杉数科技（北京）有限公司：依托智能计算求解器COPT为核心引擎、数字软件与工业服务专精特新企业档案

杉数科技：国产决策智能“心脏”的供应链突围战

一、企业速览

企业基础信息：公司名称：杉数科技（上海）有限公司；地区：上海市普陀区（原北京市）；行业：工业软件与信息服务；成立时间：2016-07-18；注册资本：1300.3748万元；员工规模：86人；专利总数：334件；专精特新认定：2024年 第六批；上市状态：未上市。

杉数科技是一家以自研数学规划求解器（COPT）为技术核心，面向工业、能源、物流等复杂场景提供智能决策优化服务的软件公司。它在“电子信息与数字技术”产业链中，定位在为底层数据与上层业务之间提供“大脑”级运算能力的数字软件与工业服务环节。

二、主营产品与产业链定位

杉数科技的核心产品是其自主研发的数学规划求解器COPT。基于COPT，公司构建了包括供应链优化、生产排程、智能调度、收益管理等在内的端到端决策计算服务体系。

• 解决的核心问题：在产业链中，企业面临大量的“最优化”决策问题，例如：如何安排生产计划使产能利用率最高？如何调度物流车队使运输成本最低？如何优化能源分配使损耗最小？传统软件难以处理这些变量众多、约束复杂的非线性问题。杉数的求解器COPT，本质是一个高性能的数学计算引擎，能够为这些复杂问题快速计算出“最优解”或“近似最优解”。

• 产业链定位：杉数科技处于“电子信息与数字技术”链条中数字软件与工业服务这一细分环节。
• 上游：为其提供基础算力支持的是服务器与芯片厂商，如Intel、AMD、NVIDIA，以及国产的华为、海光等。此外，其软件运行依赖于底层操作系统（Linux, Windows）和开发工具链。杉数本身不生产这些硬件，而是将其集成到自己的软件环境中。
• 下游：客户是产业链中“用数据决策”的各类实体企业。典型客户包括：
• 工业制造：如汽车制造厂（一汽、上汽）、电子代工厂（富士康），用于优化产线排程、物料齐套、库存管理。
• 能源电力：如国家电网、南方电网、中石油、中石化，用于模拟电网潮流、优化火电机组出力、安排油气管输调度（行业共识）。
• 物流与交通：如顺丰、京东物流、国铁集团，用于优化运输路径、车辆调度、仓库选址。
• 航空航天：如中国商飞，用于复杂航材备件库存管理、飞机排班与维修计划优化。

• 与其他环节关系：杉数的产品不是替代现有的ERP、MES等管理软件，而是作为这些软件的“决策增强层”。例如，一个工厂的MES系统负责记录“现在打算生产什么”，而杉数的模型可以计算出“在有限的资源下，怎样组合订单、安排顺序才能最大盈利”。它将IT（信息技术）与OT（运营技术）深度融合，是制造业数字化转型中“智能化”落地的关键抓手。

三、核心工序与技术依赖

作为一家以算法和软件为核心的数字服务企业，杉数科技的关键工序并非物理生产，而是算法研发与工程化。

• 关键研发/服务工序（行业共识）：

1. 数学建模与问题转化：将客户的业务问题（如“如何降低库存”）抽象成数学语言，定义变量、目标和约束条件。这一步需要深厚的运筹学背景。

2. 核心求解器研发：这是最深的技术壁垒。研发团队需要不断优化COPT的底层算法，包括单纯形法、内点法、分支定界法等，提升求解速度和精度。典型参数：对于混合整数规划问题，在同等条件下求解时间比开源求解器快10-100倍。

3. 领域适配与算法调优：针对不同行业（如电力调度、化工排产），需要结合领域知识封装成特定模块，并调整算法参数以获得最佳性能。

4. 软件部署与服务：将成熟的算法封装成API或微服务，部署在客户的私有云或混合云环境中。

5. 效果评估与迭代：基于实际运行数据（KPI提升百分比），对模型进行持续调优和迭代。

• 上游关键原材料/设备依赖：

• 杉数科技的定位：杉数科技不涉及硬件生产。其核心能力在于 “数学驱动的软件” ，而非“硬件驱动的系统”。它高度依赖上游提供的高性能计算环境，但自身研发的求解器算法是与硬件解耦的。其334件专利主要集中于运筹优化算法、数值计算、决策模型构建等方向，这构成了其在解算效率和精度上的护城河（行业共识）。

四、竞争格局

杉数科技所处的“数字软件与工业服务”赛道，全国共有1578家相关企业（数据库字段）。竞争主要集中在以下几个维度：

• 核心技术维度：比拼的是谁家的求解器更快、更稳、能处理更大规模的问题。这直接决定了产品能否解决客户的“疑难杂症”。
• 行业know-how维度：算法必须和行业场景深度结合。谁能更快地理解电力调度、石油炼化、整车物流等具体行业的业务逻辑，谁就能赢得订单。
• 价格与商业模式维度：是卖永久License，还是订阅制（SaaS），或是按求解次数计费？对于中小企业来说，成本是核心考量。
• 信创生态维度：能否适配国产的CPU（如华为鲲鹏、飞腾）、操作系统（如统信UOS、麒麟OS）、数据库（如达梦），是进入国企、央企、关键基础设施领域的“入场券”。

