运筹优化，万字长文：京东智能供应链背后的故事_风闻

原创：谭婧 **01.**刘强东有几个问题，你能不能帮着出主意：（一）天下武功，唯快不破，手快有，手慢无，能在京东主站秒杀，都是侠客。秒杀商品一年365天可重复，但不能经常重复，因为消费者容易对打折疲劳。问题来了，请帮忙从京东500万SKU的商品中，选出3000个SKU的商品参与秒杀。全年日日如此，截止到每天中午12点之前。你建议刘强东选哪些商品？ （二）据说，没有一头驴，能活着走出河北。一位爱吃驴肉的保定朋友，在京东买了一个五香驴肉熟食礼盒，时效好，成本低，送到他家。地图上看，河北保定，距离北京和石家庄的仓库都挺近。问题来了，驴肉礼盒下单啦，你建议刘强东从哪个仓库发货？ （三）后疫情时代，药品、医疗器械、保健滋补的销量就没有稳定过，忽高忽低，有了零售药房和在线医疗健康服务，这类商品的种类数量也大涨。以前一个人管10000个商品，现在一个人管15000个商品，涨了50%。问题来了，顾得了卖货，就顾不了进货。人不是机器，管不了这么多数量的商品。你会建议刘强东怎么办？ 这些问题，是刘强东的难题，也是京东员工的难题，KPI，OKR，绩效，奖金，收入，也关系几家上市公司的股价。做生意，从简单粗暴的奔放玩法，到了要思考战略、步步为营、精打细算的时候了。京东也一样。管理指标有几百个，不能一个一个都拆开了讲（第一，文章太长；第二，需要另外收费）。 且看，库存周转天数。 京东自营商品，把商品买进来，再卖出去。又进货，又卖货，所以，库存周转天数小，说明产品畅销，商品流转速度快。沃尔玛，存货周转天数 39天。京东，31.2天。 供应链几百个管理指标，刘强东都要极限数字。怎么挑战极限呢？这是一个好问题，可以开始讲一个好故事了。 有三点： 故事的背景是什么？是谁的故事？他们干了什么事情？ 故事背景前文带了一嘴，我们中国的企业，向管理要效率，要了很多年，毫不意外地，向量化、自动化靠拢。另一点，企业内部闭门造车的创新已经很困难了，要更多外部的人一起创新。供应链上就会讲，和上下游一起创新。 从一开始，供应链就没给自己起个好名字，耽误了大众的认知。明明是网状的，比链状复杂，还不如叫“供应网”。 在北京亦庄开发区的京东大厦，保安可依据一个人说不说得出“十节甘蔗”，判断一个人的身份——访客或者员工。 这十节甘蔗，是创意、设计、研发、制造、定价、营销、交易、仓储、配送、售后。眼神不好的，也看出来了，这就是供应链。花了十几年，打造了供应链，未来要做的，就是死扣供应链管理指标了。 小问题，能解决，多派几个能力强悍的人。但是，“供应链痛点”就不一样了，连根拔起结构性的痛点，要出动好几个部门。更可怕的是，不是公司内部问题，是上下游传导来的“痛点”。 牵扯到公司以外了，有人会说，这又不是我的锅。 每个人都耸耸肩，两手一摊，这个事就黄了。 **02.**如今，京东自营90%的订单，在24小时内送达用户。网购不是外卖，全靠小哥两条腿跑得快。 从快递小哥往供应链上游数，建仓储网络，每加一层，加1.4倍的钱。仓库不能空着，铺满仓库的安全库存，是货，也是钱。 没办法，这么玩，就是到货快。胡浩，2014年进入京东零售平台部。 那时候，做智能供应链这件事的思路，还是个小萌芽，按胡浩的话说，就是：“只有一件事最重要，就是供应链的效率。” 胡浩洞察力很强，三言两语就能抓住事物的本质，复杂的东西，经他一点拨，醍醐灌顶。 智能供应链，要有供应链专家，还要有人工智能专家，一个都不能少。 胡浩的工作和大名鼎鼎的袁和平有点像，电影《黑客帝国》的武术指导。 在胡指导的带领下，第一代智能产品的研发开始了，叫“自动补货”，是一个CEO级的项目，刘强东都来站台了。 暗地里，胡指导招兵买马，藏了一批秘密武器一样的特殊人才。 有多特殊？有多秘密？顺丰科技、滴滴、美团，甚至华为诺亚方舟实验室，也都隐藏着这样的高手。 人群中，衣着朴素，毫不起眼。实则，很多人是海归毕业，博士学历，解得一手好方程，编得一手好代码。 他们就是运筹优化工程师，首先他们是算法工程师，意味着用各种算法，解决实际业务场景中的问题。实际问题比实验室问题，约束更多，条件更多，限制更多，也更难。 这句话背后，包含了三种高含金量的罕见技能。 首先，运筹学（在抽象中，建模与优化），将实际问题化为一个优化问题的求解。其次，大数据与人工智能（数据分析、数据挖掘、深度学习）。运筹优化和人工智能，这两个领域之间的交叉研究也多。 交叉学科，与传统意义上的跨学科不一样，要打破割据，做彻底联合的努力。（这句话也透露出面对很多难解问题时候的无奈。） 这样的人才很稀少，人力资源客客气气地说：“你等一下，胡浩亲自来，吸（劝）引（说）你。” 即使这样，也一崽难求（库存优化方向、智能预测方向、收益管理方向、履约决策优化方向）。 

