联想大数据：进入工业的深水区

程梦瑶

过去八年，联想成功构建了联想大数据平台，具备了全价值链的产品和业务优化能力，实现了覆盖全球的大规模云化部署，支撑工业制造业领域500多个大数据场景优化，全面提升了产品研发、生产、供应链、客服等运营效率。

“联想大数据在全球建立了10个数据中心，每天新增数据量超过30TB，日分析数据超过10PB，实时管理2亿多台设备，其中31家智能工厂，6亿应用用户，1600亿条数据已接入内部数百个业务系统……”用数据说话，联想大数据事业部执行总监、首席研究员于辰涛进一步证实了联想大数据立足于全球的数据整合能力。

实现对工业大数据的全面支持

很多企业做大数据是从金融、保险、电信这些行业起步，但联想大数据是基于自身业务出发，从一开始便涉足工业大数据。

在于辰涛看来，联想工业大数据经历了1.0、2.0两个阶段：从2010年到2014年是聯想大数据1.0阶段，这一阶段是大数据应用的启蒙与拓荒阶段，主要是帮助业务建立量化分析能力，分析软件和设备的日常运营数据、异常状况，并推进了全图形化集群配置管理，实现了千台集群的可视化运维。此外，计算引擎的透明化、万条计算任务的图形化调度和管理也都在1.0阶段实现。

从2014年到2016年，联想大数据进入了大数据全球化部署，全面整合企业数据之路的2.0阶段。在这一阶段，联想建立了统一数据平台，实现了全球化的数据整合和数据治理，并形成了企业内数据分析能力。同时，为了应对全球化部署带来的挑战，联想大数据形成了构建满足企业不同场景应用需求的混合云架构能力。

从2016年开始，联想大数据步入3.0阶段。为了应对2.0阶段所面临的挑战以及工业物联网应用的日渐深入所带来的全新需求，联想大数据在双态融合和大数据平台能力方面再作突破，以生产数据与企业信息化数据融合为基础，以大数据平台能力提升为引擎，以AI技术应用为助力，实现了对工业大数据的全面支持。

经过长达八年的历练，在产品和业务优化能力方面，联想大数据形成了以用户需求为驱动的产品研发闭环，构建了面向产品全流程的敏捷化和精细化优化能力，而用户价值驱动的新型供应链也支持联想千万数量级产品，按全球消费者需求进行个性化柔性生产，并对产品质量实时追踪，实现了关键环节的预测和优化。

正是经历了长达8年的历练，联想大数据才形成了今天的架构和能力。对此，于辰涛表示：“我们在联想内部，在联想全流程、全价值链领域都做了很多事情，包括如何做研发的辅助支撑，如何做生产优化，如何做供应链管理，如何做用户画像，如何做经销商渠道追踪。这些大大小小的事情我们在联想都做过了，我觉得这是我们的优势。”

联想大数据的研发能力和成果不仅在联想集团内部深入实践，而且也广泛服务于大型骨干企业数字化转型升级。“从2016年开始，联想大数据依靠我们以前在自身业务上的积累，来帮助制造型企业做升级和改造。仅一年多时间，大约有十分之一的中国制造业500强企业已经变成了我们的客户，他们在联想的帮助下做智能制造的转型和升级。”

与此同时，联想大数据在产品和技术上也做了很多尝试。以Leap大数据产品家族为基础，联想大数据从2016年开始正式走向市场，帮助各行业客户采用大数据产品和技术，进行数据分析和业务应用。比如：工业互联网赋能平台LeapAI.com提供全价值链的赋能型产品，包括工业物联网平台用以实现数据采集、工业大数据平台实现数据汇聚和业务使能、工业智能平台实现业务预测优化等，并支撑面向业务闭环的工业App开发;大数据计算平台LeapHD是数据存储、处理、分析的基础平台，其特点是灵活易用、安全可靠;LeapOcean是自助式即席分析产品;LeapDL作为一款深度学习平台，可以降低AI应用的门槛和AI平台管理的复杂度，实现能力和资源的共享;LeapIoT可对生产设备进行配置、对接、管理、实施。

OT与IT深度融合 进入工业深水区

伴随着工业4.0、智能制造或IoT等概念的深入探索，真正的工业互联网的核心架构不应该只有串联虚拟世界的信息技术（IT），更应该偏向工厂营运的实体世界的操作技术（OT）。

“在工业领域，实际上是需要IT真正进入工业深水区去了解工业的生产过程（OT），这对我们来说是一个巨大的挑战。”于辰涛介绍，近年来，联想也在考虑“两化融合”的问题，即自动化和信息化的深度融合，也即OT与IT的深度融合。

“一个工厂最重要的资产，其实是它的生产线，像联想最重要的资产也是联想的生产线。产线资源能不能得到充分利用？比如，能否减少故障停产时间？提高人员组装效率？提升缺陷检出率？都是非常有价值的事情，这些都需要通过软件技术的创新一点点去改善。”正如于辰涛所言，联想将市场细分为IT市场与OT市场，力求将IT和OT的智能化相结合，充分释放工业数据能力，包括数据采集、数据治理以及相关的大数据算法和模型等，最终实现对产品和业务模式进行优化升级。

