隨着新一輪產業和技術革命浪潮襲來，大數據、人工智能進入到一個全新的發展階段，擁有海量龐大的數據已不再是企業制勝的關鍵，如何利用大數據實現智能決策才是贏在未來的王道。而數據驅動下人工智能的應用離不開運籌學的支撐，運籌學是通過利用數學方法解決現實生活中包含大量決策變量複雜問題，尋找問題的最優解決方案，在現代商業中，運籌學已經廣泛應用在各個行業中解決複雜場景下的業務問題，幫助企業實現智能決策。
運籌學可以説是人工智能的重要引擎，運籌學與人工智能緊密結合，在航空、物流、生產製造、金融、資源管理、供應鏈管理等擁有龐大變量和約束條件的行業和領域中得到廣泛的應用併發揮巨大作用。成立於 2016 年的悠樺林便是這樣一家以運籌學、人工智能、大數據技術為核心競爭力的科技公司，致力於探索人工智能和運籌學技術，在複雜度高的行業中落地，通過聚焦不同行業場景需求，為客户提供 “行業+AI+OR” 智能決策服務，目前其解決方案覆蓋了智慧交通、智慧供應鏈、智慧製造等行業。作為國內極個別掌握運籌優化智能決策技術的公司之一，悠樺林的核心團隊早年起步於智慧航空，通過東方航空約 5000 名飛行員的機組自動排班項目，解決了世界上規模最大的整數規劃問題（變量規模 1016），憑着在航空業務和智慧供應鏈領域的技術積累，悠樺林在供應鏈和航空領域得到頭部客户的廣泛認可。
“現在企業都開始注重自己公司數據資產，但大部分都停留在數據積累的階段，並沒有挖掘出數據背後的價值。” 悠樺林副總裁孫榮偉介紹，“悠樺林可以依據數據沉澱，以大數據驅動科學決策，運用運籌優化求出既定條件下的最優值，為客户提供複雜場景下的 “行業+AI+OR ” 的智能決策系統，目前我們在大交通、供應鏈領域提供航線的網絡規劃、機組排班、地勤排班、運輸智能調度、高級計劃與排程、智慧供應鏈網絡規劃等產品與解決方案，助力企業的降本增效。
以悠樺林最開始做的航空領域為例，航空公司運營會涉及到大量的業務決策，例如航線網絡規劃、機組排班、乘務排班、不正常航班恢復、收益管理等等，而傳統航空公司的管理人員主要依靠行業經驗進行決策，但隨着航空公司業務和規模的擴大，業務決策的難度會呈幾何式的增長，在這種複雜場景下的業務問題，可執行的方案數量有種多組合，有上萬甚至過億，如果單憑人腦可能只想出 2 到 3 種方案，很難保證方案是最優解。正是基於這種痛點，悠樺林憑藉着頂尖運籌優化算法的團隊，為航空公司提供的解決方案中既繼承了國外先進的運籌優化理念同時又切合中國本土航空企業的實際需求，比如在航線網絡規劃中，悠樺林團隊基於運籌理論，綜合考慮市場需求預測、飛機運行特性、人力資源配置、國家政策等約束條件，採用優化算法，在兼顧局方標準、時刻航權限制、運行資源下，幫助航空公司尋找最佳航線網絡結構、提高整體收益和飛機利用率等。
孫榮偉介紹，悠樺林通過對航線和排班的智能規劃，一年之後，為航空公司節省了大約 20% 的人力資源，增加了過億的營收。
這樣的運籌優化邏輯可以廣闊的運用到物流行業，包括幹線運輸的調度、倉庫選址與配送路徑規劃。例如悠樺林在給世界 500 強多元跨國食品公司提供的運輸智能調度解決方案中，悠樺林深入到該公司的實際業務場景需求，將業務場景中的實際問題轉化為運籌學各種約束規則，建立數學模型，能夠輸出真正適用於多業務場景、多約束的運輸決策解決方案，為複雜調度場景提供了短時間內處理大量運輸配送需求，為企業降低了 6% 的總成本。
在製造行業領域提供的高級計劃與排程方案，悠樺林可以為倉庫制定智能訂單排班計劃，該系統基於悠樺林強大的算法引擎與運籌算法模型，能夠實現一鍵自動排產和倉庫作業可視化管理，更科學智能計劃出短期周計劃排產，以可視化的報表管理掌握生產情況，在全局優化的基礎上同時確保運輸線、RDD、產能、運輸成本等限制，幫助企業實現倉庫精益化的排產管理。
智能決策的核心是大數據分析，其背後需要強大的算法能力支撐，孫榮偉介紹，這正是悠樺林的技術優勢。悠樺林的團隊彙集了在運籌優化、人工智能決策領域桌有建樹的人才精英，核心算法成員擁有美國佐治亞理工運籌學背景，且均為博士，實施管理團隊也來自亞馬遜、Intel、IBM 等世界 500 強企業，精通企業運作、生產流程優化豐富的實戰經驗與高質量的落地經驗。
據介紹，悠樺林的主攻方向是大交通領域和供應鏈領域，包括航空、地鐵、物流、零售等領域，目前已經服務過三十餘家大型企業，包括東方航空、上海地鐵、順豐速運、歐萊雅等企業。