用科技解決億萬人吃飯難題，中國團隊入圍工業(yè)工程界「諾貝爾獎」

楊凈 明敏 發(fā)自 凹非寺

量子位 | 公眾號 QbitAI

工業(yè)工程界的“諾貝爾獎”決賽階段，迎來“乒乓”一幕：

中國企業(yè)占據(jù)了半壁江山！

最新一屆弗蘭茲·厄德曼（Franz Edelman）獎公布最終入圍名單：

全球6個入圍者，3個來自中國，其中華為云、美團團隊均已曝光。

Franz Edelman獎，是全球運籌和管理科學界的最高工業(yè)應用獎，被廣泛譽為工業(yè)工程界的“諾貝爾”。

該獎項重點獎勵世界各國、地區(qū)，在運籌和管理學領域做出突出貢獻、并帶來重大應用價值的研究項目或成果，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)領域有創(chuàng)新，而且項目必須經(jīng)過業(yè)界檢驗，能在實際落地中明確產(chǎn)生價值。

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

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

關(guān)注落地應用的工業(yè)界頂級榮譽

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

獎項入圍者來自工業(yè)界、政府、醫(yī)療機構(gòu)、非盈利部門等不同領域，但入圍理由都只有一個：利用先進技術(shù)在各自領域做出了革命性貢獻。

既有在實際業(yè)務中提高了數(shù)億級別的效益，比如2020年獲得者英特爾，通過從產(chǎn)品架構(gòu)設計到大規(guī)模供應鏈應用高級分析，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。

也有在關(guān)鍵場景中解決了核心難題，比如饑餓（聯(lián)合國世界糧食計劃署）、下水道污水處理（路易斯維爾大都會下水道區(qū) MSD) 、農(nóng)產(chǎn)品開發(fā)（先正達）、癌癥治療（紀念斯隆凱特癌癥中心）等問題。

自1972年該獎項設立以來，決賽入圍項目已累計產(chǎn)生3630億美元的影響力。

某種程度上，F(xiàn)ranz Edelman獎已是全球技術(shù)發(fā)展趨勢的風向標之一，關(guān)注重點是全球企業(yè)機構(gòu)如何將前沿理論廣泛應用于實際場景，在驗證技術(shù)落地價值的同時，為社會帶來巨大收益。

國際上表彰前沿算法、理論創(chuàng)新的權(quán)威頂會比賽不在少數(shù)，但是評選全球先進工程應用、實踐成果的，卻少之又少。原因無他，想要評判實際應用成績?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用。因此在工程化落地上的價值體現(xiàn)，是全球科技產(chǎn)業(yè)界不得不重視的問題。

Franz Edelman獎正是為此而來，它從運籌學角度出發(fā)進行評估。

運籌學，利用統(tǒng)計學、數(shù)學模型等，尋找復雜問題中“最優(yōu)解”。作為一門交叉學科，它和各個學科都能有關(guān)系，畢竟任何事情都需要優(yōu)化。

從這一學科出現(xiàn)以來，它就開始被廣泛應用于軍事、金融、區(qū)塊鏈、AI算法等，可以說當今產(chǎn)業(yè)界的高效運作已經(jīng)離不開運籌學。

它將涉及從理論到實踐、從虛擬到現(xiàn)實空間的聯(lián)動，一個小的調(diào)整優(yōu)化，都會對實際生產(chǎn)帶來重大影響。因此，關(guān)于運籌學的應用，不能只考慮理論因素，還需要顧及落地場景中的可能影響因素。

簡單歸結(jié)一下，運籌學領域的突出應用落地成就，需要具備以下幾個特點：

• 結(jié)合技術(shù)足夠先進，如AI算法等，屬于人類最前沿的技術(shù)創(chuàng)新
• 解決工程化落地過程中真正的難題，可以顧及更多變量因素、實現(xiàn)更大程度調(diào)度
• 產(chǎn)生的價值足夠大，如能夠為全社會帶來效率提升、惠及每一個個體