主要竞争对手分析：

杉数科技在专利维度的位置：

杉数科技拥有334件专利，远超行业同方向企业中位数89件（数据库字段）。专利数量是行业平均水平的3.75倍。这通常意味着其在运筹优化、数值计算等核心领域有较强的技术积累和布局。在北京同方向仅有的3家工业软件企业中（数据库字段），其专利数量也构成了显著的技术壁垒。

五、护城河判断

• 技术壁垒：显著。

1. 专利密度：334件专利高度集中于决策优化算法，形成了一张密集的专利网。这远超行业平均水平，说明其在核心算法上有系统性的、而非点状的创新。

2. 产品难替代性：数学规划求解器被公认为“工业软件皇冠上的明珠”，研发周期长、投入大、涉及数学、计算机科学、系统工程等多学科交叉。一旦COPT在精度和速度上接近或达到Gurobi水平，其替代价值将极高。

• 客户壁垒：高。

行业共识：工业决策优化系统的客户验证周期通常长达6-18个月，需要进行POC（概念验证）、仿真对比、实际试运行等多个环节。一旦成功部署，系统与客户的业务流程深度绑定，数据模型和规则都是定制化的，客户切换至竞品的隐性成本（流程变更、数据迁移、团队培训）和风险极高。

• 规模壁垒：中等偏低。

86人的团队规模（数据库字段）反映其是一家轻资产、高智力的“匠人型”公司。这有利于保持创新效率，但也意味着交付能力有限。在面对大型央企集团的多地、多业务线同步部署需求时，其项目管理和实施能力可能会面临瓶颈。单靠这86人，很难同时支撑数个超大型项目的并行交付。

• 认定价值：有支撑，但非决定性。

第六批专精特新“小巨人”的认定，在当前政策环境下，意味着企业是国家重点扶持的“补链强链”环节。这能帮助企业在获得政府补贴、税收优惠、低息贷款等方面有优势。更重要的是，这是一张进入大型国企、央企供应商名单的“名片”。然而，认定并不能自动转化为订单，仍需依靠自身技术实力竞争。

六、风险与机会

• 行业风险：

1. 国际巨头垄断压力：全球市场仍被Gurobi、CPLEX、Xpress等国外求解器主导。在性能基准测试上，COPT等国产求解器虽已突破“可用”门槛，但尚未在关键复杂场景下证明其“好用”且“稳定”到可以全面替代。一旦国外产品进行大幅降价或技术封锁，将对国产求解器市场形成巨大冲击。

2. 信创落地“最后一公里”难：虽然政策要求国产化替代，但在实际应用中，企业（尤其是大型央企）对替代方案的性能、稳定性、服务支持仍有极高要求。国产求解器在复杂异构计算环境（如国产芯片+国产操作系统）下的适配和优化工作仍然繁重，且存在性能损失的风险。

3. 客户预算与交付周期：工业软件投资回报周期长，在经济下行周期，企业可能优先削减非必需的“优化型”预算，转向维持生产的“刚需型”预算。这会导致新项目签约放缓，特别是对于尚未建立口碑的新玩家。

• 公司风险：

1. 团队规模限制：86名员工，即便全部是高学历研发人员，其覆盖领域和交付能力有限。公司战略从北京迁至上海，意在利用上海的金融、人才、产业资源优势，但资源集聚效应转化为实际的规模增长还需要时间。

2. 融资依赖度：该公司由斯坦福博士团队创立，至今未上市，且经历了从北京到上海的跨区域迁移。公司成立近8年仍处于亏损或微利期（通常工业软件公司前十年都处于投入期），极度依赖外部融资。当前一级市场融资环境严峻，融资节奏可能成为公司生存和发展的关键风险点。

3. 证据密度不足：公开信息中大量依赖百度百科和公司自身官网介绍。缺乏如Gartner魔力象限、第三方权威评测报告、知名客户的详细案例数据和营收数据等硬证据，这使得外界难以对其真实的技术水平和市场地位做出独立判断。

• 机会窗口：

1. “国替”与“信创”东风：这是当前最大的制度红利。杉数作为第六批专精特新“小巨人”，且在北京同方向仅有的3家企业中专利数量领先，极有可能被列为关键核心技术攻关的扶持对象。尤其在电力、民航、军工等关系国计民生的关键领域，国产求解器的替代需求是刚性的。与国家电网、南方电网、中国商飞等标杆客户的深度绑定，为其提供了绝佳的应用场景和市场背书。

2. AI支持下的新增长点：当大语言模型（LLM）和生成式AI崛起时，决策智能的需求将不再是“优化”，而是“在复杂约束下生成可行方案并解释”。杉数的求解器技术可以与LLM结合，形成“语言理解+数学推理”的新范式，比如让非技术背景的管理者用自然语言描述需求，系统自动建模并给出最优解。这将是打开更广泛中小企业市场的机会。