历时四个月，由京东主办的全球首个聚焦于智能物流、智能供应链两大无界零售基础设施的顶级运筹优化赛事圆满落幕。此次挑战赛京东以真实业务场景为赛题，就预测、补货、调拨、配送等物流和供应链的核心决策向选手发起挑战，并首次公开了供应链模型为选手进行演练。大赛共吸引了来自全球3519名选手参赛，覆盖了全球600多个顶级学府和机构，涉及：麻省理工学院，斯坦福大学，佐治理工学院，新加坡国立大学，纽约大学，哥伦比亚大学，宾州州立大学，清华大学，北京大学等。
大赛评委与冠亚季军合影
京东集团副总裁、京东物流综合规划群负责人傅兵在大赛致辞中表示:”当前，消费者有着越来越极致的消费体验需求，我们需要管理的商品规模越来越大、交付的场景越来越复杂，这对供应链体系提出了更高的要求。大家对京东物流一个最直观的印象就是快，上午下单下午收货，甚至还实现了分钟级的送达，这正是因为有智能物流和供应链系统的支撑。运筹优化是构建智能物流和供应链体系的关键技术，目前我们在这一领域不断的探索、积极尝试，已有很多成熟的应用场景，包括定价、销量预测、补货调拨决策、物流网络规划等等。”
京东集团副总裁、京东物流综合规划群负责人傅兵
京东希望将自身丰富的场景和业务数据向社会开放，通过场景赋能、数据赋能，共同去推动运筹优化技术的创新和理论的落地应用，以及全行业效率的提升。为此，京东物流和京东大数据与智能供应链部共同举办了全球运筹优化大赛，集结全球运筹优化爱好者，共同去探寻最优的路径、最优的库存。
探索未来真实业务挑战引发供应链创新突破
城市物流运输车智能调度源于经典的车辆路径规划问题。假设一个简单场景，100点的TSP问题，有不少于10的157次方条服务路径数据需要检验，即使使用前沿的量子计算技术，在未来5到10年也很难完成。
而运筹学的应用，能高效解决这些问题。在此次城市物流运输车智能调度赛题中，选手能够在普通PC环境下，在5分钟内计算出路径方案，且计算时间灵活可控，最快可实现秒级响应。另外值得一提的是，此次城市物流运输车智能调度的赛题，探索的是在新能源物流场景下的新型多种路径规划问题的混合体，这在世界上尚属首次，对未来实际场景的应用有重大价值。
而库存控制是供应链管理中的核心问题，复赛题目中“预测+补货+调拨”更是对应了京东供应链中绝对核心的决策场景，解题难度更甚。需综合运用数据挖掘，机器学习，运筹优化算法来构建库存优化模型，通过销量预测指导订货与仓间库存调度，尽可能的降低总体成本。比赛中优秀的解决方案不仅在销量预测精度和库存成本控制上取得了很好的成绩，而且在算法运行效率上也非常出色，三分钟内即可输出1000种商品未来两个月的库存决策，有很高的算法实用性。
“脱胎于京东真实业务的赛题使选手们能够真正体会到日常商业决策所面临的挑战，同时也激发出了众多优秀的创新成果。这也是本次大赛所希望看到的。针对智能供应链的实际业务问题，结合优化技术与人工智能，荟集来自全球的顶尖人才，一同推动供应链技术与运筹优化的发展与创新。”京东集团副总裁、大数据与智能供应链事业部总裁裴健作为本次大赛的评委之一，对参赛选手的表现给予了充分肯定。同时他也指出，大赛为行业经典问题提供技术创新的思路，为供应链先进技术的落地提供有力场景，为智能供应链学术和研究人才提供解决实际问题的空间。
京东集团副总裁、大数据与智能供应链事业部总裁裴健
大赛期间，来自各高校的团队贡献了不少有创新力的技术方案，京东也会为这样优秀的团队提供共计150万元的奖金，并有机会拿到京东的offer。
搭建起产学研的桥梁
正是通过举办这样的大赛我们看到了许多非常有潜力的高校团队，像来自南京大学和华中科技大学的NJUSME二队以及清华大学和北京大学的TP_AI，众多的高校团队通过本次大赛获得了与行业交流的机会，京东也将利用本次比赛建立起产学研的桥梁。一方面利用京东自身丰富的真实业务环境来帮助高校进行实践，将技术理论转变为商业方案。另一方面，高校也能够为人才培养找到更加肥沃的土壤。对此行业专家也表示：“要解决企业面临的问题，必须把问题以及数据，与学术方法结合起来。更好地利用大数据、利用运筹学的方法来解决供应链的问题。”
在未来的10-20年，零售迎来的第四次零售革命，它改变的不是零售，而是零售的基础设施。随着消费需求的升级，供应链和物流系统的效率和柔性也面临着新的挑战。全球整悄然酝酿着一场变革。智能物流和智能供应链作为两大无界零售基础设施，在可塑化、智能化、协同化上都亟待寻求运筹优化技术的突破。
京东智能供应链上下游互联互通和协调水平目前已经走在行业前列，通过核心技术产品及平台赋能，成为供应链创新与应用领域的佼佼者。京东智能物流的基础设施、管理经验、专业技术作为社会供应链的基础设施，也在服务于广大用户。京东智能供应链与智能物流入选企业试点，将继续把创新理念融入供应链的发展与应用，树立全球供应链发展新风向标，成为助力中国现代化经济体系建设的重要动力。