为什么？

粗算一下体量差距，我们看看知乎APP话题关注人数，运筹学约1.7万左右，机器学习约100万，人工智能约140万。 换句话说，胡指导带的团队，是热门（人工智能）里的冷门（运筹优化）。 2016年 11 月 24 日，零售平台部改名叫Y了，放了一堆酷学历、硬科技背景的人。据说，Y已经是整个京东高学历人群密度最高的部门。 对，就是未知数XYZ的Y。 胡指导作为研发带头人，常说：

“智能化是终极目标，但是，我们要沿着规则化、线上化、自动化、智能化分步走，离开了业务专家knowhow（技术诀窍）的智能产品，是没有命活下去的。”

胡指导说的“没命”，就是技术再酷，用起来才算数。 团队当中，有两位博士，一位叫康宁轩，一位叫戚永志。他们分头在两款不同的智能产品上不断努（脱）力（发）。 日历翻到了2017年1月，京东坐拥规模庞大的物流基础设施，本可高枕无忧。但是，预见到了一个糟心事儿，配送站选址，怎么让配送更高效？康宁轩是清华大学管理科学与工程专业博士毕业，他作为高级算法工程师，也很早就开始琢磨“配送站智能选址”。 听上去，这个和房地产的逻辑，有些类似。最重要的就是“位置”，“位置”，还是“位置”。配送是重金砸出来的，选址决定配送起家的成本是多少。 选址规划原本靠经验，定出个年度计划要一个月以上，耗时就不说了，人为犯错的成本还很高。 那么，如何科学可量化站点选址？胡指导敲敲桌子：“重点是，成本和效率。” 项目的开头，如果能把物流配送的最后一站，全部拆了重建，重新规划，倒是简单了。 这样做，你试一试？ 一群穿红色衣服的京东快递小哥把你办公室团团围住了，他们可能会嚷嚷：“是谁，是谁强迫我们站点搬家？站出来。” 康宁轩博士用脚指头也能想到，这么干不行。 于是，只能从现有系统，过渡到更高效的系统。可是，算法的可优化空间受到极大限制。 一来，京东的配送规模非常庞大。 二来，业务同事列出一堆的业务限制。满足不了这些限制，你就走。 康宁轩博士说起话来，文质彬彬，他平静地说：“这样导致优化模型中存在大量的变量和约束，给模型求解带来挑战。” 对于这点，我专门电话请教了申作军教授，他是美国加州大学伯克利分校教授：“为什么约束条件越多，算法越难解？”“这就跟你相亲条件越多，越不容易找对象一个道理。” 申作军教授开启一语道破天机式科普。原来供应链的痛点，和“单身狗”的苦恼一样难解。 求天，求人，还得求缘分。 就像《时间简史》不 “捡屎”，康宁轩博士也不管“猿粪”，他和团队要做“智能建站”。 于是，建立了一种多周期设施选址的混合整数规划模型，设计了一套高效求解算法，以年作为规划周期，为配送系统制定每月站点调整计划。 所有的智能都会和人脑有终极一战。 “智能”做不过“手工+经验”，那就下岗吧，胡指导的面子也不是砧板。 最后，康宁轩博士赢了。和人脑比较起来，智能建站是一套自动评估决策的机制，仅在数小时内即完成全年的站点位置规划。 