曾听到某万亿级企业的老板将企业数字化总结为两句话：“一切业务在线，数据驱动业务”，我觉得这个说法特别精准。企业的信息化和数字化的实质，不外乎是生成数据、管理数据和利用数据，因而，我认为企业级信息系统可以分类为“两在线一平台”。
“两在线”，其一是“在线事务处理系统（OLTP）”——生成数据，包括了ERP、CRM、电商平台等等各种内部、外部处理业务和管理事务的系统，其二是“在线分析处理系统（OLAP）”——利用数据，包括所有生成业务洞察，支持业务交易的系统。而“一平台”则是指衔接所有系统、打通企业数据的数据平台，不管你把它叫啥：数据仓库、数据湖、数据中台、数据编织……其实都是数据平台的一部分以及一类技术架构或实现方式。
（一）
我们现在常说的“企业数智化”，实际上是OLAP系统在发挥作用，尤其是高级阶段的OLAP。既然称这些系统为“企业级”，代表着基于企业数据的，跨部门、跨职能、跨系统、跨数据源、长流程的复杂业务决策优化。从企业信息技术应用的发展历程来看，一般都遵循这样的系统建设阶段：
1、首先建立覆盖主要业务流程的“在线事务处理系统”（OLTP），以ERP、CRM等核心业务系统为代表，实现“一切业务在线”（参见《从中台回到流程｜业务流程数字化仍是企业数字化转型的核心话题》）
2、其次，在已有的OLTP的基础上，建立初级的数据分析功能，即“初级OLAP系统”，实现报表、图表、查询以及数据挖掘功能
3、随着各个OLTP系统建设的覆盖面越来越广，例如ERP的周边扩展系统建设，以及外部数据源的接入，建立企业级大数据平台
4、基于企业级大数据平台，利用机器学习、深度学习等人工智能技术，提供支持业务的高级分析（Advancedanalytics），建立“高级OLAP系统”。
在这个历程中，OLAP系统的能力可分为循序渐进的三个阶段（有些数据分析理论在描述性和预测性中间，还加了一个“诊断性”阶段，指对历史数据的挖掘、归因分析，本文为简单起见，将其拆到前后两个阶段中）：
高级阶段的OLAP采用了运筹学（Operationsresearch）优化算法，其原理是面向优化目标，在条件约束之下，以数据输入为变量，给出决策方案的优化选择。：
在中国的大学课堂里，类似于“多级渠道分销和供应链网环境下，基于多目标的生产计划制定的模糊机会约束规划”这样的课题，是最近三十年来长盛不衰的学术论文题目。中国是个制造业大国，经济快速发展，这类学术研究有着广泛的现实应用意义，这就是OLAP在供应链领域里解决的业务问题，给企业带来的价值。
（二）
前面提到的企业建设信息系统的四个阶段，OLAP要略晚出现于OLTP——OLTP从80年代开始在企业推行，到90年代后期，OLAP概念开始出现，当时在欧美就已经开发出基于运筹学、系统动力学、事件仿真等理论的高级数据分析应用。今天，欧美大企业的数据科学应用已经相当普及了，然而，就我对中国企业信息化行业的观察来说，直到今天，导入了高级OLAP的企业仍然是凤毛麟角。
最近几年，随着全球范围内大数据、人工智能的基础技术的更新换代，中国打着数据中台、人工智能旗号的创业公司在资本推动下，风起云涌，似乎OLAP的春天来了。
我观察到国内OLAP公司普遍存在的问题是：解决方案产品化程度低，他们自己甚至都讲不清楚自己究竟是一家IT服务公司，一家算法公司，还是一个应用软件产品商，还是一个技术平台提供商？而站在企业客户的角度，老听他们软件厂商说一些“中台”、“人工智能”、“数智化”、“数据驱动”一类似是而非的大词儿，却听不懂他们究竟核心能力是什么，每家厂商差异性在哪里，能给企业带来什么价值？
这确实是摆在国内OLAP公司面前的产品策略问题：你究竟提供的是一个包含了企业最佳业务实践、用户体验良好、功能完善的应用软件——我姑且称之为“应用派”？还是提供一个具备强大优化能力的数学工具以及应用开发平台，但是具体业务应用需要通过咨询公司和集成商、在项目中根据客户需求去构建——我姑且将提供算法内核的称之为“内核派”，提供开发平台的称为“平台派”？
OLAP实施过程和OLTP不一样，需要对数据进行探索、对模型进行迭代优化，最终达成分析目的，因而一方面OLAP软件的业务标准化程度较OLTP低，另一方面对实施人员的要求更高，需要理解用户场景，将商业问题抽象为统计学和运筹学问题并且建模解决，相应的OLAP实施角色和OLTP类实施项目也不同（参见《数字化转型组织能力｜高级分析项目必须有文科生、理科生和工科生的协作》）：
（三）
“内核派”和“平台派”最具代表性的厂商是IBM。IBM从彭明盛接替郭士纳上台后，致力于向企业软件商转型，致力于发展数据分析的软件产品线，先后收购了BI软件Cognos和TM1，统计学软件SPSS，以及基于约束的规划的运筹学优化软件iLog，再加上其原有的中间件平台IBMWebSphere，数据中间件平台IBMInfoSphere等，在年前就构成了完整的高级分析软件产品线。
iLog是上世纪80年代末期在法国创立的用于资源优化求解、业务规则管理、优化方案可视化的软件公司，年，它收购了美国的一家名为CPLEX的线性规划求解器公司，到年7月被IBM以3.4亿美元收购前，iLog被认为是规划求解器最领先的商业软件公司。
