面對工業智能和產業轉型升級的關鍵時刻，產業界和學術界如何通過進一步聯手，共同面對新科技和新產業革命帶來的新課題？又如何迎接傳統產業智能化轉型升級的新機遇？
“我認為，依賴市場力量也許比依賴產業政策更合理，產業升級最本質的還是需要企業家精神。”這是北京大學經濟學院黨委書記董志勇教授，日前在第二屆北大創新論壇上一段引人關注的開場白。
實際上，近半年懂懂參加了不少智能制造、人工智能相關話題的會議，發現了其中兩個特點：一是關于傳統產業智能化轉型升級的話題越來越務實，更聚焦在大數據、人工智能的業務實踐層面；二是傳統產業越來越需要能夠深刻理解企業在研發、生產、銷售等業務環節核心痛點的“引領者”，從而從這樣的企業身上獲得幫助。
“大數據、人工智能與各行各業的加速融合將是一個不可逆轉的趨勢。作為人工智能的核心要素，大數據與數據智能對于傳統行業轉型升級的引領作用，更在業界形成了的廣泛共識。從聯想自身的實踐來看，大數據和數據智能的應用，對推動聯想的業務變革意義重大。”在論壇上，聯想集團高級副總裁、聯想創投集團總裁賀志強的話，同樣引起了與會聽眾的關注。
聯想集團高級副總裁、聯想創投集團總裁賀志強
以制造業為例，作為國家的經濟基礎和穩定器，我國制造業近年來在全球制造業中的比重已接近四分之一。在全球500余種主要工業產品中，我國有220多種產量都跑在世界第一位。
至今，兩年半的時間里國內制造業歷經摸著石頭過河的艱苦階段，正處在由產業鏈低端向高端“邁門檻”的關鍵時刻。挑戰的艱難程度，只有身處其中的踐行者深知。
賀志強以聯想自身的實踐經歷和智能化對聯想業務變革的意義作為例證，自然會引發行業的關注。“從聯想自身的實踐來看，大數據和數據智能的應用，對推動聯想的業務變革意義重大。” 賀志強強調，聯想通過制定“三波戰略”，在鞏固原有PC業務的同時，大力發展數據中心業務和數據智能服務平臺；并且將基于大數據和人工智能的“設備+云”、“基礎設施+云”戰略，作為聯想未來持續保持市場競爭力的核心。實踐是檢驗真理的唯一標準。聯想的三波戰略，首先為傳統產業提供了很好的借鑒。
賀志強介紹，聯想從六年前就開始在全產業鏈進行數據采集和分析，探索建設基于新IT體系架構的大數據平臺。目前聯想已經建立了基于統一大數據平臺的端到端的產品優化體系、用戶經營體系和業務決策支持預測體系，深度優化了企業研發、生產、銷售的各個環節，大大提升業務效率，實現了全面的大數據業務能力構建。
同時，這種通過實踐獲得的能力，也可能成為聯想賦能傳統產業的重要工具。“基于自身的實踐和對產業的深刻了解，聯想正努力把自身在大數據領域的技術積累和實踐經驗向外輸出，服務中國工業轉型升級。”賀志強介紹，2016年聯想大數據正式走向市場，通過聯想企業級大數據分析平臺和解決方案向傳統產業賦能，目前已經贏得了包括冶金、汽車制造、醫藥、煙草等諸多行業頂級客戶的信賴。
他表示，這種實踐與賦能的積淀，也幫助聯想建立了強大的“智慧體系”基礎：目前聯想擁有500人的大數據產品研發與技術支持團隊，以及50余人的數據科學家團隊，并獲得數十項相關專利。
鞏固原有業務基礎、融入大數據、AI等技術趨勢、獲取更大的競爭力，中國工業的轉型升級三部曲，聯想正在通過實踐一一去印證。這種優勢和發展路徑，在互聯網和電子商務領域可以看到亞馬遜這樣的例子，相信未來全球工業智能化進程中規律性的內因同樣如此。
新一輪的全球產業鏈重組正在進行，國內傳統產業如何在ABC（AI、大數據和云計算）與業務融合過程中，邁過最為艱難的幾道門檻？
懂懂在和一些能源、冶金、裝備制造等企業的信息部門主管溝通后，大致總結出了工業智能化實踐中的三個“門檻”，或許具有一定的代表性：分別是“認知”、“升級”和“進化”。
