2026年10月20日，国际增长咨询机构弗若斯特沙利文（Frost & Sullivan，以下简称“沙利文”）发布《2026年中国决策智能：重塑产业经济的“AI第三极”》行业研究报告。作为长期关注全球产业发展与技术变革的权威研究机构，沙利文此次将目光投向人工智能的决策与行动能力，系统研究了全球决策式AI的发展趋势、技术架构、市场前景及产业竞争格局，并将
杉数科技定位为“全球全栈决策式AI领导者”。
报告认为，人工智能产业竞争正在从模型能力向产业应用纵深拓展。在能源电力、工业制造、交通运输等复杂场景中，企业对AI的需求正从信息分析与辅助判断，进一步延伸至资源配置、生产调度和优化执行等核心业务环节。决策式AI正成为人工智能产业发展的重要方向。
根据沙利文测算，2025年全球决策式AI广义可触达市场规模为5,261亿美元，预计2030年达到14,627亿美元，2025年至2030年复合年增长率约22.7%。中国市场同期预计由3,562亿元人民币增长至22,352亿元人民币，复合年增长率约44.4%。
图1 全球决策式AI广义可触达市场规模及预测（2021—2030E）｜来源：弗若斯特沙利文
杉数科技经过十年自主研发，形成了以COPT高性能优化求解器为核心引擎、杉数G+超智计算一体机为计算底座、擎天智能决策平台为应用载体的全栈决策式AI技术体系，并在全球多个关键产业领域积累了工程应用经验。
决策式AI兴起，人工智能从分析与生成迈向优化执行 近年来，大语言模型推动人工智能在知识处理、内容生成和人机交互等领域取得显著进展。随着人工智能向实体产业深入，电网调度、工业排产、航空运营等复杂场景中的决策需求日益受到关注。这些场景通常涉及大量业务变量和严格的约束条件，企业需要在安全、成本、效率与资源利用等多重目标之间寻求高质量的决策方案，对人工智能的优化计算与执行能力提出了更高要求。
值得关注的是，沙利文在此次研究中将人工智能的能力体系划分为分析式AI、生成式AI和决策式AI三大支柱。分析式AI主要用于规律识别、趋势预测与信息洞察；生成式AI侧重内容创造、知识交互和任务辅助；决策式AI则进一步面向复杂业务目标，支持企业开展优化决策与行动执行。
这一划分兼顾了人工智能的技术演进与产业应用需求，也为理解AI从信息处理走向复杂业务决策提供了新的研究视角。特别是在生成式AI快速发展的背景下，决策式AI的提出进一步凸显了人工智能在资源优化、生产调度及复杂系统运营中的应用价值。
图2 三类AI范式的能力层级与边界｜来源：弗若斯特沙利文
决策式AI的产业根基，深植于运筹学与计算机科学半个多世纪的交叉融合。从斯坦福、MIT等学术高地的理论奠基，到商业求解器对工业优化的长期主导，决策优化始终是高端制造、能源与国防领域不可或缺的底层能力。报告将决策式AI定义为面向复杂业务目标的智能决策范式，通过融合数据、模型、规则、知识、仿真、优化与执行反馈等能力，支持、增强或自动化企业决策。
这一技术范式融合预测分析、生成式AI、规则推理、仿真模拟、数学优化等多类能力，根据业务场景形成可执行、可评估、可持续优化的决策方案。
在决策式AI的技术体系中，高性能数学优化求解器是复杂产业优化决策的关键技术。对于能源调度、生产排程、运输路径规划等目标明确、约束复杂的业务问题，求解器能够对数学优化模型进行求解，在大量候选方案中寻找满足约束条件的高质量解，其计算效率、数值精度与稳定性直接影响决策方案的实际应用。
沙利文指出，以求解器为核心的技术路径尤其适用于目标可量化、约束可建模、结果需可验证的高价值场景。随着决策式AI向端到端、全栈化交付发展，预测、生成、规则和仿真等技术进一步与优化求解融合，高性能优化求解器由此成为全栈决策式AI的核心决策引擎。
与此同时，大规模决策系统还需要高精度算力与行业应用平台的协同支撑。计算架构、核心算法与业务系统之间的协同效率，直接影响复杂决策的求解性能、系统稳定性和工程交付能力。
让AI更落地，杉数构建全栈决策式AI竞争优势 随着复杂优化问题规模持续扩大，全球决策式AI产业正在从单点技术能力向全栈体系化竞争演进。在现有产业分s工中，NVIDIA等企业主要提供计算基础设施及加速生态，国外求解器产品长期深耕数学优化，Palantir等平台型企业则侧重业务数据整合与行业应用。不同技术层次之间的协同能力，正在成为影响复杂决策系统性能与交付水平的重要因素。
