两年前的一个下午，联想北京上地研发中心。联想集团全球副总裁、数据智能业务负责人田日辉如期向他的两位老板——联想集团高级副总裁、联想创投集团总裁贺志强和联想集团董事长兼CEO杨元庆汇报大数据业务的进展情况。正是这次汇报会，田日辉的两个老板决定要将联想大数据业务与“中国制造2025”大市场紧紧地捆在一起，进军工业互联网市场，叫板GE与西门子。
（图片来源：互联网） 2018年年初，工信部领导视察联想集团，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。
作为一个IT厂商，联想如何变身工业互联网提供商？在群雄逐鹿的工业互联网市场，联想如何突破种种挑战？联想的大数据业务是否能成为联想转型的重要引擎，再造一个新联想？
工业互联网成联想新战场
资本市场从来就嗅觉灵敏，很早就闻到了中国工业互联网市场即将开启新风口的气息。2017年11月，国务院发布《深化“互联网+先进制造业”发展工业互联网的指导意见》，明确提出将从“供给侧”和“需求侧”两端发力，在平台培育、平台试验验证、百万工业企业上云和百万工业APP培育四个方面重点开展工作，加快形成工业互联网平台应用体系。从今年3月开始，中国工业互联网相关概念股票开始飙涨。
根据咨询机构IoTAnalytics的统计，全球工业互联网平台数量超过150个，预计2021年工业互联网平台市场规模将达到16.44亿美元。
短时间看这些数字，工业互联网平台市场并不大，但是它的拉动效应、辐射效应和魔变效应，有巨大的想象空间。就像当初马云、李彦宏以及马化腾在十几年前开始做阿里巴巴、百度以及腾讯的时候，没有料想到它们会对今天的中国经济产生如此巨大的影响一样。而工业互联网、产业互联网将是比消费互联网更大的市场，带来的将是更大的一场产业变革。
眼下，全球工业正在向网络化、协同化和智能化方向发展，步入新的转型期，工业技术与信息技术的融合正在改变工业的制造方式、产品形态、商业模式。
作为工业转型的关键支撑，工业互联网平台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，工信部信软司副司长安筱鹏表示，工业互联网平台正在成为领军企业竞争的新赛道。
众多领军企业已经围绕着工业互联网平台做出了一系列的重要战略部署，包括西门子、GE、博世等工业巨头纷纷加速进入这个领域。事实上，不仅仅是工业企业，包括互联网巨头、IT巨头都纷纷联手工业企业加入了这个新赛道的竞争。
按照中国信息通信研究院信息化与工业化融合研究所副所长朱敏的描述，全球信息技术的平台化发展正在经历云平台、大数据平台、物联网平台到工业互联网平台发展的四个阶段。第一阶段形成了以亚马逊AWS、微软Azure为代表的云计算平台；第二阶段形成了以SAPHANA和TeradataAster为代表的大数据平台；第三阶段形成了以亚马逊AWSIoT、微软AzureIoT、IBMWatsonIoT为代表的物联网平台；第四阶段，以GEPredix、西门子MindSphere为代表的工业互联网平台快速发展，呈现爆发式增长态势。
这几年，联想一直在寻找转型的路径。在今年2月举行的联想春节联欢会上，联想集团董事长兼CEO杨元庆说，要让“智能”、“可信赖”成为联想的新标签，接下来联想集团将围绕智能三要素“数据、计算力、算法”全面发力智能变革。在今年3月举行的两会上，杨元庆再次表示，联想已在人工智能、物联网、智能制造等领域全面出击，在大数据、计算力和算法上全面布局，一方面在积极推动集团内部的智能化变革，另一方面也在努力推动行业智能化。自身的智能化变革和行业智能化变革是联想集团变身“智能联想”的两个关键维度。
而联想推动行业智能化、推动工业智能化的主体是田日辉所负责的数据智能业务部。
从自己做到大家一起做
联想的大数据事业部并非今天才开始动工业大数据的念头，工业数据资源的积累也并非最近才开始。
据田日辉透露，联想的大数据平台、联想工业互联网平台LeapAI建设开始于2011年，驱动的原动力来自于联想自身。当联想智能手机与应用商店的用户破亿之后，联想需要利用数以亿计的用户使用数据来进一步优化智能手机的制造，比如用户使用方式与手机耗电之间的关系，以进一步优化手机制造的质量。
而进一步从数据中尝到“甜”的味道是在印度。当时联想的手机在印度销售不错，印度市场有一个特殊性，就是不同的帮派之间税率不一样，这意味着一个市场需要有多种制式、多种备件，如果能够在不同区域和不同帮派市场进行更精准备件，那么周转的效率就会大大提高。联想利用大数据分析精准备件在印度获得了很好的效果。
数据越深挖，甜头就越多，联想的数据积累也越来越多，从企业管理数据、生产线数据、产品使用数据、用户服务数据以及用户反馈数据，甚至宏观经济、行业发展市场竞争等多维度海量数据汇聚统一，联想完成全球化超大规模集群部署，目前构建10个数据中心，2000多台服务器、10PB数据容量的超大规模集群，每天增150亿条数据记录、超30TB数据量，支撑联想全球的产品创新、客户经营、高效运营等。