康宁轩博士自豪地刷出一串数字，他说：“与手工计算方案相比，智能建站方案总计年可节省成本超8200万元，占网络总成本的4.2%。从终端站点到客户的包裹平均配送距离可减少20.9%，从3.83公里减少到3.03公里。” 寒来暑往，2018年12月，项目结束。做事一项低调谨慎负责的康宁轩博士，激动地发了朋友圈“时隔多年，又见论文录用”，恰巧被我看到了。 “配送站智能选址”项目结束了，我问他：“你是啥心情？”他说：“通过自己的专业知识，对京东现有配送网络做出优化和改进，为全社会物流成本的降低贡献一份力量，感到非常欣慰。” 论文《基于多期设施选址模型的京东配送网络优化》，英文名：JD.com Improves Delivery Networks by a Multi-Period FacilityLocation Model，发表在应用运筹学领域的学术期刊Informs Journal on AppliedAnalytics上。这是美国运筹学与管理科学学会Informs旗下的重要期刊之一。 那个五香驴肉熟食礼盒，送到保定朋友家里的奥数题，已经让配送站智能选址项目，把答案偷偷写给刘强东了。 **03.**挑战极限的念头一旦动了，有些人，就不可能真正放下。 胡指导想让供应链身手敏捷，越来越“聪明”，不像传统供应链，很僵化，没货只能吵架，拉车去抢货、干等枯坐。 胡指导拿了一堆模型、算法、规则，直奔智能化而去，对零售业务的专家们来说，这都是上好的武器，拿来练武艺。 时间回到2017年，智能补货，前两代还算顺利，第三代差点要人命。而第三代的技术也真正走进了全球供应链技术的第一梯队。 作为堂堂武术指导，胡浩搬来武林宗师申作军教授，他背后还有京东硅谷研发中心的几百号专家。图示：京东硅谷研发中心说干就干，2017年12月，常年在美国的申教授坐到京东办公室里了。 胡指导和申教授一拍即合。 申教授说：“我为拥有最全面数据的零售供应链和最有挑战的供应链问题，而来。” 陈磊是2014年9月底进入Y。陈磊的特征很明显，随便扫两眼就知道，他已经修炼到了研发人员的第十级。从入门到颈椎病，必看《颈椎病康复指南》。表面上，办公桌摆了十盒通络祛痛膏；背地里，他还要去针灸。 智能补货有多难，不消多说，你看这个项目，上了多少大神。 申作军教授、胡浩、陈磊、戚永志博士等研发团队的一帮人，天天在一起，几个月后，他们有了一个共识：

“用机器学习的方式来解运筹的问题，而不是用运筹的问题来解一个机器学习的算法。”

 当你面对面听到这句话时，仿佛能看见，胡指导带着研发团队，齐刷刷擎着雨伞，从漆黑的暴风雨中，快步走出，伴着电闪雷鸣，霸气逼人。 图示：左起第五位，胡浩（胡指导）胡指导很清楚，老的方法已经把效率提到了极致，前进一步都非常困难。 

申作军教授是这个项目的学术带头人，我常常缠着他请教：“有一个小问题，结合供应链，运筹优化问题的难点在哪？”

 