iLog的优化决策管理器（简称ODM）是个通用软件，它以优化求解器为内核，提供了开发工具、应用界面、可视化展示、数据接口和应用接口等：
来源：IBMiLog优化决策管理器红皮书，
iLogODM的优化器内核可以在单机的本地环境下运行，也可以作为服务器运行，包括如下内容：
优化决策管理器的系统原生界面如下，这是用于港口的集装箱堆场调度的例子：
数智化的应用场景（也称为“用例”）举例如下，也就是说以优化求解器为内核，以数据管理和算法开发为平台，外面包上用户界面的“壳子”，可以做成包含如下一项或多项功能的应用软件：
制造业
-供应链网络优化
-生产计划
-原材料、半成品、产成品和服务备件等多级库存水平优化
-车间详细排产
-运输计划
-设备维修计划
消费品和零售业
-门店选址
-仓库和物流网络决策
-库存水平优化
-门店品类组合
-定价和促销优化
-清仓折价决策
-门店布局和商品陈列
-顾客个性化营销
物流和交通行业
-存储点和仓库选址
-车辆、容器配载优化
-运输网络优化
-场站、人员、司机和维护的详细排程
-车队调度优化
-库存水平优化
电信和公用事业
-网络容量规划
-断网维修计划
-设备选址（例如中继站、铁塔）
-路由规划
-设备和服务配置
金融服务
-资产组合优化和再配置
-信贷池
-交叉交易
-产品和定价优化
其他
-人员排班和劳动力优化
-工作任务分配（可以设想一下美团快递的派单，或保险公司派人现场查勘）
-市场营销活动优化
-广告排期
-采购的拍卖竞价策略
-营收优化（例如航空公司的机票超售策略）
可以开发定制的用户界面，结合iLog提供的可视化工具，可以做成各种优化应用，例如：人员考勤排班系统长得这样的：
也可以做成甘特图样式的火车运行图：
（四）
iLogODM是典型的“内核派”，提供问题求解的核心技术，但是本身并不是一个面向业务流程的应用软件。虽然iLog其实也提供供应链计划的应用软件，但是市场上并不普及；“应用派”在企业供应链计划优化领域里，最有代表性的就是SAPAPO和JDA（以及i2）了。这两个软件都是90年代末期发明，经历了十多年发展，形成了基本一样的业务解决方案框架，以下讨论我们以SAPAPO为例：
早在年，SAP就投资了同在欧洲的iLog，并且在其自己新推出、作为王牌产品ERP补充方案的供应链优化软件SAPAPO中，使用iLog作为求解器。直到十年后iLog被IBM收购时，SAP都是iLog最大的客户。
SAPAPO从推出的第一天，就包装出了供应链计划体系里各个环节上的业务应用，包括需求计划、供应网络计划、生产计划、车间详细排产、运输计划、全局交期承诺等。
SAPAPO处于基于SAP数仓（也可以用Teradata等非SAP数仓）的BI环境，统一应用面向分析而设置的数据集市（SAP术语叫“数据立方体”）或内存计算数据库，几个应用场景根据其分析性质不同（分别是时间序列或者订单优化），采用不同的数据加载和优化计算方法：
近年来，随着SAP总体架构向HANA以及云平台迁移（参见《企业如何走向下一代ERP（NextGenERP）》），SAPAPO的架构也发生了变化（参见《SAP高级供应链计划解决方案介绍_SAPAPO》），偏重时间序列分析的部分整合到云上的IBP平台，偏重需要实时订单优化的部分，则整合到基于内存数据库HANA的新一代ERP核心里。
来源：SAP官方博客
（五）
我在《数字化转型战略｜企业上云的战略规划方法》说过，在企业级系统“架构现代化”（architecturemodernization）的进程中，数据分析应用会比核心业务系统更先上云。
今天，开发优化器的组织越来越多，免费或者开源的优化器。云环境下也有很多用户自己动手搭建OLAP系统，下图是我们参与的某企业自研APS系统，该系统采用了云原生架构：将多个核心系统的数据上载到云上的数据湖里，相关数据集送到目前流行的机器学习框架和分析引擎Databricks上，数据科学家和工程师在这上面采用Python脚本，调用一个名为Gurobi的求解器云服务，将计算结果传到一个数据库里，由前端工程师开发订单确认和排产调度的应用。
新的APS系统上线后，该企业订单确认及排产时间从两天缩减到一天，由于提高了订单排产的可视化程度，设备换产效率提升了20%。
Gurobi是最近开始流行的新一代求解器，对Python等流行的编程工具支持更好，据说其创始人跟CPLEX有一定的渊源关系，目前国内某优化器创业公司创始人跟Gurobi团队在学术上也有渊源关系，而一些其他优化器公司也都将iLog/CPLEX和Gurobi作为参考对象。这些创业公司都需要回答市场：自己究竟是一个业务应用软件（或者是供应链计划优化、或者是人员工作分配优化），还是一个数学软件（既可以单卖，也可以作为其他业务应用软件或者OLAP系统的优化器），还是一个OLAP系统开发平台？
（六）
类似于这些运筹学软件、原则学术界的数学软件，还有一类叫“系统动力学”软件，在果总八十年代末、九十年代初念大学的课堂上，是和统计学、运筹学三足鼎立的“管理科学软件”，我当时学习、使用过名为Dynamo的系统动力学建模仿真软件，今天已经开源，见
