田日辉：在联想的“舞台”上唱响大数据

程梦瑶

在联想，众人口中的“老田”田日辉无疑是一个有情怀的联想人。在长达21年的职业生涯中，田日辉一直以“软件人”的身份深耕在联想。在田日辉的坚持下，联想摒弃了选用外部大数据平台的设想，依托自身软硬件一体化的优化能力和全球化的业务能力，打造了开放的、可信的企业级一站式大数据平台。

在长达21年的职业生涯中，田日辉一直以“软件人”的身份深耕在联想。在田日辉的坚持下，联想摒弃了选用外部大数据平台的设想，依托自身软硬件一体化的优化能力和全球化的业务能力，打造了开放的、可信的企业级一站式大数据平台。

实践出真知，联想大数据业务从实战中衍生而来。大数据平台的构建影响了联想产品从生产制造、出货管理、渠道销售、代理商管理到用户使用和体验的全生命周期，并开始服务于联想之外，帮助中国传统行业的企业用户实现全面的大数据能力建设，帮助企业客户实现管理能力提升与产能效率。

于联想，这个陪伴了自己21年职业生涯的栖息之地，田日辉最大感触是，跟着联想一起成长，跟着中国一起成长。

在联想，众人口中的“老田”田日辉无疑是一个有情怀的联想人。

感知：大数据从用户需求出发

在联想，很多人提起“老田”田日辉，都会提及他的“坚持”，这是做研发出身的人身上最宝贵的品质。因为这份难能可贵的“坚持”，“老田”负责研发了联想第一款智能手机“乐Phone”，“乐Phone”上搭载了联想自主研发的操作系统，包括独特的应用商店，QQ、新浪、凤凰、CCTV、百度、人人网、开心网、支付宝等当时中国互联网顶级的服务都包含联想所提供的技术。而彼时，国内安卓的生态系统还没有完全建立起来。

直到2011年，联想大数据事业部才正式宣告成立，而早在孕育“乐Phone”的时候，田日辉心中便滋生了对于大数据的探求欲。

田日辉带领的“乐Phone”开发团队针对每一个应用，并根据联想集团几百名内部试用者提出的反馈意见，不断进行端到端的应用优化。

时任联想集团高级副总裁、CTO和联想研究院院长的贺志强总结了“乐Phone”超出同类产品的三个特点：一是以人为中心的移动互联网应用整合，二是Push引擎加Widget模式，三是极致的用户体验。

“在这个过程中，我们加入了很多合作伙伴的应用，自己也开发了很多应用。为了优化这些应用，我们需要知道用户体验情况，比如这些应用具备哪些特征，哪些对用户是最有價值的特征，用户的活跃度等信息，所以从那个时候开始，我们决定自己开始做大数据平台。”田日辉透露。

早在2008年，在田日辉的坚持下，联想开始组建大数据事业部，在这个过程中，大数据团队的发展思路随着用户需求的变化而不断演进并作出调整，当然，这里的用户需求还仅限于联想集团自身的业务发展诉求。

“我们发现，除了大数据能够挖掘应用价值之外，对设备本身也是很有价值的。”田日辉谈道，他在“乐Phone”的研发过程中逐渐感知到数据的生命力，从应用角度过渡到用户角度最大的益处在于，可以通过跟用户的交互得到大量的反馈信息，大数据就可以顺理成章地渗透到优化产品设计、提升人员效率、优化营销体系方面。

大数据预测是大数据最核心的应用，对此，田日辉深信不疑。

“包括供应链预测、产品质量预测在内的整个产品生命周期里，用户有哪些服务需求，有哪些备件需求，都可以通过预测提前准备好。还有，通过销量预测，可以更精准地指导采购，这可以有效降低企业的运营成本。后来，我们开始做个性化生产，就是联想的智能制造，包括手机、笔记本在内，其实都是根据用户需求进行快速的定制化生产，实际上我们把前后端的数据串联起来，根据前端用户的个性化需求，进行精准的预测，将产线端的柔性制造能力贯穿起来。”田日辉谈道。

坚持：用互联网思维打造大数据团队

在田日辉加入联想的4年后，于辰涛也以应届毕业生身份加入联想，于辰涛现任联想集团联想大数据高级总监、首席研究员。加入联想后，于辰涛很快与田日辉成为了很好的工作伙伴。

于辰涛与田日辉共同经历了从软件研发的岗位上转向集团电子信息化建设，“联想在企业应用集成方面和世界上最好的企业信息化软件厂商都建立了很好的合作关系，但各个厂商之间信息不互通，数据也很杂乱，大概在2004年左右，工业界都在倡导推出企业中间件产品，联想也在研发自己的企业中间件系统及其相关的应用创新，这在当时都是田日辉带领团队在做的。”于辰涛谈道。在这个事情告一段落后，田日辉才加入了研究院，从“乐Phone”的研发转到云服务，再进一步向大数据和工业智能方向迁移。

