去（qù）年年末（mò），新华社中国经济信（xìn）息（xī）社发（fā）布《中国制造业高（gāo）质量（liàng）发展（zhǎn）报告(2019)》(白（bái）皮书（shū）)。该（gāi）报告对国（guó）内外（wài）制（zhì）造业的前沿动（dòng）态进行了比较研究，发（fā）现（xiàn）我国制造业竞争力在持续（xù）增强的同时，“大而不强”的问题依然（rán）存在，关键核心技术与高端（duān）装（zhuāng）备（bèi）依然高（gāo）度依赖外力，劳动生产率（lǜ）依然落后于美、德、日等传统制（zhì）造业强国。因（yīn）此，在新的（de）一年（nián），我国制造业（yè）亟待（dài）进一步优化产业结构（gòu），由要素驱动向创新驱动转变，以缓解由全球贸易结构变化带来（lái）的压力。　　在我国经济和制造业（yè）向（xiàng）高质量（liàng）发展、向价值链中上（shàng）游迈进，向效率要红利的过程中，更深层（céng）次的自动化、数字化，特别是智能化将毫无疑问地（dì）起（qǐ）到（dào）关键推动作用（yòng），必将（jiāng）成为制造业转型升级的（de）核心动（dòng）力（lì）。作为制造业（yè）大国的中（zhōng）国，同时也是人工智能的强国，只要两者结合得当，无疑将给中（zhōng）国制造业插上一双（shuāng）有力的翅膀，飞跃智能化转（zhuǎn）型（xíng）的高峰。

“自家的和尚好念经（jīng）”，研（yán）究（jiū）院打造真（zhēn）正适合联想的智能排（pái）产

然而，相关市场（chǎng）研究发现，中国的人工智能公司中真正关注工业（yè）领域的尚不足5%，几百项大型人工智能投资项目中，与制造业有关的不到1%。原因何在（zài）?有媒体（tǐ）分析认（rèn）为，除（chú）了工（gōng）业领域数（shù）据和标注（zhù）不（bú）足、相关算法（fǎ）不够成熟之外，算法工（gōng）程师对工业流程（chéng）和技术等（děng）实际问题不够（gòu）了（le）解，以及工业企业（yè）对“外来”人（rén）工智能公司和解决方（fāng）案（àn）的不信（xìn）任，是更加深层（céng）次的原因。在这一背景下，我们更多看（kàn）到（dào）的是企（qǐ）业内（nèi）部的技（jì）术团（tuán）队，尤其是人工（gōng）智（zhì）能团队，在自身（shēn）企业的智能化转型（xíng）过程（chéng）中（zhōng）发挥了关键作用。

全球PC市场占有率（lǜ）第一的（de）联想集团旗下（xià）的（de）合（hé）肥生产基地——联宝科技，全球每售出8台笔记本电脑（nǎo）就有（yǒu）1台来自这里。短短几（jǐ）年，产品累计出货超过1.2亿台，年订单数超过60万，定制化小（xiǎo）单比例（lì）超过（guò）80%，面（miàn）向（xiàng）全球100多（duō）个国家和（hé）地区高（gāo）效（xiào）供（gòng）应。如此庞大的（de）生产需（xū）求（qiú）对（duì）生产排程提出（chū）了很高的要求，整个排产过程需要考虑包括人员、设备、物料（liào）、生产工（gōng）序与方法、环境在内等数十种复杂的（de）变量，因（yīn）此人工排产逐渐变得力不从心。针对这一问题，联想研究院（yuàn）人工（gōng）智能（néng）实验室（shì）的机器学习团队打造了使用多交互增强学（xué）习（xí）优化（huà）网络和（hé）基（jī）于注意力机制的最优化网络的人工智能排（pái）产方案（àn），可（kě）以（yǐ）模拟多变的生产环境，自动寻找最佳排产策略。在制造企业最关注的（de）产品数、订单（dān）数、订单交期（qī）满足率和产能（néng）合理利用率四个指（zhǐ）标上，人工智能算（suàn）法相比人工排产均有（yǒu）明（míng）显提升，排产耗时也大幅减少，从原来的每（měi）天（tiān）6小（xiǎo）时缩短到1.5分钟，生产效率也获得了16%的提（tí）升。而且随着数据的积累和模（mó）型的训练，智能排产模型的能力还会进一步提（tí）高（gāo）。

