需要調(diào)數(shù)萬(wàn)次路徑規(guī)劃，在數(shù)百毫秒內(nèi)完成計(jì)算交給分配環(huán)節(jié)，并在秒級(jí)時(shí)間完成匹配決策。在這一方面，美團(tuán)表示他們綜合運(yùn)用了運(yùn)籌優(yōu)化、圖論和機(jī)器學(xué)習(xí)的實(shí)用算法，同時(shí)后臺(tái)基于自研的分布式計(jì)算平臺(tái)，算法的時(shí)間性能能夠得到很好保障。

最后，算法的每一次求解，其實(shí)都是基于前一個(gè)問(wèn)題的。

因?yàn)榕渌瓦^(guò)程中前面的訂單狀態(tài)，會(huì)直接影響后面的配送，整個(gè)過(guò)程是動(dòng)態(tài)的、帶時(shí)間窗口的VRP。美團(tuán)方面也曾表示，他們整個(gè)優(yōu)化問(wèn)題的目標(biāo)是一天之內(nèi)的指標(biāo)，而不是針對(duì)某一小段時(shí)刻，所以除了關(guān)注單次求解盡量達(dá)到最優(yōu)，還需要關(guān)注整個(gè)時(shí)間窗口維度上的最優(yōu)。

當(dāng)然，美團(tuán)入圍也要?dú)w功于每天數(shù)以千萬(wàn)計(jì)的即時(shí)物流需求，中國(guó)物流配送發(fā)展出現(xiàn)的高并發(fā)需求，讓一切技術(shù)發(fā)展有了先驗(yàn)基礎(chǔ)。

為什么中國(guó)玩家越來(lái)越突出？

前面提到，這并非首次中國(guó)團(tuán)隊(duì)嶄露頭角，但從美團(tuán)入圍確實(shí)能夠看出一些賽道中國(guó)科技的趨勢(shì)。2021年以來(lái)，共有5家科技企業(yè)7次入圍決賽名單。而在此之前，歷史上還有三家中國(guó)玩家入圍，分別是中國(guó)石油（2018年）、寶鋼集團(tuán)（2013年）和工商銀行（2011年）。

這樣的結(jié)果背后，折射的就是中國(guó)科技變化。

從早年銀行石油鋼鐵，到現(xiàn)在的云和即時(shí)零售，科技創(chuàng)新開(kāi)始深入到我們生活的方方面面，讓科技的實(shí)用性更加明顯。而一批成長(zhǎng)起來(lái)的科技企業(yè)，也正在成為創(chuàng)新的新主體。

不僅如此，中國(guó)已經(jīng)具備了發(fā)展新科技主體的天時(shí)地利人和。

天時(shí)，我們正處于一段嶄新的科技創(chuàng)新周期之中。

從過(guò)往入圍情況來(lái)看，前幾年靠一套優(yōu)化算法/軟件來(lái)改進(jìn)業(yè)務(wù)流程，到現(xiàn)在即便一個(gè)即時(shí)配送問(wèn)題，就需要大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、區(qū)塊鏈、人工智能等多種數(shù)字新技術(shù)融合。

解決的生活問(wèn)題逐漸復(fù)雜，更多深科技、硬科技從煙火氣中涌現(xiàn)，在行業(yè)中交叉互融。

地利，我國(guó)有著最龐大的市場(chǎng)和最具挑戰(zhàn)的應(yīng)用場(chǎng)景。

不管是配送物流、自動(dòng)駕駛等場(chǎng)景，動(dòng)輒上億的用戶規(guī)模與復(fù)雜擁堵的地面交通網(wǎng)絡(luò)來(lái)催生新技術(shù)新場(chǎng)景的發(fā)展。

人和，科技企業(yè)們?cè)诩哟罂萍佳邪l(fā)投入。

雖然他們發(fā)展路線各不相同，但核心圍繞著一點(diǎn)：實(shí)際問(wèn)題導(dǎo)向、產(chǎn)學(xué)研用深度融合，具體表現(xiàn)有設(shè)立研究院、與高校/機(jī)構(gòu)深度合作等。

還是以美團(tuán)為例，除設(shè)立機(jī)器人研究院、每年研發(fā)投入等舉措之外，它還同清華大學(xué)、山東大學(xué)等高校合作數(shù)十項(xiàng)科研合作課題，涵蓋智能無(wú)人系統(tǒng)、語(yǔ)言智能、基礎(chǔ)技術(shù)、運(yùn)籌優(yōu)化與數(shù)字化等方向，普遍都是面向未來(lái)零售科技場(chǎng)景而設(shè)立。

比如與清華團(tuán)隊(duì)聯(lián)合開(kāi)發(fā)了一項(xiàng)無(wú)人機(jī)聲波定位技術(shù)，獲得了去年ACM大會(huì)的Best Paper Runner-Up獎(jiǎng)（最佳論文第二名）。

還有跟山東大學(xué)視覺(jué)感知與智能系統(tǒng)實(shí)驗(yàn)一道解決機(jī)械臂的自主感知與決策問(wèn)題。

原本用于精密加工的機(jī)械臂，創(chuàng)造性地應(yīng)用在零售場(chǎng)景中，讓它能夠「像玩俄羅斯方塊一樣」，對(duì)凌亂擺放的百貨商品進(jìn)行精準(zhǔn)識(shí)別和分揀。

更重要的是，市場(chǎng)更多投入帶來(lái)技術(shù)人才的聚集?？萍计髽I(yè)愿意投入，加之最好的場(chǎng)景，自然吸引更多全球人才甚至畢業(yè)就加入中國(guó)科技企業(yè)。

因此此番全球性華山論劍，中國(guó)占據(jù)半壁江山只是眾多表現(xiàn)中的一種。

在新一輪科技創(chuàng)新周期中，中國(guó)和中國(guó)科技企業(yè)會(huì)越來(lái)越矚目。

— 完 —

量子位 QbitAI · 頭條號(hào)簽約

關(guān)注我們，第一時(shí)間獲知前沿科技動(dòng)態(tài)