制造业作为国之重器，数据贯穿着企业整个产品生命周期，从客户需求到概念设计、详细设计、工艺仿真、生产制造、供应链以及售后服务全过程。如何获取数据、传输数据、管理数据、发挥数据的价值？如何用数据来驱动企业的业务运作和正确决策？这些问题成为了如今制造企业推进大数据应用，进行数字化转型绕不过去的坎。
面对以上问题，联想大数据业务部门在数博会上的展示则无疑显示了联想集团对大数据应用的前瞻性布局。凭借长期扎根制造业的实践经验以及对数字IT技术变革的敏锐嗅觉，联想推出了针对工业大数据一站式应用平台Leap系列解决方案，并建立了工业大数据产业应用联盟，助推国内制造企业实现大数据应用，以助其达成数字化转型的愿景。在联想集团副总裁、首席研究员、数据智能业务负责人、工业大数据产业应用联盟常务副理事长田日辉看来：工业大数据应用是制造企业推进数字化转型的重要抓手，联想正凭借其丰富的实践积累和技术优势，致力于帮助中国制造业打造成为数字化企业，用数据驱动中国制造业由大变强。
图 联想集团副总裁、首席研究员、数据智能业务负责人、工业大数据产业应用联盟常务副理事长田日辉
成长，技术驱动联想大数据应用逐渐深化
田日辉在接受采访时指出，联想会从全局和宏观的角度洞察并审视大数据技术对整个制造业未来发展的影响。对于联想大数据业务而言，田日辉介绍：1.提供自身的数据智能平台和服务，帮助联想自身的业务优化、产品优化、用户经营；2.成为全球领先数据智能产品和解决方案供应商，为工业互联网的发展提供产品和解决方案，推动智能化产业发展，助推中国制造由大到强是联想的两大愿景。
追根溯源，田日辉介绍联想大数据团队成立于2011年，最初是希望通过大数据分析对应用商店、游戏运营等提供辅助支撑，后来逐渐拓展到硬件产品如PC、手机乃至服务器，通过大数据的方法针对联想的各类产品设备进行优化分析，包括设备里面的部件使用、应用使用、设备质量及状况等等，通过优化设备的分析来提升设备的质量和应用体验并逐渐走入到联想业务价值链的全过程，例如供应链预测，仓储优化、生产线的数据采集，产线效率提升，以及精准营销。
2016年是联想大数据团队成长为业务部门的节点。田日辉介绍随着大数据战略被提升到国家战略高度，将大数据视为经济发展和转型的重要科技依据，越来越多的企业组织已将数据视为重要资产，着手开展数字化转型的系列举措，联想大数据也开始帮助制造企业利用大数据推动业务发展。在田日辉看来，这也是传统企业面对智能互联的技术浪潮，选择利用新兴技术“颠覆”自身的必然选择。这段时间联想先后与汽车、医药流通、重装制造、能源、教育等多行业客户展开合作，并与一些行业龙头合作建立细分领域的大数据应用平台，这就包括了海马汽车、猎豹汽车、长飞光纤等。
目前，联想大数据在全球已经拥有超过10个数据中心，3000多台服务器，每天新增数据量高达30TB，实现了对联想集团全球化管理、生产与运营体系的全方位立体支撑，并通过联想工业互联网平台和解决方案向行业客户赋能。田日辉表示在实践过程中联想形成了成熟的工业互联网“1+2+3”核心驱动力，不仅贯穿联想的全产业链、全产品生命周期，更加形成了联想大数据分析平台LEAP产品家族，提供数据采集与集成、数据计算与处理、数据分析、深度学习、数据安全与治理的全方位、一站式解决方案，并通过咨询与实施服务，为各个行业的客户提供按需定制和部署。
图 数博会联想大数据展台
赋能，发挥数据价值的Leap产品家族
随着各种IT技术的迅猛发展，联想也一直在对自身工业大数据技术和解决方案进行整合。在田日辉看来，制造企业大数据应用中一个核心是实现IT与OT的融合。他解释一方面企业在OT域包含着大量工厂与车间级的自动化系统，如PLC、HMI、SCADA等不断产生数据指导优化生产；另一方面，在IT域企业经过多年发展或多或少都建有信息化系统，如ERP可以实现产、供、销、人、财、物的协同管理，MES系统则要处理人、机、料、法、环等影响生产和质量的数据，以及通过数据实现整个供应链的优化。田日辉认为企业必须实现IT与OT的融合，才能最大程度的发挥数据的价值，为企业降本增效。由此也引出了联想正在践行的工业大数据Leap系列完整解决方案，包括：LeapAI.com、LeapHD、LeapOcean、LeapIOT、LeapDL。
LeapAI.com
联想工业互联网平台LeapAI.com是联想携手生态伙伴共同打造的软硬件一体化工业赋能平台，向行业用户提供开源组件、工具以及开放的云端API，能够实现全球公有云部署和跨平台对接，稳定支持千万级设备同时部署，并保障用户数据安全。田日辉表示以云---端结合的工业互联网生态链以及最具活力的工业智能开发者社区赋能工业企业转型升级。
LeapHD
联想大数据计算平台LeapHD是整个存储处理和分析的核心基础平台，它属于Hadoop/Spark生态系统，引入了多种核心功能和组件，对复杂开源技术进行高度集成和性能优化。它在分布式存储系统的基础上，建立了统一的资源管理调度系统，深度优化大规模批处理、交互式查询计算、流式计算等多种计算引擎，兼具高性能和拓展性。基于联想实战经验的混合云架构优化，Docker容器技术的弹性计算资源分配和多租户管理能力，Leap HD可以满足不同规模客户的需求。