已經經歷過企業信息化洗禮的傳統行業，目前面對AI、大數據和云，首先是要“認知”：能夠實時獲取企業內部（資產、系統）和外部的數據信息； 其次是“升級”：獲得實時數據后對設備、生產流程進行分析、統籌和預測；最后是“進化”，將ABC與業務融合后的能力延伸到企業管理決策、供應鏈管理、資源調配的方面，不斷提升智能社會環境下的競爭能力。
理解這三個階段傳統產業的痛點，并且將自身能力賦能傳統企業轉型，幫助客戶實現業務增長，是聯想讓ABC在傳統產業落地的關鍵。
對于“認知”、“升級”和“進化”這三個門檻，懂懂在賀志強的分析中也能看出聯想的思路。他表示面對未來的發展趨勢，全行業必須要面對連接——不僅僅是人的連接，還包括物聯網世界的連接，連接帶來的大數據，以及進而帶來的數字智能將大幅提升行業效率。“而未來在新的工業時代，真正能夠屹立不倒的產業領導者，必然是深刻掌握著數據智能武器并能夠賦能產業、大幅提升產業效率的企業。” 賀志強總結。
那么，無論是認知還是連接，企業首先面臨的挑戰，是對數據智能化的領悟和把握。數據是工業領域的血液，這一點已經是行業共識，但是如何讓血液“活起來”？
聯想集團副總裁、聯想研究院首席研究員田日輝對此提出了自己的看法，他認為數據智能主要分為兩個層次，第一是把數據以最高效的方式整合起來；第二是以敏捷的方式挖掘出數據本身的價值。
田日輝指出，企業運營中的數據（包括ERP、CRM、SCM及所有生產線的數據），都會通過IT系統進入到企業的生產過程中。企業需要一個智能化的平臺將所有相關數據放在一起、整合起來。“這方面我們建立了很多模型和算法，其中最核心的是這些模型和算法是與企業的業務邏輯、業務方向緊密結合的。”
田日輝強調，通過這些模型和算法，聯想LEAP得以支持企業的產品優化，支持企業整體管理效益的提升，這種提升包含了產線效率、產品產量和質量的提升，“最終得以實現整個產業的轉型升級。”
他提及的聯想LEAP，聯想通過多源數據、統一平臺、敏捷智能三個維度，推出的大數據企業級分析平臺LEAP。田日輝用了一個形象的比喻去說明LEAP平臺的能力，“人的大腦是從身體收集各種數據通過大腦中樞去指揮人的各種行為。我們理解的數據智能相當于企業的大腦，包括企業數據、設備數據等等，通過對數據收集整合挖掘，然后進行智能分析，再去驅動整個'肢體’的高效運轉。”
在懂懂看來，未來聯想LEAP幫助傳統產業跨越智能化的三道門檻，在能力提現上必須抓住兩條核心：一是要滲透進企業研發、采購、生產、物流、銷售和售后等各個環節，擁有完整的數據鏈條；二是據此實現企業的業務增長和效率提升。
只有在業務方面有實實在在的數字體現出來，傳統企業才能真正認識到智能化對其帶來的真正意義，觸發傳統產業對轉型升級的內在需求。
目前，聯想在智慧城市、汽車制造、醫藥、煙草等行業的一些實例，也在逐步證明自己實踐的結果。
以某醫藥企業為例，聯想通過自然語言智能化處理替換傳統客服的人力，把原來150人降到30人以下，人力成本降低了80%；此外，聯想通過渠道自動化管理，大幅提高了數據處理的準確率和效率，準確率由92%提升到99%，時間也由原來的15天提效到現在幾個小時就可以完成；而在某鋼鐵企業案例中，聯想通過實時聚類分析檢測不銹鋼表面，實現了毫秒級全量檢測，大幅提升了該企業的產品良率；而在某智慧交通項目中，聯想通過多維大數據分析（包括小區用電、用水數據以及人流量制定智能改造方案），從而用1000萬人民幣完成了原先幾個億才能實現的改造。
記得在今年聯想Techworld 2017大會上，楊元慶曾重點強調：在即將來臨的人工智能時代，聯想要做這一輪“智能變革”的推動者和賦能者。而他也多次重申，“聯想是賭上身家性命去做人工智能的。”
整個產業的趨勢是：大數據、人工智能將與各行各業加速融合，并將極大提升行業與社會的效率。
聯想已經看到了這個趨勢，而且通過不斷的實踐在推動聯想AI戰略的落地。這種賭上“身家”的決絕，并不僅僅是“豪言壯志”，未來五年甚至十年，業界會看到這種對未來的預判，在聯想、在行業甚至產業引發的改變。
