用科技解决亿万人吃饭难题，中国团队入围工业工程界「诺贝尔奖」_风闻

　　杨净 明敏 发自 凹非寺

　　量子位 | 公众号 QbitAI

　　工业工程界的“诺贝尔奖”决赛阶段，迎来“乒乓”一幕：

　　中国企业占据了半壁江山！

　　最新一届弗兰兹·厄德曼（Franz Edelman）奖公布最终入围名单：

　　全球6个入围者，3个来自中国，其中华为云、美团团队均已曝光。

　　Franz Edelman奖，是全球运筹和管理科学界的最高工业应用奖，被广泛誉为工业工程界的“诺贝尔”。

　　该奖项重点奖励世界各国、地区，在运筹和管理学领域做出突出贡献、并带来重大应用价值的研究项目或成果，最终将有6家企业角逐总决赛。

　　换言之，入围者不仅要在技术领域有创新，而且项目必须经过业界检验，能在实际落地中明确产生价值。

　　自成立以来，最终入围项目的累计贡献了超过3630亿美元的影响力，如英特尔、通用汽车、摩托罗拉等国际顶尖科技企业，都曾获得过最终冠军。

　　这一回上演统治级表现的中国玩家，他们究竟是如何闯入总决赛的？往下看。

　　关注落地应用的工业界顶级荣誉

　　Franz Edelman奖，距今已有五十多年历史，颁给工业工程领域玩家，并且得是「改变了处理世界上最复杂问题的方式」。

　　奖项入围者来自工业界、政府、医疗机构、非盈利部门等不同领域，但入围理由都只有一个：利用先进技术在各自领域做出了革命性贡献。

　　既有在实际业务中提高了数亿级别的效益，比如2020年获得者英特尔，通过从产品架构设计到大规模供应链应用高级分析，年收入平均增加19亿美元、年成本降低15亿美元。还有像通用汽车、IBM、惠普等科技企业都曾入围过。

　　也有在关键场景中解决了核心难题，比如饥饿（联合国世界粮食计划署）、下水道污水处理（路易斯维尔大都会下水道区 MSD) 、农产品开发（先正达）、癌症治疗（纪念斯隆凯特癌症中心）等问题。

　　自1972年该奖项设立以来，决赛入围项目已累计产生3630亿美元的影响力。

　　某种程度上，Franz Edelman奖已是全球技术发展趋势的风向标之一，关注重点是全球企业机构如何将前沿理论广泛应用于实际场景，在验证技术落地价值的同时，为社会带来巨大收益。

　　国际上表彰前沿算法、理论创新的权威顶会比赛不在少数，但是评选全球先进工程应用、实践成果的，却少之又少。原因无他，想要评判实际应用成绩如何，需要考量更多维度影响因素。

　　但前沿技术的探索，究其根本目的，还是为了走向落地应用。因此在工程化落地上的价值体现，是全球科技产业界不得不重视的问题。

　　Franz Edelman奖正是为此而来，它从运筹学角度出发进行评估。

　　运筹学，利用统计学、数学模型等，寻找复杂问题中“最优解”。作为一门交叉学科，它和各个学科都能有关系，毕竟任何事情都需要优化。

　　从这一学科出现以来，它就开始被广泛应用于军事、金融、区块链、AI算法等，可以说当今产业界的高效运作已经离不开运筹学。

　　它将涉及从理论到实践、从虚拟到现实空间的联动，一个小的调整优化，都会对实际生产带来重大影响。因此，关于运筹学的应用，不能只考虑理论因素，还需要顾及落地场景中的可能影响因素。

　　简单归结一下，运筹学领域的突出应用落地成就，需要具备以下几个特点：

　　结合技术足够先进，如AI算法等，属于人类最前沿的技术创新

　　解决工程化落地过程中真正的难题，可以顾及更多变量因素、实现更大程度调度

　　产生的价值足够大，如能够为全社会带来效率提升、惠及每一个个体

　　而如上几点，其实也是Franz Edelman奖一直以来强调的方向。

　　从今年入围决赛圈的名单，就能看出一二：

　　软件投标系统、拼车匹配应用程序、交付订单调度、流媒体服务流量分配、电子零售商优化技术、零售卡车路线和装载规划。

　　有来自俄亥俄州大学集成系统系开发的软件系统，解决大规模路由问题，每年节省超9860万美元，累计节省1.165亿美元；也有网约车明星Lyft更新了拼车匹配算法，三方受益的同时，还产生了超3000万美元的年增收入。

　　还有代表流媒体服务领域的华为云。他们开发的GSGO系统，可在保证60个国家B2B直播服务流畅运营的同时，最大限度降低宽带成本——减少30%，即4960 万美元，同时支持在两年内将流量增加十倍。

　　值得一提的是，自2021年以来，连续三年有中国科技企业进入六强，今年更是占据半壁江山。

　　放眼过去，尚属史上首次。

　　什么样的中国技术方案凭何入选？

　　当然，这次决赛名单中有个新人比较特别，就是大家吃饭时经常会用到的国民级应用美团。

　　今年，美团凭借智能决策分析平台，一同入围Franz Edelman奖决赛圈。它背后的技术、解决的问题，你我虽然感受不到，但在日常中都会用到。对应来看，它背后的技术价值也是奖项最为重视的几个方面。