LeapOcean
LeapOcean是一款面向业务人员的自助式即席分析解决方案，提供对接不同建设阶段企业数据系统的能力，支持千亿级海量数据的高性能计算与即时响应，为业务用户提供体验极佳、简单易用、高度灵活的分析工具与分析环境。LeapOcean适用于金融、电信、公共事务、物联网等超大规模数据分析的业务场景。基于这一平台，企业的业务人员可以轻松地在无IT人员支持的条件下对企业海量数据进行分析处理、分享协同，更加有效的利用专业知识探索数据价值，全面释放业务人员利用数据挖掘商业价值的潜能，为企业提供快速发掘商机、有效防范风险、高效科学决策的能力。
LeapIOT
LeapIOT是联想的工业互联网平台，结合了工业物联网技术，工业大数据技术和工业智能技术，快速对工业场景的实际生产设备进行配置、管理、对接，轻松应对工业生产现场复杂的网络环境。LeapIOT能够提高数据处理的效率，达到实时分析的最终目的；可针对设备多、协议多、数据并发、高频次的工业生产现场复杂环境以，借助开放式接口对接众多的工业协议；将边缘计算前置到生产设备端，预处理大量生产数据，总的来说，LeapIOT是中国企业转型升级理想的工业互联网平台。
LeapDL
随着人工智能在图像识别、自然语言理解、甚至棋牌竞技等领域持续令人惊艳的表现，深度学习作为一种关键技术和思想也受到了学术界和业界的广泛关注。LeapDL是联想推出的一款深度学习平台，旨在降低主流开源深度学习框架的使用门槛，帮助客户解决深度学习开发和训练过程中计算资源短缺、集群环境配置复杂、资源管理缺失等问题，让个人和企业更加方便、高效地进行深度学习相关研发。LeapDL是高效的中央资源管理平台，具有以GPU为单位对用户的资源进行调度，用户可以根据需求进行资源的申请，选择包括运行环境、处理器核数、内存、GPU数量后，由系统统筹管理GPU资源，并根据用户的选择自动分配独享的或者共享的GPU卡提供给到特定用户。
图 联想展示Leap产品家族
目标，深耕行业提供全价值链的交付
采访过程中田日辉一直强调，工业大数据创造价值的过程才刚刚开始，工业大数据的价值不仅在于对现有业务的优化，更在于支撑企业、行业乃至全社会的创新、转型和发展。他介绍工业应用不同于消费级，数据的产品覆盖企业设计、制造、生产、供应链和服务全生命周期，包括数据采集、数据挖掘、数据治理、数据管理以及深度学习等诸多技术，因此，田日辉表示联想会契合企业的业务模式，以点带面的逐步推进大数据应用：“在服务模式上，联想会为客户提供从产品到服务全价值链的交付。”例如在许多项目中，田日辉介绍联想会抓住质量大数据、供应链协同甚至预测性维护这样一个个实际应用的“点”。在他看来：“制造企业应用大数据不是锦上添花，而是雪中送炭。此外，通过落实‘点’的应用价值，对未来企业数据文化的推广也有着积极作用。”
在行业应用上，田日辉介绍目前联想主要关注三个重点领域：首先是离散制造，这方面联想本身拥有多年的实践积累，利用自身的know-how已经将经验快速复制到汽车、电子等行业；其次是流程制造，包括化工、石化、钢铁等，这部分企业本身信息化程度高、具有数据基础，建立大数据平台能快速的发挥数据价值，例如联想正在合作的长飞光纤，就是流程行业应用大数据的典型。最后是公共事业领域，包括电力、能源，还有食药监物联网数据采集和分析，会有大量的应用产生可能。
图 联想展台工业大数据行业应用案例（1）
图 联想展台工业大数据行业应用案例（2）
合作，建立工业大数据应用联盟致力标准化
标准化是大数据应用中的一项重要工作，田日辉介绍近年来联想一直致力于工业大数据标准化工作。在近年来的制造企业信息化建设过程中，通过观察联想发现大数据标准化缺失是制造行业应用中存在着共性问题：企业不仅在数据采集与集成过程中面临数据来源多、频率跨度大、格式类型复杂、数据质量差的问题；在数据管理与应用中也存在数据挖掘自动化、可视化以及数据安全合规的困扰。
例如国外的汽车行业已广泛应用了标准的EDI（电子数据交换）来实现上下游企业之间的数据交互，而我国大型企业还主要是通过建立供应商门户来与供应商进行数据交互，这实际上只是单向的。
因此，去年12月，联想作为理事长单位发起成立了工业大数据产业应用联盟（下文简称联盟），在短短的半年时间里，联盟成员已经有124家，不仅得到了中国电子技术标准化研究院的支持，还拥有海尔、树根互联、和利时、腾讯云、美云智数等各业内领袖，在全国有7个挂牌的分中心，还承办了2018年全国大数据标准化工作会议。联想创投工业互联网发展总监、工业大数据产业应用联盟副秘书长逄振表示：“我们是一个以实践为基础的联盟。”接下来，逄振介绍联想在联盟中的具体包括：
1、加强以需求为导向的标准研究；
2、从优秀实践中提炼应用标准，加强标准实用性；
3、鼓励和探索大数据团体标准形成机制；
4、重点制定和推广数据安全和隐私保护标准。
在逄振看来，联盟的生态建立需要合作伙伴的共同努力。目前，联想已经和长飞光纤等行业龙头建立了联合实验室。未来，联想将进一步调动行业力量参与到标准化工作中, 在联盟中积极推进标准试点工作，形成企业标准、团体标准、国家标准协调推进机制。
