随着新一轮科技革命和产业变革在全球的兴起，工业技术体系、发展模式和竞争格局正迎来重大变革。发达国家纷纷出台以先进制造业为核心的“再工业化”国家战略。如德国提出“工业4.0计划”、美国工业物联网。我国也在2015年推出的“中国制造2025”战略强调了智能制造的重要性。发展智能制造不仅是我国企业转型升级的突破口，也是重塑制造企业竞争优势的新引擎，是制造业的未来方向。

　　作为全球领先的高科技制造企业，联想集团很早就开始了智能制造转型实践。在从传统大规模批量生产向定制化需求生产的制造模式变革过程中，联想基于自身长期探索积累，认为数据智能是实现从传统制造到智能制造转型的必由之路：第一：形成端到端的制造全流程信息共享和融合，是实现定制化需求敏捷生产、乃至商业模式创新的基础；第二：智能制造转型过程不仅仅是生产过程信息化，更需要数据价值在制造流程中的深度挖掘。

　　联想数据智能实践之路

　　联想作为年出货量超过8000万消费电子产品，拥有全球化销售渠道和供应链的大型制造企业，仅仅单一领域的信息化注定无法满足大规模定制化需求处理、全生命周期产品体验管理，以及供应链敏捷响应等新挑战，只有发挥数据智能价值才能真正实现智能制造的能力提升。而实现制造企业的数据智能关键在于“统一数据融合+智能业务应用”，早在2011年联想集团就开始探索数据智能，经过多年的实践积累，逐步形成联想工业智能体系：一方面，联想通过构建统一的工业智能平台，实现了用户、企业运营、生产领域、互联网四大维度数据统一接入、融合管理、以及智能计算，打破企业信息孤岛，支撑全业务制造流程高效运营；另一方面，构建了联想制造全流程智能分析体系，以数据分析、挖掘的科学方法与业务场景相结合，通过数据智能实现智能商机洞察、产品优化、可追溯产品质量分析等关键制造过程能力提升。

　　全渠道商机智能洞察

　　产品从计划销售到按需销售转变，需要从源头对客户需求进行把握，构建实时销售监测、乃至预测能力，从而提升销售、采购、生产、物流的效率，降低运营成本。联想通过打通近5年生产、销售、渠道、供应链、活跃产品等数据，一方面针对产品销售进行分地域、品类的手机、PC实时销量监测和趋势分析，同时结合互联网、宏观行业数据，通过需求预测数据挖掘算法对于热销机型实现周和月销量精准预测，通过销量预测结果指导供应链、生产资源配置优化；另一方面，打通渠道相关销售、服务、订单等分散数据，构建渠道能力指数评估体系，动态评估渠道综合能力，准确及时掌握渠道商的销售情况，指导资源有效的分配到优质渠道，通过激励渠道商促进销量的大幅提升。联想集团仅通过对印度地区的生产、物流和销售渠道的调整，便实现了促进设备销量提升18%,节省生产物流费用近千万美元。

　　产品全生命周期管理

　　联想作为全球个人消费电子领先厂商，每年移动设备产品出货量达到数千万，客户遍布全球各地，对于这种大规模、地域分散的消费者需求识别、快速分析对于联想产品规划非常重要。联想基于企业制造数据融合，构建的一整套围绕产品设计、研发、生产、销售、激活、用户体验的产品生命周期发分析体系。一方面，根据用户地域、性别、使用时间、应用偏好等设备使用习惯，精准定义用户画像以及用户的产品诉求来识别客户潜在需求，推动联想个人电子产品设计。另一方面，通过关键质量数据合法采集（如稳定性、性能、电量消耗等），第一时间发现用户在产品使用过程中的各类问题，进行关键指标性能监控和故障分析。

　　过程可追溯质量管控

　　针对手机产品质量管理中质量问题难以预测、过程难以追溯的业务困难，联想通过对接生产、出货、激活、使用、维修的数据源，结合手机产品制造的业务规则，对集成后的数据进行加工处理，实现产品质量预测和质量追溯分析。一方面，对于已经发生产品质量问题，联想通过构建故障诊断体系进行产品质量分析；对于导致产品故障的相关配件，回溯原材料采购渠道、生产过程、质量控制要素等，发现产品质量问题根本原因。另一方面，基于历史激活、返修数据的构建产品返修预测模型，对返修率进行动态预测，实现预算评估和备件管理体系敏捷运营，节约成本的同时实现售后服务的可控管理。通过可追溯质量管控对产品、售后和供应链效率提升，每台机器可以节省约1美元的研发、营销及售后维修费用，仅仅单个区域市场就节省了近千万美元的成本费用。