以解决实际问题为导向，联想人工（gōng）智能大有作（zuò）为

联想研究院人工智能（néng）实（shí）验（yàn）室机器学习总监范（fàn）伟曾表示，联想的机器学习（xí）研究目标是把数据转化为生（shēng）产决策，把（bǎ）技术转换成生产力，从而（ér）提（tí）高集团业绩并创造实际价值。在这个过程中，优秀（xiù）的（de）算法固然是重要的一环（huán），然而真正（zhèng）能（néng）够（gòu）“一锤定（dìng）音（yīn）”的是基于生产环境下各种实际问题的（de），对不（bú）同算（suàn）法的深度理解和灵（líng）活运用（yòng）。联想机（jī）器学（xué）习团队目前由26名员工组成，其中14位（wèi）是（shì）算法工程（chéng）师，都是对算法拥有深入理解并对实（shí）际（jì）问题拥有敏（mǐn）锐认知的人才。

以解决实际问题（tí）为导向，联想机（jī）器学习技术（shù）在（zài）垂直行业的深度融（róng）合（hé）应用中（zhōng）具有优秀（xiù）的可扩展性。这在团队的另（lìng）外两（liǎng）款明星产品（pǐn）——智（zhì）能服（fú）务（wù）备件前（qián）瞻分析和（hé）智慧物流系统中，得到了充分的（de）体现。

智能服务备件（jiàn）前瞻分析（xī）系统（tǒng）的核（hé）心（xīn）目标（biāo）是预测联（lián）想售后服务站对产品备件的需（xū）求（qiú），并（bìng）实现提前（qián）采（cǎi）购，提前调度，提前（qián）在离用户最（zuì）近的服务（wù）站备（bèi）货，在用户的产品（pǐn）发生（shēng）故障以前（qián）就感知到需求，这样当需求（qiú）真正发生（shēng）时（shí）就（jiù）能以（yǐ）最快的速度（dù）完成对用户备件的（de）更换，最大化用户满意（yì）度，同时也能平衡企业的库存成本（běn）。为了实（shí）现这一目标，机器学习（xí）团队不仅需要（yào）对服务站所需的成千上万种备件进（jìn）行精细（xì）的（de）分析，还需要针（zhēn）对因服（fú）务量较少而数据稀（xī）疏，或者受季节性地理环境影（yǐng）响较大的地区，灵活切换不同（tóng）的算法。目前，智能（néng）预测精度已实现比人工提（tí）升7%，每年为联想节省（shěng）上（shàng）千（qiān）万美元成本。

智慧物流系（xì）统的核心目标（biāo）是通（tōng）过优化配送路径，助（zhù）力联想城市配送中心降低运营（yíng）成本，提升服务（wù）质量。据最（zuì）新调（diào）查统计，末端配送（sòng）成本占（zhàn）端到端（duān）物流总成本的比（bǐ）例（lì）高（gāo）达（dá）41%，可优化（huà）空间巨大。最后一公里的（de）服务质量也直接决定了用户体验。高达（dá）84%的客（kè）户表示（shì），令人沮丧的（de）末端配送体（tǐ）验，让他们放弃（qì）再（zài）次选（xuǎn）择购买相关产品或服务。与（yǔ）智能排产类似，末（mò）端配送的优化（huà）也（yě）是一个（gè）典（diǎn）型（xíng）的运筹（chóu）学问题。为了应对这一挑（tiāo）战，机器学（xué）习（xí）团队（duì）对联（lián）想（xiǎng）北（běi）京配送中心的业务现状进行了调研和（hé）梳理，综合考虑产品数量（liàng）、种类、运单数量、体积以（yǐ）及配（pèi）送（sòng）地址（zhǐ）、客户类型、服务（wù）时长（zhǎng）等多种因素，通过强化学习建立图深度网（wǎng）络模型，挖掘出“订（dìng）单（dān）-客（kè）户-路线”之间的复（fù）杂（zá）关系，动态生成了一套（tào）智能调（diào）度方案。与人工派车（chē）方案（àn）相比（bǐ），智慧（huì）物流系统可有效（xiào）降（jiàng）低运（yùn）输里程44.1%和（hé）平均用时42.9%，提升车辆装载率32.6%，减少（shǎo）车次46.0%。从（cóng）而（ér）在提升（shēng）配（pèi）送服务水平和客户体验（yàn）的同时，极大的降低了运力（lì）成本。

联想集团副（fù）总（zǒng）裁，联想研究院人工智（zhì）能实验室（shì）负责人徐飞玉博士（shì）曾在多个场（chǎng）合表示，联想人工智能研（yán）究的长项在于研究与（yǔ）业务紧密结合，形成了闭环（huán）的生（shēng）态系统。相（xiàng）信在未来十年，在（zài）人工智能的应用（yòng）趋势逐渐（jiàn）从消费端的“酷炫（xuàn）”功能转向针（zhēn）对商用（yòng）端“对症（zhèng）下药”的大背（bèi）景下，摆（bǎi）在联想研究院面（miàn）前的必（bì）将（jiāng）是更将广阔的天地。