申作军教授先否定了“小问题”的说法：“这可不是小问题哟。” 接着，他又回答道：“难点在于，信息的不确定性和缺乏有效的求解算法。”

 你知道人类最大的武器是什么吗？是豁出去的决心。最艰难的不是开头，是重建，因为那是另一种形式的开始。 火云邪神，没有出手，京东自己动手，震碎筋骨，重新生长，打通“智能”的任督二脉。为了“效率”，哪怕把整个公司的流程都改了。 2020年2月，自动补货系统，正式下单，总感觉缺个仪式，就好像新娘要揭开红盖头。 没想到，这个“红盖头”是被运筹与管理领域最权威的一批专家，掀起来的。 2020年11月24日，论文《基于深度学习的实用端到端库存管理模型》（A Practical End-to-EndInventory Management Model with Deep Learning），被顶级期刊ManagementScience录用。 一位从美国留学回国的算法专家，原本还在犹豫要不要接另一家公司的offer，看见这篇论文立刻说：

“马上办入职手续。”

 出发时，这一切，根本无法想象。胡浩感慨：“你要是问我当时的心里话，我都不认为智能补货有成功的希望。” 算法预研在2019年，那时候的胡指导，卑微极了，智能还是智障，都解释不清，只能从小做起，从“给人建议”起步。 不是每个瞬间都充满鲜花、掌声、香槟和庆祝，谁都必须经历这些低谷。那时候的胡指导，哪敢想象以后还有自动下单，智能托管和超级自动化。科幻电影看个100部，也编不出来。 2021年，谁也没有想到，“自动补货”的下一个阶段“智能托管”，说来就来。图示：“自动补货”即图中“自动下单”，“智能托管”即图中“深度托管”。**04.**因大流行肺炎，人类付出巨大代价。2021年，自诩万能的生物，无奈承认，这病难以彻底从这个星球上根除，还时不时窜出来吓唬人。 供应链里，一个决定决定着下一个决定（这不是绕口令，严肃理论叫做牛鞭效应）。技术改变了传统的供应链。供应链，从靠人脑分析总结，向智能化过渡。这个过程是缓慢的，需要耐心。然鹅，大流行肺炎一来，全行业翻了天。 供应链，快步迈了几大步。 

京东集团副总裁、京东健康CEO辛利军曾表示：“往前算20年，都没有什么力量能像这件事（新冠疫情）一样，改变了人们的健康消费和看病买药习惯。”