而如上幾點，其實也是Franz Edelman獎一直以來強調(diào)的方向。

從今年入圍決賽圈的名單，就能看出一二：

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

有來自俄亥俄州大學集成系統(tǒng)系開發(fā)的軟件系統(tǒng)，解決大規(guī)模路由問題，每年節(jié)省超9860萬美元，累計節(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，還產(chǎn)生了超3000萬美元的年增收入。

還有代表流媒體服務領域的華為云。他們開發(fā)的GSGO系統(tǒng)，可在保證60個國家B2B直播服務流暢運營的同時，最大限度降低寬帶成本——減少30%，即4960 萬美元，同時支持在兩年內(nèi)將流量增加十倍。

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

放眼過去，尚屬史上首次。

什么樣的中國技術(shù)方案憑何入選？

當然，這次決賽名單中有個新人比較特別，就是大家吃飯時經(jīng)常會用到的國民級應用美團。

今年，美團憑借智能決策分析平臺，一同入圍Franz Edelman獎決賽圈。它背后的技術(shù)、解決的問題，你我雖然感受不到，但在日常中都會用到。對應來看，它背后的技術(shù)價值也是獎項最為重視的幾個方面。

第一、有先進技術(shù)：美團基于高效路徑優(yōu)化算法和業(yè)內(nèi)首創(chuàng)的城市級萬人萬單秒級匹配調(diào)度技術(shù)，可以實現(xiàn)在極其復雜環(huán)境下的高效調(diào)度。

第二、有廣泛落地：美團每日即時訂單超過6000萬個，配送“智能決策平臺”已覆蓋至全國 2800 個城市。

第三、帶來社會影響：如今美團已成為國民級應用，而“外賣買萬物”也成為更多人的生活習慣，此前在疫情期間，美團還為保供需提供支持。

以美團智能決策平臺為例，我們來管窺一下，今年入圍科技的一些特點。

按照最新定義，即時物流就是基于大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)、人工智能等技術(shù)，通過實時數(shù)據(jù)驅(qū)動，實現(xiàn)精準匹配供給，動態(tài)智能調(diào)度各方面運力，以滿足差異化、多元化、分散化即時消費需求的物流服務。

舉例來說，在一個用戶瀏覽外賣界面時，即時物流服務就已經(jīng)開始工作了。

它需要為用戶計算出不同商家預計到餐時間；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，還要考慮時段、天氣、交通管制等因素帶來的影響。

這其中，涉及的問題有很多方面，比如：

• 訂單分配
• 路徑規(guī)劃
  ……

訂單分配和路徑規(guī)劃都屬于典型的運籌優(yōu)化問題，對應的數(shù)學模型是VRP。不過在即時配送的場景下，需要面對的挑戰(zhàn)更大，主要可分為兩方面：

一方面是大規(guī)模實時優(yōu)化。

即時物流有著訂單量大、高并發(fā)的特點。是個NP-Hard問題，同時又要求在短時間內(nèi)提供最優(yōu)解決方案。比如綜合考慮騎手體驗、用戶體驗等多目標優(yōu)化下訂單如何分配，整個計算過程要在5秒鐘之內(nèi)結(jié)束。這對調(diào)度算法的設計，提出很大挑戰(zhàn)。

另一方面是強隨機性。

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

如上諸多方面，對平臺都提出了非常高的要求。

不僅如此，這些還是需要動態(tài)優(yōu)化的問題，并且會要求短時間內(nèi)快速給出決策。而即時物流和普通物流的一大區(qū)別便是如此，它無法分批次大規(guī)模集中派送，整個過程中訂單產(chǎn)生是隨機的、分散的。這就要求算法從采集數(shù)據(jù)到給出建議的過程，非常短，否則就會信息不一致，一般是要求在3-5秒內(nèi)完成所有計算。