沙利文将完整的决策式AI技术栈归纳为异构计算底座与加速库、高性能优化求解器、智能决策平台与行业应用三个紧密耦合的层次。三层能力通过统一接口、数据闭环与算法协同，支撑从业务建模、优化求解到产业应用的完整流程。报告认为，全球以求解器为核心的决策式AI竞争，正逐步转向算力、核心引擎与行业应用协同的全栈竞争。
成立于2016年的杉数科技，由四位具有斯坦福大学学术背景的博士共同创办，长期从事数学优化、人工智能与高性能计算技术研发。经过十年持续积累，公司逐步形成以COPT高性能优化求解器为核心引擎、以杉数G+超智计算一体机为计算底座、以擎天智能决策平台为应用载体的全栈决策式AI技术体系。
图3 杉数科技全栈决策式AI技术体系
作为杉数科技自主研发的数学规划求解器，COPT支持线性规划、混合整数规划、二次规划等多类优化问题，为资源配置、生产调度、运营优化等复杂业务提供核心计算能力。
经过持续研发和迭代，COPT在国际优化求解器性能评测中取得多项领先成绩。杉数此前公布的Mittelmann基准测试结果显示，COPT在15类评测中取得11项第一。相关核心技术经科技成果评价达到国际领先水平，体现了国产数学优化求解器在核心算法与工程应用方面的技术实力。围绕核心优化引擎，杉数进一步发展面向数学优化计算的高精度异构算力体系。
杉数G+超智计算一体机面向大规模稀疏矩阵处理、高精度数值运算和复杂并行计算等需求，采用CPU+GPU+XPU异构计算架构，集成自主研发的高性能数学函数库CAML与COPT求解器，为复杂优化问题提供高精度、高性能的计算支撑。依托异构计算与算法协同，杉数已在部分工业与科研计算场景中实现数十倍乃至数万倍的求解加速，进一步拓展了大规模复杂优化问题的求解能力。
在应用层，杉数擎天智能决策平台融合大语言模型、数学优化和行业知识，贯通业务问题识别、模型构建、优化求解、方案解释与执行反馈等环节，将底层核心算法转化为企业实际业务可使用的智能决策能力。
由此，杉数形成了以COPT为核心优化引擎、G+为计算支撑、擎天为产业应用平台的全栈技术体系，实现从核心求解到业务应用的协同。
在此次研究中，沙利文将杉数科技列为全球全栈决策式AI领导者。报告认为，杉数通过覆盖算力层、引擎层与应用层的三层产品矩阵，形成了更完整的决策式AI能力体系，并实现了三层之间的协同优化，将全栈技术转化为“可落地、可复制、可持续迭代的场景能力”。
这一研究定位是对杉数科技长期坚持核心技术自主研发、推进全栈技术体系建设及深入产业实践的积极认可，也为公司持续推动决策式AI产业应用增添了信心。
深入全球关键产业，推动决策式AI规模化应用 决策式AI技术的商业价值，正在能源、制造、交通等复杂产业系统中得到验证。
经过十年技术研发与产业应用，杉数科技的技术与产品已服务全球80多个国家和地区的2,000多家机构、30,000多名用户，覆盖能源电力、工业制造、航空航天、交通物流等20多个细分领域。在能源电力领域，杉数参与南方电网自主可控电力求解器建设，将国产数学优化技术应用于大规模电力调度；在航空领域，杉数与南方航空合作研发航空行业求解器，服务复杂航空运营决策；在国际市场，杉数参与南非长期能源转型规划，利用数学优化与高性能计算技术支持大规模能源系统规划。这些产业实践进一步验证了杉数核心优化技术在复杂业务场景中的工程应用能力，也为全栈决策式AI技术的持续迭代积累了行业经验。
面向未来，全球决策式AI产业仍将沿着算力架构与优化求解器深度耦合、多技术路径协同及行业平台化交付等方向发展。此次沙利文的研究进一步展现了决策式AI的产业价值与发展前景，也为行业认识人工智能与实体经济深度融合的技术路径提供了重要参考。
从核心求解器突破到全栈技术体系建设，再到全球关键产业中的持续应用，杉数科技已形成覆盖决策式AI主要技术环节的自主能力。未来，杉数将继续深化人工智能、运筹优化与高性能计算的融合，推动决策式AI进入更多企业的核心生产运营场景，让AI更落地，让决策更智能。
资料来源：弗若斯特沙利文《2026年中国决策智能：重塑产业经济的“AI第三极”》。