 单单谈数字化，难以劝服人，布道者说一千道一万地劝传统行业，加入数字化。 可是，传统零售的采购和销售，他们不在意，也不关心。内心旁白：“跟我有什么关系。” 但是，当你说到流程，这就有关系了。流程是每天、每周、每月，一定要用一定的规则去做一些事情。 这么说有点抽象，我举个例子，进货，你得下单，这就是一个必备的流程。 早期，采购专家可能每天在 Excel表里导一堆数据，观测过去7天、14天和30天的销量。 讲真，数量少还可以，用肉眼观测。十万百万行的表格，你怎么观测。 你只能边观赏，边感慨：“哇塞，公司业务发展可真快呀！” 下一步，你还得计算，算未来一个月，我要卖多少的销量，结合过去7天、14天和30天的销量。 这些计算，都是预测，算完了，去下单。 当然，还有去哪里下单，货从哪发到哪，天天这么个计算量，这里就不展开讲了。 （仅京东健康就在全国范围内拥有241个药品和非药品类的专属仓库。） 闹了个疫情，2020年上半年，京东健康日均在线问诊量达9万人次，是去年同期的6倍。2020年618期间，慢病用药成交额同比达到了270%的高速增长。 这意味着，之前一个人管10000个SKU的商品，现在一个人管15000个SKU。涨了50%。太秃然了，让人怎么活？有道是，福无双至，祸不单行。生意在大步增长也就算了，管理的精细度也在增长。 采购专家心情阴郁，天色乌黑，内心在下磅礴大雨。 胡指导和他的团队，伴着电闪雷鸣，又出场了。台词是：“听说下雨天和智能供应链更配？”2021年的某个春日之晨，意见分歧和琐碎争执都已无关紧要。销售采购和研发被同一个目标紧紧捆在一起，团结在一起，决心把事办成。方案讨论会上，弥漫着相互尊重和支持的气氛。 会上坐着一位女士，京东健康供应链服务部负责人，王海华。 王海华管什么呢？整个京东健康的全部库存，都归她管。多霸气。 她说话做事，干脆利落，开门见山，直奔主题：“你的（智能）工具的导入是要时间的，到底用智能化工具的时候有什么样的痛点，单纯做调研和访谈是很难深入了解的。” 为了率先表示诚意，胡浩拍拍胸脯说：“我外派一个全职员工，直接去你那里办公。” 当时，一拍即合，胡浩团队的人，到采购团队，不仅仅是轮岗或者学习，更多的是上手亲自操盘采购。 那个换了工位的研发员工叫做招扬，他内心可能会说：“当时，我的灵魂，裂（怕）开（极）了。” 因为他需要直接去操盘采购，最终，出方案。 堂堂数据科学家，拳打《高等数学》，脚踢《统计学习方法》，难道搞不清楚该进多少货？ 那时候，高效且有建设性的沟通方法，可能是往对方脸上扔东西。这样，至少发泄了胸中憋着的怨气。团队的研发专家熬了几个通宵，发际线又后退了一厘米。一个独创且有专利性的东西，问世了。研发专家内心想求表扬：“让夸奖来得更猛烈一些吧。” 采购专家站起身，看了看，又坐下了，笑容僵硬地说：“说来惭愧，我用起来一丁点感觉都没有。” 求表扬的心枯萎了，研发专家很沮丧。 然鹅，研发专家一抬头，办公室为什么很吵？原来，昨晚顺手加的一个功能，让整个采购团队兴奋了一上午，以后不用手工填数填到眼瞎了，这个功能就叫“批量导入导出”。 

研发专家甩出了3000个白眼，内心独白：“你这也叫技术含量？我一个算法的迭代，精度提高40%。”

别说处理表格，以前需要人工写个SQL语言去库里拿数，现在这些事情都交给“采购智能托管”去干了。 这期间，王海华的团队和研发专家们，有截然不同的感受。 王海华说：

“这一切告诉我们，采购智能托管，哪怕一个小巧思，带来的也是上百个采购人员效（不）率（用）提（加）升（班）。”

研发专家的感受，比初恋还深刻：

“你不仅要技术领先，还需要良好的沟通能力去说服别人，怎么更好地使用技术。” 对了，终极一战都是，智能产品要超过“人类”。

王海华团队原来的工作量，胡指导团队十分清楚：假如一个品类，有10000个SKU，有8个仓，安全库存就是10000×8=80000。一个人不可能每周挨个去细算8万行数。 

“我们弄了一套方案，肯定没问题。”

王海华说：“我不信。”

“采购智能托管产品，管理得好。”

王海华坚持说：“人类，管理得好。”

 双方，陷入了僵局。 王海华实在很缺人，想到缺人这事，拳头都不由地攥紧。人手不够，短期解决不了，她其实希望智能产品来帮忙，但毕竟要支撑销售的，她担心管不好，给销售造成损失。 招扬说：“不然，我们拿历史数据来算一遍，古今对比，人机大战。” 让人类和机器比拼，怎么比？胡指导团队让“采购智能托管”算去年的量，再拿真实的一比。 实际上，就相当于用炒股模拟盘。把计算机出的炒股的策略，放在去年涨跌里，算一遍，用这个策略，到底是亏还是赚。 招扬“钻研”历史数据，就快编一本供应链的《5年高考3年模拟》了。 模拟盘结果出来了，嚯，约90%多是比去年强，约10%不如采购员工的“手艺”。 事实让王海华接受了这个东西，还和研发一起研究如何用得更好。如今，王海华手下近75%品类的商品都用上了采购智能托管产品。“托管”之后，喜讯连连，周转天数同比下降十天左右。 回到开头说的，福双至，祸无影，终于做到了。生意，大步增长，管理精细度，也在增长。

