近日，商业智能决策解决方案提供商悠桦林宣布完成亿元人民币C轮融资，本轮融资由云晖资本领投，博润资本、华鼎投资、海南嵘涯共同投资，老股东上汽恒旭、五源资本追加投资。
据了解，本轮融资将主要用于支持悠桦林智能决策平台在工业制造领域的落地，加强悠桦林核心产品——智能供应链计划与排程的市场竞争力，进一步开拓市场，加深悠桦林在智能决策商业化时代的领先地位和优势。
悠桦林信息科技（上海）有限公司成立于2016年，是一家以运筹学、强化学习、大数据分析等智能决策技术为核心驱动的科技公司。公司一直致力于智能决策技术在中国的落地推广，聚焦制造业和大交通行业的场景需求，为企业提供“行业+AI+OR” 的智能决策整体解决方案，提升企业决策水平，助力企业实现决策环节的快速、明智和可量化。
目前，悠桦林在制造业供应链计划方向上集中发力，旨在从工业制造领域最真实、迫切的需求为出发点，将运筹优化算法、人工智能和大数据分析等技术融合打造成产品，为制造型企业提供完整的智能供应链计划与排程产品体系。通过在满足各种生产资源约束的基础上，实时、同步地给出不同生产阶段的生产排程计划，帮助企业最大化优化业务目标与生产管理及作业流程，降低生产成本的同时，提升企业的生产及管理效率与精准决策能力，极大地缩短生产周期，从而加快企业对市场需求的响应速度。
悠桦林智能供应链计划与排程体系
六年来，依托强大的运筹算法平台和灵活高效的智能决策优化服务，悠桦林迅速成长为智能决策解决方案的领先企业，助力宁德时代、宁德新能源、博世华域、奥克斯、海尔、大金空调、信义玻璃、立讯精密、中粮可口可乐等行业领先制造企业进行智能化转型，并帮助企业打造智能制造时代的“工业大脑”，致力于为客户带来可观的价值回报。
在汽车汽配领域，悠桦林为全球领先的汽车零配件供应商提供的智能供应链计划与排程解决方案，在满足100%生产交付的前提下，支持多目标优化，使得该企业在一个生产周期内的生产时长下降了 5%，共节省生产时间将近 8000多分钟，降低了11%的单 SKU备库存量，提升了15%的交付及时率，将以往需要花费数小时的生产排产工作缩短至5分钟内。
在新能源领域，某头部锂电池企业通过悠桦林智能决策算法平台，实现了主计划从0到1的建设，日计划从接单后的局部手工插入产线逻辑变为所有订单全局优化智能选择产线、有工序全过程排产，使计划具有100%可执行性，且能全局考虑物料、产能、订单交付、库存等多种业务约束能力。
在家用电器领域，空调行业的多家头部企业通过悠桦林解决方案提升了生产过程的可视化，对生产计划实现了精益管控，最终实现了分钟级输出中长期计划，计算效率提升150倍，达到专用部品0欠品的目标值，交付及时率提升6%，产成品库存下降50%。
在电子快消领域，悠桦林算法平台帮助某大型消费电子企业，达成计算效率提升120倍，生产工期缩短40%，订单交付及时率提升20%的优化效果；某饮品加工企业达到了均衡使用产线；成本、能耗排放、切换时间最小化；交付率、机组利用率最大化的实施成果。
目前，悠桦林在自主研发的核心技术和行业场景创新等方面已稳步进入全球领先水平，不仅运筹学算法先进且迭代优化速度快，在实现企业决策和生产执行的快速处理上也具有很高成熟度。基于此，悠桦林在制造业智能决策业务已实现了每年4倍的快速增长，作为企业实现数字化升级转型的有力抓手，率先成功开拓了中国企业智能决策优化的新征程。
从2016年的接近空白到如今的近百亿市场，悠桦林见证了中国智能决策市场的快速崛起和客户认知的迅速变化——随着智能决策价值的释放，将会有越来越多企业选择智能决策解决方案作为其实现数字化、智能化转型的重要路径，从而取得行业领先优势。据IDC报告显示，近年中国智能决策解决方案市场增长迅速，2021年中国市场规模约为63亿，比上一年增长66.4%，预计未来5年的复合增长率为54%。
放眼全球，海外已有Blue Yonder、O9、Kinaxis等数个头部标兵，在百亿体量的基础上依旧增长快速，如O9近3年营收增长674%，2022年2月公布的融资估值为27亿美金。反观国内市场，虽然已有10%的制造企业尝试过对供应链计划进行智能优化，但并没有成熟的供应商和产品满足国内客户的需求，国内智能制造市场仍处在早起发展阶段，整体“供需”存在不协调的状况，市场渗透率仅为3%-4%。国内的智能决策技术赛道还是一片蓝海，随着市场需求和产品力的提升和行业标杆客户的成功落地，市场渗透率在未来有望快速提升。
根据中国2025年三项具体目标的规划，届时，逾70%的规模以上制造业企业将基本实现数字化、网络化，智能制造装备、和工业软件的技术水平和市场竞争力显著提升，市场满足率将分别超过70%和50%。利好的政策与市场环境，将为智能决策赛道企业的发展提供强有力的支持。
截止今年9月，悠桦林业已发布多款制造业供应链优化产品；签约各行业龙头客户，并且与领域内顶尖企业达成长期战略合作协议。
