大數據賦能制造型企業供應鏈

　　通過大數據技術對某鋼鐵企業供應鏈進行改造，使采購資金節省了1億元以上，這是如何做到的？對于制造業而言，外部市場需求和內部的供應鏈匹配是最大的難題，對于傳統工廠而言，工序預測不準，結果不是供過于求，就是供不應求。

　　在近日舉辦的聯想創新科技大會·合肥峰會上，聯想集團高級副總裁、數據中心集團中國區總裁童夫堯介紹了LEAP大數據平臺對于傳統制造企業的作用。

　　“我們對其細分項目，比如汽車特種鋼材的銷量、原材料采購量進行搜集，同時全面整合內部客戶數據、渠道數據及市場輿情數據，然后進行建模，通過機器學習的AI算法，提升采購預測的準確率。”童夫堯介紹。

　　通過大數據分析之后，該企業在未來1個月市場的銷量預測準確率從80%提高到90%以上，而3個月的市場銷量預測準確率從75%提高到85%以上，預測率的提高，降低了價格多變的鋼材市場對其成本的影響，進而每年節省客戶采購資金超過1億元。

　　如何讓人工智能為企業和行業賦能，實現智能變革？剛剛宣布押注AI的聯想集團董事長兼CEO楊元慶認為，人工智能在各行業的快速滲透，主要得益于人工智能三大要素，大數據、計算力和算法，三者的齊頭并進。

　　楊元慶表示，在智能互聯網的時代，我們身邊越來越多的外圍變得越來越智能，在各種傳感器的輔助下面，這些智能終端可以不斷的感知周圍的環境，從而在云端能夠匯聚成以幾何級增長的海量數據。

　　童夫堯認為，目前制造型企業向智能企業轉化的核心問題以及痛點就是如何適應市場需求的改變。數據顯示，目前聯想每日平均處理約2000筆訂單，超過5萬臺產品，其中60%左右是單臺的個人配置訂單，而ThinkPad系列產品的個性化定制率已超過70%。

　　童夫堯表示，為迎合日漸增加的小批量、多頻次、個性化，以客戶為中心的需求，從而進行柔性生產，同時又要保證質量和效益的提升，從大規模的生產轉向小批量的定制化，產品的模式，各個環節如果不進行變革，將會出現一系列的問題。為此，企業需要自動化，數字化和制造深度融合。

　　作為中國最大的PC生產制造企業，聯寶（合肥）電子科技有限公司的PC年產能約在1800萬臺，自動化率達75%。智能化解決方案，讓聯寶工廠制造效率提升了25%到45%，成本減少了15%到25%。除此之外，在產品研發周期、資源利用率、準時交付率等方面均有不同程度的提高。

　　聯寶相關負責人介紹，目前的每臺生產設備關聯云端，設備云系統、質量云系統、訂單管理等和信息控制中心智能連接，從而保證智能制造高效進行。

　　在生產流水線上，通過視覺AI技術完成了拍照、信息處理以及數據反饋，實現了工業機器人更精準的操作。同時快速識別潛在質量風險，及時預警，降低生產損耗。借助工業機器人、工業物聯網等技術，實現了生產過程中的自動化和數字化。

　　楊元慶認為，智能制造遠遠不止是智能產品的生產，而是把研發、生產、供應、銷售、服務全生命周期都串連起來，按照客戶的需求設計開發，采購部件、組織生產、精準營銷，并且提供智能化的服務。聯寶的智能化建設就是依托智能化解決方案，把生產效率大大提升，從而真正實現從信息化向智能化的跨越和轉型。

　　人工智能的三個重要要素，就是算法、大數據和計算力。聯想集團高級副總裁、聯想創投集團總裁賀志強認為，如果把人工智能比作一輛車的話，這三個要素就是車的最主要的三個部分，車最重要的部分就是引擎、燃料、車輪。

　　對于設備廠商，賀志強認為，在人工智能領域，最主要的要求是自然語言的交互。隨著人工智能發展，逐漸進入到自然語言交互，所有的算法必須要努力做到準確地理解語言、語義，并且合理應答。而這些海量的數據、復雜的“深度學習”等計算模型，強大的計算力能力是必要條件。