我们近期接触的Synergies Intelligent System公司就是将人工智能应用到商业决策领域的新创公司。公司已经开发了名为Business GPS™的商业策略导航系统，支持自然语言提问，可以为企业提供运营决策的建议，并已与富士康、夏普等达成了合作。
Synergies的这套Business GPS™系统，主要利用AI技术，分析数据，得出预测结果，协助企业进行决策管理。Synergies告诉36氪，Business GPS系统建立了AI+ Framework 智能通用平台，可以适用于所有能通过数据进行决策的场景，背后的技术源于MIT的AI技术，核心技术是深度特征重组，可以把复杂的问题结构简单化，让机器可以跨表单自动建模，得出问题的最优解。
机器学习的基础是数据。Synergies可以整合企业内部ERP系统的数据，及诸如天气、金融、财经数据、社交网络讨论数据的其他数据。系统通过多种算法组合，对需求做出预测，且预测值会持续自我对比，反馈结果，进一步自我优化，提升预测的准确率。
有别于市面上其他“商业智能（Business Intelligence）”产品，Synergies的AI解决方案特点主要体现在：一是将呈现分析报表改为了呈现决策建议，对企业来说，不仅减少了处理报表所需的繁重人力，AI的分析也更精准全面，带来了更高的价值；二是团队运用了自然语言处理的技术，将交互的过程变为了自然语言提问，如“如何提高产能”，不再要求使用者必须懂得技术或者具有数据分析能力，降低了使用门槛。
Synergies的这套系统，可以适用于企业内部的生产制造管理、供应链库存管理、财务管理、人力资源管理等环节。CEO 张宗尧（ Michael Chang）告诉36氪，目前的客户主要集中在智能制造领域；产品已经被应用到了10家大型工厂，这些工厂的年销售额都超过了10亿美元，其中知名客户包括富士康、夏普。
对于企业用户来说，往往会更看重效果。Synergies提供给36氪的资料显示，在针对消费电子制造商的供应链部门场景中，项目进展的准备流程从4人5天降低到了5分钟，分析销量提升了95%；找到原因并给出建议的时间由1天压缩到30分钟，时间成本降低了93%。
根据公开信息，Synergies表示，SIS的系统能够将工厂原料备料高达60%或以上的误差率，降低到10%以下；客户中的一家制造业公司，使用后提升了20%的生产效率；一家区域性零售业公司减少了48%库存；一家制造业巨头发现自己的不良率极速升高到接近9%，用了各种方法都找不到原因，在使用了Synergies的系统后，发现是由于天气因素导致，通过给生产车间加湿解决了这一问题，为企业节约了数千万元美元。
企业服务类的公司，早期往往以标杆客户的定制服务为主，目前通过服务这些大客户，Synergies成立近一年已经实现收支平衡。未来也很可能针对中小型客户提供相应的标准化解决方案。
根据官网信息，除Business GPS产品外，Synergies还研发了金融理财机器人——针对金融机构的客户的智能投顾产品。
目前Synergies已经组建了团队，博士占50%以上，其余皆为硕士以上学历，分别来自MIT、美国康奈尔、国立交通大学、国立清华大学等，有IBM、麦肯锡顾问公司、 数据分析巨头 Mu Sigma、高盛集团、美林集团、夏普株式会社等工作经验。 其中公司CEO张宗尧是MIT电子与计算机科学方向博士，是台湾首位登上Nature封面的第一作者，此前曾是量化避险基金经理；COODavid Nicktenhauser毕业于美国康奈尔大学经济系，此前是美林证券分析师，阿布达比主权基金量化经理。
对于各国来说，生产制造业往往是国民经济支柱产业，智能制造时代又迎来新的发展机遇。数据显示，2016年全球智能制造的市场规模达到8687亿美元，保守估计未来几年行业将保持10%左右的年均复合增速，预计到2022年全球智能制造的产值将达到1.51万亿美元左右。生产制造行业很早开始就已使用ERP、CRM等系统提升信息化水平，随着智能制造的需求提升，可以帮助提升企业效益的分析型生产制造BI方案开始受到关注，国外方面Tableau主打可视化，Qlikview主打数据处理卖点，微软的Power BI也已入局；国内方面，做报表起家的帆软也开始切入BI市场。