而對于訂單分配，美團將其拆分成了兩個嵌套的子問題：外層是分配問題，內(nèi)層是線路規(guī)劃問題。如何評估一個分配方案，本質(zhì)上還是要看路線規(guī)劃算法。評估后再去優(yōu)化新的分配方案，是業(yè)內(nèi)的一種標準解法。

比如現(xiàn)在有m個騎手和n個訂單，就需要調(diào)數(shù)萬次路徑規(guī)劃，在數(shù)百毫秒內(nèi)完成計算交給分配環(huán)節(jié)，并在秒級時間完成匹配決策。在這一方面，美團表示他們綜合運用了運籌優(yōu)化、圖論和機器學習的實用算法，同時后臺基于自研的分布式計算平臺，算法的時間性能能夠得到很好保障。

最后，算法的每一次求解，其實都是基于前一個問題的。

因為配送過程中前面的訂單狀態(tài)，會直接影響后面的配送，整個過程是動態(tài)的、帶時間窗口的VRP。美團方面也曾表示，他們整個優(yōu)化問題的目標是一天之內(nèi)的指標，而不是針對某一小段時刻，所以除了關(guān)注單次求解盡量達到最優(yōu)，還需要關(guān)注整個時間窗口維度上的最優(yōu)。

當然，美團入圍也要歸功于每天數(shù)以千萬計的即時物流需求，中國物流配送發(fā)展出現(xiàn)的高并發(fā)需求，讓一切技術(shù)發(fā)展有了先驗基礎。

為什么中國玩家越來越突出？

前面提到，這并非首次中國團隊嶄露頭角，但從美團入圍確實能夠看出一些賽道中國科技的趨勢。2021年以來，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玩家入圍，分別是中國石油（2018年）、寶鋼集團（2013年）和工商銀行（2011年）。

這樣的結(jié)果背后，折射的就是中國科技變化。

從早年銀行石油鋼鐵，到現(xiàn)在的云和即時零售，科技創(chuàng)新開始深入到我們生活的方方面面，讓科技的實用性更加明顯。而一批成長起來的科技企業(yè)，也正在成為創(chuàng)新的新主體。

不僅如此，中國已經(jīng)具備了發(fā)展新科技主體的天時地利人和。

天時，我們正處于一段嶄新的科技創(chuàng)新周期之中。

從過往入圍情況來看，前幾年靠一套優(yōu)化算法/軟件來改進業(yè)務流程，到現(xiàn)在即便一個即時配送問題，就需要大數(shù)據(jù)、云計算、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。

解決的生活問題逐漸復雜，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，我國有著最龐大的市場和最具挑戰(zhàn)的應用場景。

不管是配送物流、自動駕駛等場景，動輒上億的用戶規(guī)模與復雜擁堵的地面交通網(wǎng)絡來催生新技術(shù)新場景的發(fā)展。

人和，科技企業(yè)們在加大科技研發(fā)投入。

雖然他們發(fā)展路線各不相同，但核心圍繞著一點：實際問題導向、產(chǎn)學研用深度融合，具體表現(xiàn)有設立研究院、與高校/機構(gòu)深度合作等。

還是以美團為例，除設立機器人研究院、每年研發(fā)投入等舉措之外，它還同清華大學、山東大學等高校合作數(shù)十項科研合作課題，涵蓋智能無人系統(tǒng)、語言智能、基礎技術(shù)、運籌優(yōu)化與數(shù)字化等方向，普遍都是面向未來零售科技場景而設立。

比如與清華團隊聯(lián)合開發(fā)了一項無人機聲波定位技術(shù)，獲得了去年ACM大會的Best Paper Runner-Up獎（最佳論文第二名）。

還有跟山東大學視覺感知與智能系統(tǒng)實驗一道解決機械臂的自主感知與決策問題。

原本用于精密加工的機械臂，創(chuàng)造性地應用在零售場景中，讓它能夠「像玩俄羅斯方塊一樣」，對凌亂擺放的百貨商品進行精準識別和分揀。

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

因此此番全球性華山論劍，中國占據(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，中國和中國科技企業(yè)會越來越矚目。