智能決策

主動性：通過引入專家知識，決策系統具有部分人類智能，能夠主動地完成決策。

自適應性：決策系統具有能夠根據複雜多變的環境，動態地調整自身決策的能力。

分佈式：在系統層級結構中，系統的各個主體能夠互相協商，每個主體具有自主決策的能力。 ^[2] 

層次分析法、灰色理論、遺傳算法、博弈決策、深度學習、分佈式決策等。 ^[2] 

企業經營與供應鏈計劃：

需求計劃、庫存計劃、調撥計劃、補貨計劃等。

智能營銷決策：

定價管理、新品投放、促銷計劃、客户畫像等。

智能製造決策：

生產計劃、排程排序、產銷協同、物料計劃等。

運輸優化決策：

運輸計劃、調度優化、路徑優化、訂單履約等。

基礎設施運營：

能源優化、智慧交通、資源調度、低碳優化等。 ^[3] 

智能決策之所以受到領先企業的關注和追捧，不僅是因為能夠為企業帶來快速的收益，還源於其機器學習+運籌優化的關鍵技術，既可以根據數據為業務作出預測，又可以針對業務場景問題進行理解及分析建模，進而得出最優解，兩者深度融合為企業提供有依據、可解釋的決策方案，並逐漸摸索出整個業務數智化升級的方向和步驟。 ^[3] 

在高效求解方面，引入全自主研發數學規劃求解器，輔助決策。近年來，以杉數科技、中科院、阿里達摩院、華為為代表的國內科技企業和機構先後研發了國產求解器，避免了“卡脖子”風險。 ^[3] 

智能決策可以為企業帶來新的運營⽅式，在決策機制上降低對⼈的依賴，從⽽顯著提⾼企業的收益增⻓速度，提升企業成⻓空間。管理層最關⼼的⼤數據應⽤場景多數都可以使⽤智能決策技術進⾏賦能，未來通過智能決策機制可以在供應鏈及製造管理⽅⾯釋放的價值空間⾼達1.2-2萬億美元。 ^[4] 

2021年智能決策解決方案市場份額主要集中在杉數科技、第四範式、SAS、同盾科技、邦盛科技、FICO等幾家廠商。 ^[4]