基于自身的大数据实践效果，联想开始思考如何将自己的大数据能力向外进行释放，进一步发挥更大作用。
宝钢案例是联想大数据走向更大工业市场的“milestone”（里程碑）事件之一。作为IT服务提供商，联想为各个领域的客户提供IT设备与解决方案，宝钢是联想的大客户，而给宝钢提供销售预测解决方案，来自于销售的反馈。大家都知道，成功销售是必须要和客户泡在一起，只有泡，才能找到客户的新需求，才能有新订单。2016年，联想的宝钢销售“泡”到的需求是“希望更精准地预测钢材的销量”。联想的销售问他的老板、问联想的数据科学家，这样的预测方案我们有能力做吗？
“制造业都是相通的。”联想能够精准做自己的销售预测、同样有可能研发钢铁销售的精准预测模型。贺志强说，制造业很多思路一样，都有生产线、质量管理、销售预测、售后服务，联想有经验。宝钢之前做预测的准确率是百分之六七十，联想给宝钢做销售预测，加入很多新的因素进来，提高到百分之八十多，一年给宝钢省了一亿人民币的库存成本。
2016年，联想LeapAI开始向外提供服务，除了宝钢，十几个大客成为了联想的客户。这里需要提及联想与海马汽车、蔚来汽车的合作。联想与蔚来汽车联合开发智能汽车计算平台，与海马汽车的合作将联想集团的大数据资源运营运用到海马汽车的企业决策中。通过合作建立行业标杆，联想大数据服务进入钢铁、汽车、石化、新能源、重型装备制造、流通等行业。
联想在这些行业做了标杆之后，依然感觉步子慢。要想成为工业大数据服务提供商，除了拥有平台、工具还需要大量的算法模型。算法与模型的成熟离不开数据，而工业领域门类如此众多，仅仅依靠联想一家，速度太慢，于是联想想到了开放、想到了组建工业大数据联盟。
2017年12月8日，联想集团携手海尔COSMOPlat、树根互联、腾讯云、TCL智能制造、和利时、文思海辉等80多家企业组建工业大数据联盟。以众人拾柴做乘法的方式来加速中国工业互联网的突破。在工业互联网联盟成立的大会上，杨元庆给田日辉下的指标是“5年服务10万家企业”。
新赛道新跑法
当联想将指标定在5年服务十万家企业，联想的竞争对手就不仅仅是自己了。如何加速成长？如何来与生态合作？如何与竞争对手展开竞争？就成为联想在这个新赛道上必须思考的问题。
田日辉在接受《中国电子报》记者独家采访时表示，今天的工业互联网领域还远远没有走到竞争的状态，因为市场才刚刚开启，各家企业更多还是在“各自生长的状态”，以各自的优势不同维度切入市场，目前还没有通吃和垄断的巨头。
田日辉清楚联想的“有所为，有所不为”。联想只做工业大数据平台、提供工具以及一些算法模型。
应该说，工业互联网这个新赛道、新机会不仅仅是联想看到了，在国际上GE、西门子等看到了，在国内海尔、三一重工、用友等也看到了，尽管市场刚刚开启，做工业互联网平台的企业全球已经拥有了150个，联想如何从中胜出？
贺志强说联想有三个不一样的地方：第一，联想本身是IT企业，做大数据平台是真正做IT的人做出来的大数据平台，不只是某个行业，这个平台是联想从零开始经过六年一步一步内部实践、外部实践搭起来的。第二，联想不仅是IT厂商，联想是全价值链产业代表，做硬件、服务器、电脑、手机，有上万人的研发、上万人的销售团队，供应链团队，是典型产业实践者，不是纯互联网公司。第三，联想是真正国际化的企业，联想的制造、销售、服务体系遍布全球160个国家。
眼下关于工业互联网不仅仅是技术的维度，更关键的是商业模式与用户接受度的问题。作为工业互联网的率先行动者，GE眼下遭遇了财务困局，让更多进军工业互联网的企业更深层次思考撬动市场的关键。
田日辉认为，GE与国外几家工业互联网企业的发展之所以遭遇困局，原因是方案不够落地，一开始就将工业企业大量的业务与设备都放在公有云上的方案，其方法和路径显然而且过于理想化的。工业企业都非常务实，需要看到真实价值才会不断上云。要想让企业上云、要想让工业企业互联网化，有几个关键，其一是要找到可以优化的业务痛点。其二需要与用户深度配合，找到在实际业务中形成持续优化的闭环。其三是帮助用户提升数据质量。现在大部分工业企业的数据是很粗放的，如何提升数据质量，如何完善数据收集的维度，需要方案商和用户基于业务需求来共同寻找。
中国工业互联网的发展是有机会弯道超车的，就像中国的消费互联网的发展能够领先全球一样，中国有大批需要转型升级的工业企业，和这些企业一起成长，帮助他们找到转型升级的路径、方法和平台，就是中国工业互联网平台企业的发展路径。（记者 李佳师）
转自：中国电子报
版权及免责声明：凡本网所属版权作品，转载时须获得授权并注明来源“中国产业经济信息网”，违者本网将保留追究其相关法律责任的权力。凡转载文章，不代表本网观点和立场。版权事宜请联系：010-65363056。
延伸阅读
习近平同金正恩举行会谈
