Soquimich的肥料推荐系统将农艺建议变成了销售

对肥料生产商而言，告诉每位农民该施用哪种配方是核心服务：农民期望快速、可靠、低价的推荐，并把产品质量视为理所当然。但智利肥料生产商Soquimich S.A.发现，建议流程既复杂又缓慢——其专家只能模糊地描述肥料、土壤、天气以及以往或目标产量之间的关系。

Soquimich启动了一个系统的开发，以自动确定最优肥料配方。团队构建了一个混合方案：用专家系统技术捕捉专家的知识，用混合整数线性规划模型选出以最低成本满足农艺约束的配方。

第一个极为精细的版本失败了——不是败在数学上，而是败在人上。农民并不总能提供系统所要求的输入，用户也不知道如何操作和维护它。团队将设计精简为一个真实用户能够提供输入的简化版本，而这个版本成功了。

简化后的系统提升了肥料销售，并正在推广到智利其他地区和其他国家。有启发意义的是这条弧线的形状：建模从来不是瓶颈；真正的瓶颈是让工具的输入和操作匹配其最弱的用户。

第一个版本过于精巧；简单的那个卖得好

笨拙的替代方案把农艺建议保留为定制的专家服务：准确但缓慢、无法扩展，而且会随着专家的可用性而消亡。

拆分问题契合知识结构：专家系统承载定性的农艺知识，MIP处理成本最小化的配方——单靠任何一方都无法同时做到这两点。

第一版失败是因为输入要求超出了农民所知或所能测量的范围；一个模型的好坏取决于其最差可行输入。

简化使现场维护成为可能，这正是该系统得以推广到新地区、而不是死在试点中的原因。

当质量被视为理所当然时，服务就成为差异化因素——推荐引擎就是销售基础设施。没人能提供输入的模型一文不值；要为最弱的用户构建第一版。

该系统的论文于2003年发表在Interfaces上。那时，最终简化版本已在Soquimich的业务中运行，被认为提升了肥料销售，并正在推广到智利其他地区和其他国家。Soquimich（SQM）后来成为世界上最大的肥料和锂生产商之一。