　　开放的工业智能平台

　　要支撑上述工业智能应用发挥价值，离不开工业数据融合基础能力，联想基于数据湖方案构建了开放的工业智能平台，实现全集团不同业务系统数据打通、企业海量数据计算、智能数据分析等需求：

　　多源工业数据接入能力

　　为了能够支持制造过程的智能分析，联想工业智能平台不仅打通了内部业务系统数据接入，而且实现了支持外部数据采集:一方面由于历史发展原因，联想的IT业务系统体系非常复杂，包括多种的不同供应商的业务系统，因此工业智能平台的数据接入系统支持了不同业务系统数据接口能力。另一方面，对于产线数据接入，通过支持不同工业协议，实现和产线的MES、PLC等生产系统对接实现生产过程数据实时采集；同时通过数据接入系统、通过集成网络爬虫引擎也实现了互联网数据自动化采集能力。

　　异构数据处理能力

　　联想工业智能平台数据处理引擎提供了多类型业务数据处理能力，既可以对海量数据进行批次计算处理；也可以对互联网等非结构化数据进行自动实时分词、语义解析；对于产线、终端用户行为等实时数据，支持实时计算分析，提供业务预警、行为诊断等分析能力。

　　工业数据智能计算能力

　　联想数据科学家团队根据业务场景需求，通过分析挖掘算法研究，构建业务预测模型，在制造过程提供了销售预测、供应链优化、预防性维度、生产效率优化、产品质量预测等关键能力。

　　海量数据管理能力

　　目前联想工业智能平台部署在全球9个数据中心，日增数据超过30TB，日处理数据超过4PB，，支持了海量计算任务。

　　从工业智能实践者成为贡献者

　　在智能制造转型实践过程中，联想体会到数据智能的能力建设并非简单IT技术引入，而是制造领域知识和大数据技术相结合的系统工程，需要长期实践的积累才能真正发挥价值。作为全球领先电子制造民族企业和信息化产业排头兵，联想集团不仅积极响应国家号召做“中国制造2025”的实践者，也愿意成为“中国制造2025”战略的积极贡献者，向制造领域不同行业和企业进行数据智能能力输出和知识转移，共同推动中国智能制造整体提升。

　　从2016年开始，联想结合自身在智能制造过程的数据智能实践积累和对全球智能制造解决方案研究，形成从IT平台到业务智能应用的端到端工业智能解决方案，帮助制造行业伙伴加快工业智能建设。迄今为止，联想工业智能解决方案已经覆盖了汽车、冶金、石化、电力、烟草、重型机械等10余个核心制造行业，与近30家知名企业实现了商业合作。

　　以国内某自主品牌汽车集团为例，作为本土汽车企业的代表，面临行业激烈竞争和客户差异化市场需求双重挑战，该企业以“创新发展”为经营理念，希望以工业智能推动企业数字化转型，实现企业全面敏捷运营。联想作为该企业的战略合作伙伴，结合汽车行业业务特征，双方共同规划了该企业数据智能发展蓝图。确立了以工业智能平台为统一数据中心的新企业IT架构，逐步实现分销商系统、CRM、车联网数据、生产领域等业务系统数据接入，构建了企业统一制造数据视图，从基础上消除了企业信息孤岛。在市场经营领域，帮助客户建立了360度运营诊断体系，实现了关键KPI准实时监控分析、异常预警和诊断；在客户领域，通过数据智能关联分散的客户数据，构建了统一的客户画像，帮助企业实现一客一策的潜客识别、细分市场分析和精准营销能力；在产品设计领域，通过互联网数据与企业自身制造数据相结合，针对汽车产品细分指标体系构建动态客户需求偏好指数，改变了传统汽车行业需求输入难、过程长困境，帮助企业实现产品设计周期优化。

　　在全球智能制造转型的趋势下，对于中国制造行业既是机遇，同时也是新的挑战，联想集团期望能够和更多的制造行业伙伴深入合作，通过数据智能帮助制造行业伙伴共同实现智能制造转型，以行动践行“中国制造2025”战略。

　　作者单位：联想创投集团大数据事业部