当前位置:主页 > 科技 > 正文
联想的数字方法论-当前观察
来源:钛媒体作者:洞察网2023-03-21 18:16:33

图片来源@视觉中国


(资料图片)

过去五年里,消费电子行业经历了一波智能化升级,在这波智能化升级过程中,一个显著特点是,屏幕逐渐成为各类设备的标配,而原本就带有屏幕的设备,屏幕尺寸也越来越大,这对面板行业的直接影响是:出货量剧增。

各类显示面板出货量的剧增,也对面板厂商的生产效率、数字化程度提出了更高的要求,例如,彼时在面板生产制造过程中尤为关键的质检环节就迫切需要一次升级再造。

传统质检环节主要依靠质检员,这对质检员的体力和眼力要求颇高,而质检员眼力的极限也直接决定了最终产品的实际良率,这成了质检行业的一个痛点。

作为全球液晶显示器领域的领导企业,冠捷对此深有体会,在推进数字化转型过程中,冠捷一直在接触各类企业,寻找替代传统屏幕质检的数字化解决方案,然而,由于当时国内数字化转型刚刚起步,加之屏幕质检的高要求,冠捷一直未能找到合适的解决方案。

直到在一次到联想研究院的走访参观过程中,冠捷找到了想要的答案。

数字化和质检员

质检又称缺陷检测,在过去很长一段时间里,缺陷检测完全依赖人工来实现——质检人员通过眼睛识别产品的缺陷,这也是质检员这一岗位的由来。

不过,人力终有穷尽,尤其在当今消费电子产品品类越来越繁多,出货量越来越大时,通过人工进行缺陷检测使得这个环节成了不少产品制造过程中的那块肉眼可见的短板。

作为全球计算机龙头企业,联想每年都有数千万台计算机要卖到全球各地,因而,联想很早就开始思考:如何用计算赋能质检,用数字化手段补齐计算机制造过程中缺陷检测这块短板。

历经多年业务实践,联想研究院开始基于「场景+AI」的思路研究LCD屏幕的缺陷检测问题。在此之前,要想通过AI技术手段对质检环节进行升级,无外乎是加入工业相机,再通过为工业相机加载相应的算法以代替人工进行缺陷检测。

在对LCD屏幕缺陷检测过程研究一番后,联想研究院的技术团队遇到了两大关键难题——缺陷样本数据的采集不足和算法模型训练精准性问题。

当时团队内部经过讨论,想到从“开源”和“转化”双管齐下:

第一,开源,即尽量多收集同类产线的各类缺陷数据,用于提升模型的识别能力;

第二,转化,则是基于联想在人工智能领域的长期积累,在边缘侧自研“小样本终身学习”能力,通过小样本数据完成模型训练。

就这样,联想研究院最终针对质检场景缺陷分类、定义、等级在内的全要素,研发出了符合检测精度的算法,并率先在联想深圳、武汉、安徽工厂内部署自用,联想的LCD屏幕光学检测解决方案也开始在联想的产线上继续成长。

冠捷:联想显示屏AI缺陷检测方案产线

冠捷是联想的重要合作伙伴,因而二者一直有着深入的技术交流。冠捷参观联想研究院时,联想LCD屏幕光学检测解决方案还只是一个Demo,但却为其参观人员留下了深刻印象。

之后联想在自己工厂产线部署并经过多年打磨后,稳定性和精准度得到了进一步提升,再次复用到冠捷时,联想根据冠捷产线的实际需求将原有算法进行瘦身,针对冠捷LCD屏幕质检过程中遇到的常规暗点/黑点/彩点、线条、黄斑缺陷,以及未知缺陷两大类缺陷改用算法识别,一举在冠捷的质检环节节省了50%人力成本,效率和准确率也由此提升了30%。

前不久,就在联想的数字化解决方案广告再次在各大机场刷屏时,联想打造的AI质检案例也赫然其中。

六年转型路

或许有人会问:联想不是一家硬件公司吗,怎么也开始面向企业提供数字化解决方案了?

这一切还要从2017年说起。

2017年,全球PC出货量2.6亿台,虽然这样的出货量仍是一个天文数字,但与上一年出货量相比,依然下降了2.8%。

也是在这一年,作为全球PC领域龙头企业的联想开始思考转型,准确地来说,应该是智能化转型。同年7月,联想Tech World大会上,联想提出要做“由AI驱动的智能变革的推动者和赋能者”,通过“设备+云”、“基础设施+云”以及垂直行业解决方案赋能产业和行业。这也为联想3S战略的进一步明确做了铺垫。

2017年看到人工智能技术的革命性后,联想着手自企业内部进行转型,彼时,首当其冲的就是作为联想PC全球制造基地的联宝科技。

联宝科技2017年开始做智能制造转型,作为联想集团旗下规模最大的工厂,当时的联宝科技在多品类、小订单等方面面临着严峻的考验,个性化、定制化订单一度超过80%,智能化转型迫在眉睫。

但作为一个每天要处理几千笔订单的大型工厂,如何在保证业务连续性的同时,加速智能制造变革就成了问题的关键。为此,联宝科技首先就内部业务流程进行了梳理,然后制定了“坚持价值导向、智能化转型与业务目标相挂钩”的策略进行数字化方案的导入。