在IT域，联想大数据以LeapHD大数据平台软件为核心，帮助企业客户建立数据湖，并提供托管式私有数据云服务，并从未来角度出发，帮助企业整体数据应用向混合云模式演进。

同时，在OT域，联想大数据推出全新的物联网平台产品LeapIOT，以此为核心帮助企业客户建立信息物理系统，并为企业客户提供基于公有云的、开放的联想工业互联网平台LeapAI.com。

2018年9月20日，联想物联网平台LeapIOT在2018中国国际工业博览会上正式发布。该平台是一款全新的端到端工业智能解决方案，可针对工业用户在新建和改造项目中对设备连接、系统协同、数据分析的需求，提供设备智能、生产智能与运营智能服务，是各类制造型企业迈向智能制造，实现卓越运营的强大利器。

从核心功能上看，LeapIOT整合了包括终端接入、边缘计算、时序存储、数字孪生、实时数据处理和工业大数据分析以及数据洞察等在内的核心功能，并且预设多种适应工业场景的人工智能算法，可收集和分析全量工业数据。

从应用场景上看，在设备智能端，联想物联网平台LeapIOT可以让生产行为数字化，与产线上的新、老设备实现兼容，通过数据实时跟踪生产运行状况，让企业随时了解产线状态;在生产智能端，该平台可以通过融合多元数据来帮助企业更加清晰地了解业务状况，实现产线与系统之间的融合互通;而在运营智能端，该平台则可以优化产线运行，从而降低生产成本，提升业务敏捷度，实现柔性制造。

LeapIOT的问世，不仅使得联想工厂的精益生产迈上了一个新台阶，同时也在多个行业加大了投入力度。据于辰涛介绍，在离散制造业，联想大数据针对汽车行业市场运营和智能制造两大核心领域，打造整体解决方案，覆盖市场营销、供应链管理、生产管理、产品和服务创新等诸多关键业务环节，帮助车企实现核心业务运营过程可视化、敏捷化、智能化，加速实现“互联网+”与“工业4.0”转型。在流程制造业，联想大数据探索总结出“以设备互联为基础，以工业大数据为贯穿主线，通过人工智能手段，构建商业洞察能力”这四大推动流程智能的关键能力，为石化、钢铁产业为代表的流程制造行业提供产业转型发展的新动能。在公共事业领域，联想大数据针对电力、能源以及食药监等行业都提供了适合行业发展特性的解决方案。

将IT与OT深度融合，并行之有效地推进到其他工业领域，联想大数据帮助更多工业厂商实现效能的提升。“我们发现做好了以后带来了一个巨大的优势，那就是，我们可能是IT厂商里最懂工业的，也可能是在工业软件厂商里最懂IT的。”于辰涛笑谈。

工业互联网是中国的未来

2018年年初，有关领导视察联想集团，对联想工业大数据业务发展的寄语是，希望联想的工业大数据业务能有更大的作为，由此而再造一个新联想。

作为工业转型的关键支撑，工业互联网的发展正处于格局未定的关键期、规模扩张的窗口期、抢占主导权的机遇期。工业互联网正在成为领军企业竞争的新赛道。

在国际上GE、西门子等看到了机遇，在国内海尔、三一重工、用友等也看到了在这条赛道上产生的商机，联想也必不会缺席。

“我们要做工业互联网，因为我们认为工业互联网是中国的未来。”于辰涛表示，但同时，他也指出了中国发展工业互联网面临的窘境，“现在其实真正有意愿扎到工业现场环境中，去忍受化工厂的气味、钢厂的噪音、水泥厂的粉尘等，这样的IT厂商太少。做工业互联网，要撸起袖子干，在如此恶劣的情况下能够帮助一线厂商解决他们迫切需要的生产问题，而这样的中国领导企业还做得太少了。”

这些，恰恰是联想发展工业互联网下定决心要去做的事，进入工业的深水区。

近些年，联想一直专注于做工业大数据，“其实市场的热点一直在变，一会说是人工智能，一会说是区块链，一会说是工业互联网。但是，工业的本质、智能制造的本质其实是工业全量的数字化。

而且，我认为所有的智能、所有的工业互联网带来的效率提升，其基础都是数据，以数据为基础，以算法为手段，然后再加上工业现场老专家经验的合作，才能把我们的工业智能提升一个新台阶。”于辰涛谈到。

