在2018 GMIC全球移动互联网大会期间，清华大学博士生导师、杉数科技科学家李建就的AI与餐饮行业如何进行深度、创新结合的问题，进行了演讲。他认为，AI与餐饮的结合有智能选址和运输优化两个方向。通过海量数据分析、机器学习、运筹优化，在全局多业务目标最优的基础上，帮助餐饮企业准确、自动地实现成熟经验的高效复制，同时也为企业所面临的供应链运输管理问题提供科学合理的“最优解”。
就数据驱动下的餐饮智能选址，李建认为，传统零售选址通过人为挑选，但每个人认知范围有限，很难对整个城市有一个宏观的认识。而智能选址是基于海量数据，杉树科技推出了利用大数据+AI算法的智能选址平台，可以使得整个选址过程更加智能化，更加自动化。其中，智能选址平台的数据输入需要海量数据支持，数据输入需要一个城市的宏观信息和微观信息，需要人口信息，需要相关店铺信息，需要竞争对手的信息，需要商圈的信息。然后，要基于商圈功能和整个地理区块情况进行更细致地划分，对城市进行网格化，继而再细分每个划分区间，考虑区间里的限制，比如业务的限制或交通的限制或人口的限制，建立评估商圈潜力的重要指标体系，得出每个商圈的综合分数。
如此，该系统有三个功能，一是对某个商圈进行洞察评分，了解商圈有多大的潜力。二是我能对企业期望的选址地点进行营收预测。三是为企业规划整个城市的网点，比如企业想在该城市建多少店，先建多少店，再建多少店，等等。
就运输优化，李建表示，运输中包含装箱细节问题、运输资源调配是否合理等变动因素，如何处理这些问题、对整个城市进行运输优化，是杉数科技擅长的事情。
在李建看来，对整体进行运输优化需要关注各种各样的细节，比如输入与交通运输相关的数据，有了海量数据支持之后，可以细化到每辆车如何进行调度，第一站去哪儿，第二站去哪儿，按照什么路线返回，杉数会给出具体细节的运输调度指示。这其中有三个具体的技术问题，第一是VRP问题，第二是三维装箱问题，第三是地址纠错问题。
新餐饮智能选址和运输优化既是杉数科技正在做的，也是人工智能与新餐饮、新零售相结合的具体表现。
