面对产业转型升级三大门槛 联想AI如何赋能工业智能
面对工业智能和产业转型升级的关键时刻，产业界和学术界如何通过进一步联手，共同面对新科技和新产业革命带来的新课题？又如何迎接传统产业智能化转型升级的新机遇？
“我认为，依赖市场力量也许比依赖产业政策更合理，产业升级最本质的还是需要企业家精神。”这是北京大学经济学院党委书记董志勇教授，日前在第二届北大创新论坛上一段引人关注的开场白。
实际上，近半年懂懂参加了不少智能制造、人工智能相关话题的会议，发现了其中两个特点：一是关于传统产业智能化转型升级的话题越来越务实，更聚焦在大数据、人工智能的业务实践层面；二是传统产业越来越需要能够深刻理解企业在研发、生产、销售等业务环节核心痛点的“引领者”，从而从这样的企业身上获得帮助。
“大数据、人工智能与各行各业的加速融合将是一个不可逆转的趋势。作为人工智能的核心要素，大数据与数据智能对于传统行业转型升级的引领作用，更在业界形成了的广泛共识。从联想自身的实践来看，大数据和数据智能的应用，对推动联想的业务变革意义重大。”在论坛上，联想集团高级副总裁、联想创投集团总裁贺志强的话，同样引起了与会听众的关注。
传统产业实践经验是赋能核心驱动力
联想集团高级副总裁、联想创投集团总裁贺志强
以制造业为例，作为国家的经济基础和稳定器，我国制造业近年来在全球制造业中的比重已接近四分之一。在全球500余种主要工业产品中，我国有220多种产量都跑在世界第一位。
至今，两年半的时间里国内制造业历经摸着石头过河的艰苦阶段，正处在由产业链低端向高端“迈门槛”的关键时刻。挑战的艰难程度，只有身处其中的践行者深知。
贺志强以联想自身的实践经历和智能化对联想业务变革的意义作为例证，自然会引发行业的关注。“从联想自身的实践来看，大数据和数据智能的应用，对推动联想的业务变革意义重大。” 贺志强强调，联想通过制定“三波战略”，在巩固原有PC业务的同时，大力发展数据中心业务和数据智能服务平台；并且将基于大数据和人工智能的“设备+云”、“基础设施+云”战略，作为联想未来持续保持市场竞争力的核心。实践是检验真理的唯一标准。联想的三波战略，首先为传统产业提供了很好的借鉴。
贺志强介绍，联想从六年前就开始在全产业链进行数据采集和分析，探索建设基于新IT体系架构的大数据平台。目前联想已经建立了基于统一大数据平台的端到端的产品优化体系、用户经营体系和业务决策支持预测体系，深度优化了企业研发、生产、销售的各个环节，大大提升业务效率，实现了全面的大数据业务能力构建。
同时，这种通过实践获得的能力，也可能成为联想赋能传统产业的重要工具。“基于自身的实践和对产业的深刻了解，联想正努力把自身在大数据领域的技术积累和实践经验向外输出，服务中国工业转型升级。”贺志强介绍，2016年联想大数据正式走向市场，通过联想企业级大数据分析平台和解决方案向传统产业赋能，目前已经赢得了包括冶金、汽车制造、医药、烟草等诸多行业顶级客户的信赖。
他表示，这种实践与赋能的积淀，也帮助联想建立了强大的“智慧体系”基础：目前联想拥有500人的大数据产品研发与技术支持团队，以及50余人的数据科学家团队，并获得数十项相关专利。
巩固原有业务基础、融入大数据、AI等技术趋势、获取更大的竞争力，中国工业的转型升级三部曲，联想正在通过实践一一去印证。这种优势和发展路径，在互联网和电子商务领域可以看到亚马逊这样的例子，相信未来全球工业智能化进程中规律性的内因同样如此。
如何应对传统产业转型升级的三大门槛
联想集团副总裁、联想研究院首席研究员田日辉
新一轮的全球产业链重组正在进行，国内传统产业如何在ABC（AI、大数据和云计算）与业务融合过程中，迈过最为艰难的几道门槛？
懂懂在和一些能源、冶金、装备制造等企业的信息部门主管沟通后，大致总结出了工业智能化实践中的三个“门槛”，或许具有一定的代表性：分别是“认知”、“升级”和“进化”。