归根结底，工业互联网不仅仅是技术的维度，更关键的是生产的维度。联想当下和未来要做的，就是利用自身多年的积累，帮助更多传统工业企业走向智能化改造升级的康庄大道。

访谈实录

Q：中国大数据产业生态联盟、《软件和集成电路》杂志社

A：联想大数据事业部执行总监、首席研究员于辰涛

Q：基于联想大数据平台，联想大数据做了哪些创新的举措？

A： 我们在联想内部做大数据平台的时候，联想有数百个应用系统要整合，这些应用系统的整合需要和大数据平台的数据整合在一起，就需要一些新的工具，这些工具都是我们自己研发的。另外，在联想内部，其实有很多数据分析师，有超过6000名的数据分析人员在使用我们的平台做分析。这些分析人员都会写一些脚本性的语言来做数据价值的提取工作，针对这些数据价值提取的工作，我们也开发了相应的工具，这些工具来源于实践，经过实践检验的。

因为，对于很多厂商来说，很多的经验都是来自于开源爱好者提供的东西。而我们提供的这些能力，能够更好地帮助用户来做大型企业的数据管理工作。

Q：LeapOcean作为一款数据分析引擎， 研发它的初衷是什么？

A：对大数据的平台来说，它的技术门槛确实太高了，这个数据规模也很大，要做数据分析的话，就需要一个高效的数据分析引擎。我们觉得，这些因素都可能是限制数据分析工作在工业企业内推广的一些壁垒。所以，我们花了整整一年多的时间，去研发了一个全新的产品叫LeapOcean，可以帮助一个没有任何IT背景的業务人员来做数据分析。这里边最难的是构建千亿级数据的高效分析引擎，我们在这里边投入了非常大的努力。

去年我们实现了一个比较大的突破，我们在软件技术上对开源技术进行了全面的改造，改造了之后，比最新的开源分析引擎的性能提升了10倍～100倍。目前，这个平台工具问世以后，联想整个商业用户全部开始使用我们提供的新工具。

Q：智能化改造最核心的问题有哪些？

A：其实，今天的智能化升级，就如同接近20年前中国开始推ERP。我记得当时在圈内流行一句话，不上ERP等死，上ERP找死。其实智能化的改造最核心的问题有几个方面：其一，咱们的企业管理者有没有下决心要做智能化改造。因为智能化改造的核心，改的不仅仅是技术，还包括企业的决策过程。其二，智能化改造是螺旋式上升的。随着智能化改造的进展，一定要不断调整企业的组织结构，让它也变得更智能、更严谨，这是我认为现在面临的最大挑战。

我觉得最大的挑战是给管理层带来的长期挑战，其实在联想也是一样。随着数字化系统的发展，联想内部的IT团队一直在减少，因为一个系统上去，一个组织就消失了，这些人要转成其他方向。

行业应用案例

案例名称：某汽车企业大数据分析平台

核心特点：

联想LEAP工业大数据解决方案包括三个功能层次。

其一，LEAP平台提供不同技术手段保证了企业内外部数据的高效联通，其完善的数据集成工具支持对多源异构数据的高效集成与处理，工业物联网采集及边缘计算能力能够实时采集企业设备数据及生产数据;

其二，基于LEAP产品家族，联想构建了企业统一数据湖方案，可以帮助制造企业高效融合OT、IT以及DT数据，打通制造企业内部的关键设备与工业系统中的数据孤岛，以私有云、公有云或混合云的方式实现企业内部的数据互通和与外部关联企业间的知识共享;

其三，根据不同制造业细分领域客户的应用需求，LEAP提供了丰富的、可集成的行业应用集合，通过LEAP产品家族的行业算法库快速构建分析模型，提供制造流程中关键场景业务优化能力。

应用解读：

当前，新兴技术与传统工业的不断融合正在引发汽车产业的全面重构，汽车的产品形态、制造体系、创新模式与产业生态都发生了很大改变。作为本土汽车企业的代表，某汽车企业坚持以“创新发展”为经营理念，走科技兴企之路，希望借助工业智能实现跨越式的快速发展。

面对汽车市场的激烈竞争，企业意识到依赖于销售、维修数据与传统市场调研方法进行产品分析和产品质量改进，周期过长，无法常态监控市场变化，不能满足快速产品改进的敏捷经营需求。此外，随着车联网的部署普及，该企业希望通过能快速汇聚车联网、互联网和运营数据，提高产品设计和性能优化水平。

应用价值：

联想为该企业构建了基于车联网+互联网的大数据分析平台，实现了产品持续追溯，为该企业从产品需求敏捷规划和产品质量持续改进两个维度实现产品优化能力提升。一方面，基于平台自然语言理解技术+流處理能力，联想通过车辆产品舆情画像实现汽车产品需求敏捷规划，帮助企业实现产品设计周期快速优化，关键产品需求探索时间降低30%。

另一方面，平台通过车联网实现活跃车辆全周期运行状态追溯，实现持续产品优化。联想基于流数据处理技术，实现了车联网数据实时采集，从采集到处理时长降至分钟级。基于实时采集车联网数据，企业能够构建全生命周期车辆数字画像，实现车辆运营指标趋势分析，为车辆设计优化提供指导。