“对于联想来说，其实生产出高质量的产品，并不是一个特别大的挑战。其实最大的问题是，对于中国来说，有一个巨大的国内市场和巨大的海外市场，如何生产出用户需要的产品才是关键。”于辰涛补充道，在工业4.0时期，强调的是数字化和自动化，通过数字化和自动化的手段提升工厂效率，提升制成品的质量。

在很长一段时间里，于辰涛一直在帮助田日辉管控技术方向和战略规划。基于这样的思考和洞见，本着帮助联想把基于产品应用软件的用户管理好，从而提升用户体验的出发点，于辰涛和田日辉一起开始建立自己的大数据平台。

“特别是老田的坚持，还有技术前瞻性的判断，才使我们能够通过开源技术，把现有的大数据平台变成公司唯一的大数据平台，这是非常难得的。”于辰涛一直在从事构建大数据平台技术相关的工作，他主导了联想企业级大数据平台一站式解决方案从构想走向实施。

依托于大数据平台，联想大数据企业解决方案指导了联想设备的研发、生产、销售、售后等部门的业务，提升了联想各个部门整体业务效率。比如，实现了分地域、国家的设备销量的统计分析；对设备实现了从产品设计、研发、生产、销售、激活到用户体验的全生命周期管理；对设备质量进行评估和预警；建立大数据业务舆情分析系统等。

“我们最早是从应用出发做大数据分析，后来到设备，再到整个业务全价值链的数据智能预测和分析，然后到现在我们联想自己内部的大数据平台全面的数据智能分析。”田日辉谈道。

在联想内部组建大数据团队遵循的是互联网思维，田日辉说：“做事情的方法是瞄准最有价值、最重要的事情，快速去做，不断迭代。”

而这样一支500多人的团队，从2011年正式创建到现在，业已成为联想大数据业务的中流砥柱，他们甚至开始服务于更广阔的中国市场上的其他企业，帮助他们去实现全面的大数据业务能力构建。

创见：工业智能的新风口

2016年6月，联想集团大数据事业部和中国区携手拿下大数据商业化第一单，帮助某世界500强钢铁企业建立大数据分析能力，开启联想咨询方案销售先河。这家钢铁制造企业是我国钢铁生产制造龙头企业，积累了大量有价值的数据。以汽车行业为例，其行业供应链系统已支持近100家汽车行业客户、管理近900个车型、近4.5万个零部件。

在钢铁行业市场剧烈波动的大环境下，联想大数据团队为其搭建大数据平台，并整合了内外部各类相关数据，借助机器学习和知识图谱发掘出数据和业务之间的联系，支撑企业业务和管理的发展和转型，比如建立分钢种的钢材需求量预测、分汽车生产商的订货量预测、客户忠诚度分析等相关专题。

其实早在2006年初的时候，田日辉便发觉，中国有很多大型企业在数据智能方面投入了大量的人力和物力，但具体怎么去做，如何做才能对业务起到闭环的效果，却是困扰了很多管理者的难题。

“我们必须从一开始的业务咨询到技术咨询，提出解决方案，找出最痛的痛点，然后收集数据，再去优化模型，做出来以后要考虑怎么跟它原有的系统对接，最终应用到业务实践里面。”田日辉说道。

正如田日辉所言，依照这样的一种业务逻辑，从应用的优化到设备的优化再到产业整体效率的提升，联想大数据团队不断通过服务于联想内部的各个产品线，将数据智能给企业带来的价值，一次次一遍遍地通过自身实践得以验证，再将之代入联想之外的企业级客户。

在田日辉看来，数据智能最核心的是两个方面：第一，把数据以最高效的方式管理好；第二，以敏捷的方式挖掘数据价值。对联想而言，更多的是设备数据，以及用户使用设备产生的数据。

“对于一个典型的数据智能分析应用而言，可能80%的时间都会花在整理数据上，因为准确的数据是构成优质分析效果的基础。”田日辉补充道，数据治理也是数据平台要做的事情。从联想自身来看，每天产生的数据量高达30TB，在数据平台的性能优化方面，结合了2000台服务器的大数据集群管理经验，在实战中不断演练。

通过数据智能推动中国企业的转型升级，这是田日辉关注数据智能的初衷，他谈道：“数据智能实际上相当于一个大脑，人的身体基于大量的神经元收集到很多的数据，神经中枢经过处理之后指挥身体的各种运动。对于企业也是如此，在企业里面我们相信数据智能的作用。”

而联想聚焦在工业领域，“其实最高的警戒就是工业智能，工业智能是广义的，不只是工厂级的，是整个企业级的，甚至可以拓展到行业级、产业链。”田日辉说。

那么，工业智能如何在推动制造业转型升级中发挥作用呢？田日辉认为，主要体现在帮助企业提升产品能力和经营水平两方面。工业智能不仅可以帮助企业提高产品质量，还在更高的层面上优化企業供应链，包括跟上下游更好地协同。目前，联想工业大数据企业级分析平台LEAP及大数据服务已经应用于汽车制造、烟草、冶金等行业，其中不少是全球500强企业。