胡指导说：“目标是覆盖越来越多的品牌，一路做下去。”

 过去，供应商打电话：“我要断货了，你赶紧囤！”多紧张。现在，自动下单，多逍遥。节约了采购人员的时间，他们都去“摸鱼”了吗？ 王海华谈道：“采购专家要和人打交道，上下游协同的工作是人与人交流，把控关键风险点，不能在办公室里被Excel表格困住。” 招扬，是数据挖掘工程师。他负责用智能来优化库存。 这事儿成功的背后，是有很多位王海华和招扬 ，他们当中，缺了谁都不行。 供应链管理是弹性的，人为的因素很多，面对很多不确定性。而用好人工智能技术的地方，就是人多且效率低的地方。 供应链是沟通出结果的地方，要和人打交道，去理解需求。给“人”腾出时间，就创造了价值。 所以，供应链是一个很适合用人工智能技术的地方。 感受到供应链的变化，子弹需要飞一会。 知乎APP有一个几句话的帖子，阅读量5.5万。 “（我）妈妈长期在网上买治疗神经的药物，说价格比实体店便宜一半，一盒依帕司他，实体店40多，网上才20多，到货以后扫描也显示是正品，有可能是假药吗?如果不是，医药行业的利润真的这么大吗?”知乎体的问题是：“网上买药为什么比实体店便宜，价格近乎悬殊一半，药到后经扫描显示是正品，这是为什么呢?会是假药吗?” 很多人不知道，京东健康旗下的京东大药房，是国内最大的线上零售药房（按收入计）。这背后，是供应链带来药品流通环节中的效率提升。 药品利润，这个很敏感，很不好讲，不知道就动了谁的奶酪。我们仅看，用库存周转，怎么把商品成本降下来。 如果你能准确预测某一商品销量在全年的哪几天最高，那就在增长前，把商品提前一天备在仓库里。否则，为了你随时下单都有货，京东全年都按最高销量备货，成本是很高的。 比如，100天里有99天卖1件，1天卖100件，如果要保证365天有货，一天缺货都没有，就需要天天备100件库存。如果准确预测了是哪天卖100件，就可以大部分时间只备1件货，大大降低了库存水位，优化了周转，从而节省了成本。（周转次数就是用销售量除以库存：前者199/100=1.99，后者199/1.99=100。） 把备货的成本省下来，你就得预测准确，越准确，就越省钱。 这是规律，不是秘密。 抓住供应链的规律，让商品周转天数下降，带动商品供应链成本降低，售价自然能降低。关键在于，有了智能产品，才能精细化地管理采购，才能给商品降价的空间。这里的利润，不是从别人嘴里抢来的，而是从量化管理中抠出来的钱，归根结底，是效率创造的。 这一切，来自京东供应链的底气。爆涨的单品数量怎么管，刘强东也有答案了。 **05.**网购，贵在手速。用兵，贵在神速。如今，智能供应链也打起了“闪电战”。 众所周知，京东管理了超500万自营SKU。在过去，是纯人脑决定哪些商品，以什么样的价格，参与哪天的秒杀。比如，电脑显示器这个品类，工作人员每人每天花好几个小时提报，仅一周人工提报的次数，就超千余次。 2021年年初，用智能系统选择参加秒杀的商品的项目开始了，京东的博士管培生徐文杰驻场深度操盘调研。现在，初战告捷，仅秒杀智能选品第一阶段，就节省员工50%的精力。 到底选哪些商品拼手速，刘强东也有答案了。 眼下风尚既变，无人超市、社区团购、直播带货，但是，依然围绕人、货、场三件宝。无论宝贝怎么变，供应链是根本。 胡指导说：“自动化绝对是根据公司的需求来做，分阶段来做。如果在不合适的阶段，你太着急上自动化，会有反作用，会造成公司损失。如果业务模式都没有跑出来，业务不成熟，玩法一天一个变，智能系统怎么支持？” 618走过十八个年头，爷青结。 