已经经历过企业信息化洗礼的传统行业，目前面对AI、大数据和云，首先是要“认知”：能够实时获取企业内部（资产、系统）和外部的数据信息； 其次是“升级”：获得实时数据后对设备、生产流程进行分析、统筹和预测；最后是“进化”，将ABC与业务融合后的能力延伸到企业管理决策、供应链管理、资源调配的方面，不断提升智能社会环境下的竞争能力。
理解这三个阶段传统产业的痛点，并且将自身能力赋能传统企业转型，帮助客户实现业务增长，是联想让ABC在传统产业落地的关键。
对于“认知”、“升级”和“进化”这三个门槛，懂懂在贺志强的分析中也能看出联想的思路。他表示面对未来的发展趋势，全行业必须要面对连接——不仅仅是人的连接，还包括物联网世界的连接，连接带来的大数据，以及进而带来的数字智能将大幅提升行业效率。“而未来在新的工业时代，真正能够屹立不倒的产业领导者，必然是深刻掌握着数据智能武器并能够赋能产业、大幅提升产业效率的企业。” 贺志强总结。
那么，无论是认知还是连接，企业首先面临的挑战，是对数据智能化的领悟和把握。数据是工业领域的血液，这一点已经是行业共识，但是如何让血液“活起来”？
联想集团副总裁、联想研究院首席研究员田日辉对此提出了自己的看法，他认为数据智能主要分为两个层次，第一是把数据以最高效的方式整合起来；第二是以敏捷的方式挖掘出数据本身的价值。
田日辉指出，企业运营中的数据（包括ERP、CRM、SCM及所有生产线的数据），都会通过IT系统进入到企业的生产过程中。企业需要一个智能化的平台将所有相关数据放在一起、整合起来。“这方面我们建立了很多模型和算法，其中最核心的是这些模型和算法是与企业的业务逻辑、业务方向紧密结合的。”
田日辉强调，通过这些模型和算法，联想LEAP得以支持企业的产品优化，支持企业整体管理效益的提升，这种提升包含了产线效率、产品产量和质量的提升，“最终得以实现整个产业的转型升级。”
他提及的联想LEAP，联想通过多源数据、统一平台、敏捷智能三个维度，推出的大数据企业级分析平台LEAP。田日辉用了一个形象的比喻去说明LEAP平台的能力，“人的大脑是从身体收集各种数据通过大脑中枢去指挥人的各种行为。我们理解的数据智能相当于企业的大脑，包括企业数据、设备数据等等，通过对数据收集整合挖掘，然后进行智能分析，再去驱动整个'肢体’的高效运转。”
在懂懂看来，未来联想LEAP帮助传统产业跨越智能化的三道门槛，在能力提现上必须抓住两条核心：一是要渗透进企业研发、采购、生产、物流、销售和售后等各个环节，拥有完整的数据链条；二是据此实现企业的业务增长和效率提升。
只有在业务方面有实实在在的数字体现出来，传统企业才能真正认识到智能化对其带来的真正意义，触发传统产业对转型升级的内在需求。
目前，联想在智慧城市、汽车制造、医药、烟草等行业的一些实例，也在逐步证明自己实践的结果。
以某医药企业为例，联想通过自然语言智能化处理替换传统客服的人力，把原来150人降到30人以下，人力成本降低了80%；此外，联想通过渠道自动化管理，大幅提高了数据处理的准确率和效率，准确率由92%提升到99%，时间也由原来的15天提效到现在几个小时就可以完成；而在某钢铁企业案例中，联想通过实时聚类分析检测不锈钢表面，实现了毫秒级全量检测，大幅提升了该企业的产品良率；而在某智慧交通项目中，联想通过多维大数据分析（包括小区用电、用水数据以及人流量制定智能改造方案），从而用1000万人民币完成了原先几个亿才能实现的改造。
记得在今年联想Techworld 2017大会上，杨元庆曾重点强调：在即将来临的人工智能时代，联想要做这一轮“智能变革”的推动者和赋能者。而他也多次重申，“联想是赌上身家性命去做人工智能的。”
整个产业的趋势是：大数据、人工智能将与各行各业加速融合，并将极大提升行业与社会的效率。
联想已经看到了这个趋势，而且通过不断的实践在推动联想AI战略的落地。这种赌上“身家”的决绝，并不仅仅是“豪言壮志”，未来五年甚至十年，业界会看到这种对未来的预判，在联想、在行业甚至产业引发的改变。