作者｜韋世瑋
**
36氪獲悉，近日APS廠商「清智最佳化」宣佈完成數千萬人民幣天使輪融資，由英諾天使基金領投，啟迪之星創投、水木清華校友種子基金跟投。本輪資金將主要用於產品開發和市場拓展。
清智最佳化成立於2022年4月，核心團隊由清華大學運籌學與資料科學研究所的校友、香港大學的校友組成。公司主要基於運籌最佳化的智慧決策技術，為製造企業提供APS、WMS、TMS等智慧決策服務，覆蓋生產、運輸、採購、庫存等供應鏈環節，從而實現各層級業務的降本增效和增收，可廣泛應用於航空航天、新能源、新材料等行業。
值得一提的是，清智最佳化
成立一個月即正式入選用友YonBIP“金牌合作伙伴”，預計在今年實現千萬元營收。
清智最佳化創始人蒙繹澤博士畢業於清華大學工程業工程系，師從申作軍、鄧天虎老師，兩位老師入選2018年弗蘭茲厄德曼獲獎者（Franz Edelman Laureate），該獎是美國運籌學與管理科學學會（INFORMS）設立的管理科學界最高獎項，有工業工程界“諾貝爾”獎之稱。
蒙繹澤告訴36氪，公司成立前，她曾在用友工作了三年，期間擔任用友智慧製造事業部工業大腦運籌演算法團隊負責人，負責多個工業智慧專案及工業大腦產品的演算法設計和程式碼實現。
在這個過程中，她發現
市場上存在著結構性機會，
一是隨著Z世代人群成為消費主流群體，個性化需求與日俱增，從而對工廠的多品種、小批次柔性生產能力提出了要求；二是目前人工決策缺乏科學理論的支撐，在決策效率和質量上仍有很大提升空間；三是當前我國數字經濟快速發展，數字自動化逐步完成後，人們開始關注智慧化決策對企業發展的推動。
“在整個經濟呈L型增長的背景下，企業不再像以往粗放式增長，轉而更關注精益式管理，對成本進行精細控制，因此決策最佳化的效果將直接影響企業競爭。”蒙繹澤談道。
具體來看，清智最佳化的
APS產品既能與ERP或MES系統整合，也能以輕量化的方式獨立提供服務。
在提供技術服務時，公司首先需要將客戶面臨的決策過程用數學語言進行描述，並清晰定義出這一決策過程所需要考慮的裝置、人員、工藝、產能等約束條件，再根據客戶需求設定最佳化目標，如裝置利用率、效益最最佳化等，最後基於運籌最佳化理論進行最優解或近似最優解的高效計算，將原本複雜的決策過程轉化為數學最佳化模型進行求解，整個平均部署時長為兩週。
與人工決策相比，
基於運籌最佳化演算法的智慧決策具有響應快、決策質量高、可追溯性更強等優勢，
能大大減少對人工的依賴。
從行業層面看，如今國內外提供智慧決策相關服務的廠商型別較多，包括提供商業求解器的IBM CPLEX、Gurobi，提供高階計劃與排程的Asprova、Planet together、永凱等APS廠商，提供企業資訊化/智慧化管理軟體的SAP APO、用友/阿里工業大腦等傳統企服IT商，以及與清智最佳化一樣提供基於運籌最佳化的整體智慧決策解決方案的決策最佳化服務商。
“目前市面上優質的APS、WMS、TMS供應商比較稀缺，而且最佳化效果與企業的利潤空間直接相關。”蒙繹澤解釋，客戶需要極致的最佳化服務，但基於運籌最佳化的建模和演算法設計需要很深的學術積澱，技術門檻較高，還要求研發團隊對產業界有著豐富瞭解，因此這方面的底層求解器長期被國外所壟斷。
蒙繹澤認為，清智最佳化與同行相比的優勢在於
團隊在運籌學演算法和產業落地場景上都有著深厚積澱。
“如今我們的APS平臺已涵蓋上百個智慧決策模型，可覆蓋企業採購、生產、儲存、銷售、運輸等全鏈條環節的決策最佳化，最大限度發揮各個生產基地的生產能力、檢驗能力和庫存能力，實現跨地域、多基地協同排程的生產。”蒙繹澤說，尤其是如今產品結構和銷售體系日益複雜，如何靈活採用排產排程方案來最大限度地發揮資產的效能，是企業降本增效的關鍵。
產品規劃方面，目前清智最佳化主要基於內建場景或行業模板，搭配行業通用的約束快速構建需求，接著再基於場景自動匹配模型庫及求解器，未來將提供配套的數字孿生系統，能夠對不同的方案進行模擬模擬和比對，從而幫助客戶獲得滿意的智慧決策方案，甚至還能實時做出決策最佳化調整。
落地方面，
現階段清智最佳化以打造標杆客戶為主，產品服務為專案制收費。
因此，現在公司營收主要來源於私有云部署形式的定製化專案，客戶包括航空航天、新能源、新材料等領域的上市公司，以及部分國企/央企大客戶。
預計在今年下半年或明年，公司將透過呼叫智慧決策模型，拓展對成本比較敏感的中小型企業，逐步提供基於公有云形式的SaaS訂閱制服務。
“運籌學在工業領域的大規模普及才剛剛起步，粗略估計整個智慧製造系統的解決方案市場為千億級至萬億級規模。”蒙繹澤提到，
公司有機會在三五年內成為國內智慧決策及APS領域的頭部企業之一。
投資人說：
英諾天使基金投資副總裁李鴻豔觀點
啟迪之星創投投資總監唐科觀點
水木清華校友種子基金合夥人、執行董事王學輝觀點