　　第一、有先进技术：美团基于高效路径优化算法和业内首创的城市级万人万单秒级匹配调度技术，可以实现在极其复杂环境下的高效调度。

　　第二、有广泛落地：美团每日即时订单超过6000万个，配送“智能决策平台”已覆盖至全国 2800 个城市。

　　第三、带来社会影响：如今美团已成为国民级应用，而“外卖买万物”也成为更多人的生活习惯，此前在疫情期间，美团还为保供需提供支持。

　　以美团智能决策平台为例，我们来管窥一下，今年入围科技的一些特点。

　　按照最新定义，即时物流就是基于大数据、云计算、物联网、人工智能等技术，通过实时数据驱动，实现精准匹配供给，动态智能调度各方面运力，以满足差异化、多元化、分散化即时消费需求的物流服务。

　　举例来说，在一个用户浏览外卖界面时，即时物流服务就已经开始工作了。

　　它需要为用户计算出不同商家预计到餐时间；下单后，要选择出合适范围的配送能力，建议合理的路线、送货顺序；在这期间，还要考虑时段、天气、交通管制等因素带来的影响。

　　这其中，涉及的问题有很多方面，比如：

　　订单分配

　　路径规划

　　……

　　订单分配和路径规划都属于典型的运筹优化问题，对应的数学模型是VRP。不过在即时配送的场景下，需要面对的挑战更大，主要可分为两方面：

　　一方面是大规模实时优化。

　　即时物流有着订单量大、高并发的特点。是个NP-Hard问题，同时又要求在短时间内提供最优解决方案。比如综合考虑骑手体验、用户体验等多目标优化下订单如何分配，整个计算过程要在5秒钟之内结束。这对调度算法的设计，提出很大挑战。

　　另一方面是强随机性。

　　商家出餐的时间、送达时间、交通状况、天气等都存在非常大的不确定性，这类场景的优化难度很大。

　　如上诸多方面，对平台都提出了非常高的要求。

　　不仅如此，这些还是需要动态优化的问题，并且会要求短时间内快速给出决策。而即时物流和普通物流的一大区别便是如此，它无法分批次大规模集中派送，整个过程中订单产生是随机的、分散的。这就要求算法从采集数据到给出建议的过程，非常短，否则就会信息不一致，一般是要求在3-5秒内完成所有计算。

　　而对于订单分配，美团将其拆分成了两个嵌套的子问题：外层是分配问题，内层是线路规划问题。如何评估一个分配方案，本质上还是要看路线规划算法。评估后再去优化新的分配方案，是业内的一种标准解法。

　　比如现在有m个骑手和n个订单，就需要调数万次路径规划，在数百毫秒内完成计算交给分配环节，并在秒级时间完成匹配决策。在这一方面，美团表示他们综合运用了运筹优化、图论和机器学习的实用算法，同时后台基于自研的分布式计算平台，算法的时间性能能够得到很好保障。

　　最后，算法的每一次求解，其实都是基于前一个问题的。

　　因为配送过程中前面的订单状态，会直接影响后面的配送，整个过程是动态的、带时间窗口的VRP。美团方面也曾表示，他们整个优化问题的目标是一天之内的指标，而不是针对某一小段时刻，所以除了关注单次求解尽量达到最优，还需要关注整个时间窗口维度上的最优。

　　当然，美团入围也要归功于每天数以千万计的即时物流需求，中国物流配送发展出现的高并发需求，让一切技术发展有了先验基础。

　　为什么中国玩家越来越突出？

　　前面提到，这并非首次中国团队崭露头角，但从美团入围确实能够看出一些赛道中国科技的趋势。2021年以来，共有5家科技企业7次入围决赛名单。而在此之前，历史上还有三家中国玩家入围，分别是中国石油（2018年）、宝钢集团（2013年）和工商银行（2011年）。

　　这样的结果背后，折射的就是中国科技变化。

　　从早年银行石油钢铁，到现在的云和即时零售，科技创新开始深入到我们生活的方方面面，让科技的实用性更加明显。而一批成长起来的科技企业，也正在成为创新的新主体。

　　不仅如此，中国已经具备了发展新科技主体的天时地利人和。

　　天时，我们正处于一段崭新的科技创新周期之中。

　　从过往入围情况来看，前几年靠一套优化算法/软件来改进业务流程，到现在即便一个即时配送问题，就需要大数据、云计算、物联网、区块链、人工智能等多种数字新技术融合。

　　解决的生活问题逐渐复杂，更多深科技、硬科技从烟火气中涌现，在行业中交叉互融。

　　地利，我国有着最庞大的市场和最具挑战的应用场景。

　　不管是配送物流、自动驾驶等场景，动辄上亿的用户规模与复杂拥堵的地面交通网络来催生新技术新场景的发展。

　　人和，科技企业们在加大科技研发投入。

　　虽然他们发展路线各不相同，但核心围绕着一点：实际问题导向、产学研用深度融合，具体表现有设立研究院、与高校/机构深度合作等。

　　还是以美团为例，除设立机器人研究院、每年研发投入等举措之外，它还同清华大学、山东大学等高校合作数十项科研合作课题，涵盖智能无人系统、语言智能、基础技术、运筹优化与数字化等方向，普遍都是面向未来零售科技场景而设立。

　　比如与清华团队联合开发了一项无人机声波定位技术，获得了去年ACM大会的Best Paper Runner-Up奖（最佳论文第二名）。

　　还有跟山东大学视觉感知与智能系统实验一道解决机械臂的自主感知与决策问题。

　　原本用于精密加工的机械臂，创造性地应用在零售场景中，让它能够「像玩俄罗斯方块一样」，对凌乱摆放的百货商品进行精准识别和分拣。

　　更重要的是，市场更多投入带来技术人才的聚集。科技企业愿意投入，加之最好的场景，自然吸引更多全球人才甚至毕业就加入中国科技企业。

　　因此此番全球性华山论剑，中国占据半壁江山只是众多表现中的一种。

　　在新一轮科技创新周期中，中国和中国科技企业会越来越瞩目。