“我们其实很少赶风口，就像大数据，包括工业智能在内，我们做了之后，发现就变成风口了。”田日辉在联想的21年间，一直从事软件和服务，在他看来，每一步都为企业的快速发展提供了机会，甚至有时候会去引领行业的方向和潮流。

“我在联想这么多年，基本上每两三年换一个方向，虽然大的方向还是软件和互联网这个角度，但是聚焦点会变。这一方面反映了我们这个时代的变化，用户需求的变化。另一方面，是我们这个舞台比较好、比较灵活。你有新的想法可以去实践，这些使我个人觉得一直待在这儿，一直都有创新的机会。”田日辉如是说。

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：联想集团副总裁、首席研究员、大数据事业部总经理田日辉

Q：为何要倡导“数据智能”？

A：十年前，中国大部分企业的诉求不是通过软件来创新的，而是通过用这些包装软件，像ERP、CRM。因为这些软件里面固化了很多业务流程，通过这些固化的业务流程来提升它的效率，因为这些软件里固化的流程都是最佳实践。

那么，你把最佳实践学好了，就可以提升自己的效率，你就有机会领先，这是前十年很多企业在做的事情，也解决了当时企业面临的问题。

但是现在这个时代已经完全不一样了，消费升级，用户的需求在快速变化，关键很多产品已经过剩了，而且竞争的范围也从地域性变成全球化。所有这些因素已经使得传统的包装软件不能满足快速变化的需求。

所以，我们要谈数据智能。因为数据智能迎合了时代的需求。而我们的团队也一直在这个过程中发展壮大。我们团队的竞争力，其实都跟这个理念相关。我们从2011年开始构建这个团队，一步一步走来，我们最核心的是，我们相信数据智能能够给企业带来价值，这是根本性的转变，包括联想自身和外部的企业级客户。

Q：联想大数据是如何践行“数据智能”的？

A：联想LEAP大数据平台实际上是各种算法和模型的库，包括预测型、优化型、知识管理型，等等。在这里面，我们会跟很多垂直行业的应用场景结合起来形成分析模型。比方说销量预测、质量预测、采购预测，还包括仓储优化、物流路径优化、用户画像，等等。另一方面，我们的数据科学家要对这些算法本身进行优化、创新，还要与我们自己的业务专家、客户的业务专家一起把这些分析模式做到更好，来满足业务需求。

Q：对于“数据智能”，未来有什么预期？

未来数据智能的应用还是两个大方向，一个是数据平台的数据治理，另外一个就是智能应用。我希望我们的团队在这两个方面有更深入的发展。并且，我们会更好地通过我们的实践，把很多行业性的知识加强。因为我们数据平台的能力很强，现有的能力已经完全超出客户的需求。

那么从智能分析的角度，从算法和模型的角度出发，需要跟业务一块优化算法，要紧跟客户的逻辑，帮助客户去找出最关键的优化点，把这一块做得更扎实。

Q：如何定位联想的工业大数据？

A：我们更倾向于“工业智能”这个词。工业大数据也是类似的意思，但是我觉得工业智能这个词更能够反映它的价值。从深度来讲，它比个人应用涉及的数据面和环节更复杂。我们理解的工业智能包括：工业数据的采集和分析、企业经营管理数据的挖掘等。工业智能不仅可以帮助企业提高产品质量，还在更高的层面上优化企业供应链，包括跟上下游企业更好地协同。

Q：联想大数据从服务联想自身到服务其他企业，这背后有哪些思考？

从2016年初，我们在联想做了产品优化、业务的优化以及产品的用户经营分析。我觉得这些对于中国企业来说也是非常重要的，尤其国家也践行“中国制造2025”。而且，智能化转型，包括数据智能这一块，国家层面都非常重视。我们也希望我们这些基本能力，能够为其他的客户贡献价值。

因为我们最大的一个优势是，所有这些都是自己实践出来的，包括我们的数据管理平台，平台的性能也都是在实践中优化的。

我谈到的，比如智能预测、销量预测、生产线优化、仓储优化、渠道管理，等等，这其中很多算法和模型也是我们实践中积累的东西。所以，我们把能力的积累凝聚成产品，给很多的企业提供这方面的服务，包括构建企业统一的数据平台，或者叫数据湖，也包括帮助企业构建优化能力。我们的客户包括钢铁、汽车整车制造、医疗流通、银行、高端装备制造行业等。

到今天为止，很多行业虽然不像联想这么全面地应用数据智能，但是每个深入的优化已经为企业带来了端到端闭环的价值。