这十八年，供应链功不可没，让人从容面对巨型流量。 我相信，京东不会说：“保护好智能供应链的配方，不要泄密。”因为供应链创新2.0，已经不是秘密配方的时代，再说得难听一点，在供应链上闭门造车，没用。 智能供应链，是一个未完成的故事，也许永远也不会结束。京东零售智能供应链Y业务部负责人刘晓恩说，把“库存周转天数降至31.2天”是一个世界级的数字。用胡指导的话说，就是：“我们也很想知道，智能供应链提升效率的极限，到底在哪。” （完）「亲爱的数据」出品这次分离，不说再见——对技术有兴趣的读者，请向下移步。 康宁轩博士补充说明：在搭建优化模型的过程中，反反复复考虑京东配送网络中存在的限制。其中较为特色的是，本次建模加入了同一配送站下各个路区间的连通性要求，即归属于同一配送站点的路区两两之间必存在可达路径。 建模连通性需要引入大量的决策变量和约束，加之本就庞大的问题规模，仅依靠优化求解器和常规的启发式算法无法对问题进行高效求解，由此Y算法团队创新地提出了一种利用嵌套热启动机制的基于邻域的启发式算法，邻域的设计用以平衡最优性和计算效率，而嵌套热启动机制的引入可帮助加速计算过程。 戚永志博士补充说明：常规补货是分步走的补货思路，这是一个常态化解决补货问题特别有效的一个思路，当然为了更极致化的优化周转，布局未来技术，我们提出了端到端补货模型，这个思路在行业内都是比较领先的。 预测+补货模型+参数推荐这种思路的优势在于可解释性相对较强，业务侧可以调控的手段比较多，但是问题在于预测误差的累积和放大，以及中间环节的优化目标和最终的目标并不是完全一致的，比如预测准确度的提升，不一定带来周转的优化。 我们的思路是基于原始输入直接输出补货结果，去掉中间环节。这样可以通过一个大的神经网络模型去学习这种对应关系。想学的好，就需要告诉模型历史上最佳的补货效果是什么样的。要找到这个历史最佳，对我们来说是一个非常大的挑战。我们需要构建一个大的运筹优化模型，回算历史上所有补货行为对应的最佳补货效果，有了这个历史最佳表现，才有了我们构建训练样本的基础。 这个运筹优化模型刻画了一个多周期的补货问题，其中考虑了供应商送货以及需求的不确定性，优化的目标是全周期的成本最优，这个问题的求解是非常复杂的，但是我们发现这个模型符合动态规划递归的架构，通过对这种动态架构的理论推导，我们能够得出在给定的补货时机下的最佳补货量，在论文中我们给出了详细的推导过程中，以及这个最优补货量的计算方式，有了这个最优补货量，我们就能够对历史上所有的补货行为赋予一个最佳的补货量，以构建最好的训练样本，有了这些训练样本，深度学习模型就能够去很好的去学习了。 在构建深度学习模型的时候，我们是在MQRNN的基础上，引入供应商历史表现以及成熟的补货模型结果作为重要feature，设计了一种新的网络结构，这个网络结构主要包含三部分核心模块，分别为需求预测模块、送货时长模块、综合决策模块。三个模块均有各自的输出，前两个模块各自独立输出最终结果，但两者的隐藏层则拼接并结合补货间隔与初始库存共同输入综合决策模块，进行最终补货量的预测。最终模型通过多任务学习的方式，赋予三者不同的损失权重进行模型训练。同时保证模型的精度与一定可解释性，最终通过长达8个月的线上生产环境的AB 测试，我们实现了周转和现货的双优化。 最后，再介绍一下主编自己吧。我是谭婧，科技和科普题材作者。围追科技大神，堵截科技公司。生命短暂，不走捷径。还想看我的文章，就关注“亲爱的数据”。亲爱的数据顺着数据写人工智能， 顺着技术写产业落地。