2021年,联宝科技内部实现了产线排产、IPS和柔性生产调度系统等一系列流程的智能化,其年订单数超过60万笔,每天可以智能处理订单5000笔,其中80%以上是单笔小于5台的个性化订单。这一年联宝科技实现了排产时间缩短67%,作业效率提升50%。

不过,对内部产线进行智能制造升级仅仅是联想在智能化道路上迈出的第一步。当联想在2019年再次明确要进行3S战略转型时,更重要的是要做业务转型——打造一套完整的对外赋能体系。

也是在这一年,联想正式提出了「端-边-云-网-智」体系架构,并且开始加速对外赋能。

恰逢其时的数字方法论

自2019年起,中国各行各业数字化转型如火如荼,数字经济发展持续提速,尤其在5G牌照正式下发后,5G+工业互联网一度成为制造业领域新潮流。

从后来《数字中国建设发展进程报告(2019年)》公布的数据可以看到,2019年中国数字经济增加值为35.8万亿元,占国内生产总值36.2%,大数据产业规模超过8100亿元,同比增长了32%,工业互联网更是快速推进,全国具有一定行业、区域影响力的工业互联网平台超70个,工业APP数量突破25万个。

此时的联想也开始从一家消费电子硬件巨头,向一家全新的IT全栈产品解决方案和服务提供商转型,随着3S战略的不断推进,接下来几年里,联想智能化解决方案在诸多行业相继落地,尤其在制造业领域,将数字化、智能化渗透到了“研产供销服”全链路。在技术探索上,联想在数字化研发平台、AI研发平台、数字孪生技术不断深入;在生产制造上,联想的数字化产线、绿色制造方案、智能工厂相继落地;在供应链体系上,联想的数字供应链、供应链智慧运营解决方案持续帮助整个供应链迭代升级;在销售和服务上,联想也已经形成了智慧服务能力和数字化营销方案。

我们站在当下回看,能够看到:

当印刷设备制造领域领军企业高斯(中国)在思考如何通过数字化手段迈入智能印刷时代时,联想基于Leap IoT物联网平台和智能网关ECG系列产品为高斯(中国)打造了一套自主可控的智能化解决方案,基于此,高斯(中国)设备故障率降低了50%,员工出差成本降低了65%,售后服务客户满意度提升了80%;

当风电领域老牌能源企业世优电气积极探索风电设备运维新模式时,联想基于自身「端-边-云-网-智」全要素智能化转型优势,给出了由LeapIoT平台和智能网关ECG-AR70P组成的远程运维方案,从平台搭建和应用开发两方面入手,为世优电气建立起数字化运维平台,世优电气由此实现了设备监控、远程管理等场景的数字化、智能化;

当重卡领域知名企业陕重汽发展受制于业务质量追溯困难、效率低下、单车索赔费用高等问题时,联想为陕重汽搭建了数据中台、质量管理驾驶舱,通过人工智能手段实现了车辆运营能力分析、故障车辆运营能力分析、质量成本控制等应用,陕重汽最终在2020年单车故障率相比2016年下降了72%,单车索赔率下降了77%。

当联想自己的武汉产业基地在碳中和方面寻求突破时,联想再次在零碳技术上进行创新,通过自研的LeGreen系统实现了工厂碳排放的数字化呈现并拆解出了102项碳排放因子进行管理,自研的APS高级排产系统更是将产能和能耗联系起来,在实现产能提升的同时降低能耗,最终,联想武汉产业基地通过光伏发电、空气压缩机漏气排查、雨水回收、洁具节水、锅炉余热回收、饮水机管理等上百项减碳措施,实现了全年2.2万度电量减耗、1.5万吨碳排放量,由此联想也被全球最大指数公司明晟将其ESG评级调到了最高3A级。

而当联想中国区总裁刘军在2023年指出,要全面向3S领域全面发力时,联想其实已经走完了技术积累、内部产线验证、行业标杆案例打造的全过程,并形成了一套完整的数字方法论。

结合《中国企业智能化成熟度报告(2022)》,联想将多年实践沉淀的数字方法论总结为三步:

企业智能化转型三步曲

首先,运用科学的评估系统,通过自我诊断,明确企业现阶段的数字化、智能化的水平;其次,通过建立顶层规划,制定转型路线图,并系统性分步实施;最后,在实施阶段中,企业需通过业务&IT双轮驱动模式,促进IT和业务的深度融合,针对动态预算、持续投资、闭环进行数字化效果的价值管理,保证企业数字化转型效果的最大化。

如今,中国数字化从产业积累进入到社会结构调优阶段,联想也已经完成了从硬件公司到3S全栈全周期服务提供商的转变。

值得注意的是,就在今年2月,冠捷、桐昆、陕重汽、紫金云、高斯(中国)在内的17家优秀合作企业案例作为联想年度广告登陆国内各大机场,开启联想智慧化解决方案驱动企业跨越式发展的模式。这既是联想中国面向3S战略发起总攻的前奏,也彰显了中国制造向中国智造的有序迈进。

在接下来数字中国建设大潮中,凭借先行技术优势、深厚行业经验积累,以及由此沉淀下来的数字方法论,联想注定将成为各垂直行业数字化转型的引导者和有力推动者,联想IT全栈产品解决方案和服务也将陪伴中国企业智能化转型的每一步。

(本文首发钛媒体APP)

[责任编辑:linlin]

标签:

相关文章

评论排行
热门话题
最近更新
Baidu
map