联想毕巍：大数据本质场景未变 突破在于底层技术

这些领域，现在目前我们用了一些人工智能手段、一些新产品平台、新的信息化的手段，在这些领域里边，我们现在都得到大大的改善，使得小批量订单制造现在目前的毛利率能够得到一定的保证，这个是在智能制造领域里边的。以及同时在智能制造里边，其实联想在上半年的时候，我们面临一次巨大的挑战，挑战在哪里？挑战在汇率的变化，以及今年上半年供应链CPU memory硬盘SSD整个部件的涨价，然后供应链短缺。这样的一个情况下，这当中其实对整个的制造产业、制造企业带来一个很大的挑战，很大的要求，这个要求是什么？就是（15：00英文）的精准预测。如果我们能够对今年上半年的订单在去年就有一个精准预测的话，我们就可以提前备货、我们就敢于提前备货，这个提前备货以及对于汇率的变动可能有一些短期预测的话，那这种备货就可以让我们整个的成本得到大规模的优化。

这些方面也是目前的落地实践的一个比较重要的地方，我们目前在帮宝钢做的整个的精准预测当中，其实是帮他们从80%几提升到90%，所以这些地方其实也是有一些比较重要的获得实践的经验。这当中，在这次去年一年宝钢的项目当中，我可以跟大家讲一下，在宝钢的精准预测当中，我们总共用了一万多个参数建的模型，这一万多个参数如果手工去调优的话，几乎是不可行的，所以背后的深度学习、算法chaning（16：07英文），在它现有的数据里边的算法chaning（16：09英文）动态地去调整，然后让这一万多个参数最后调到一个比较有用的组合状态，其实就变得非常重要了。

大家可以想象，就是一个汽车钢材，它的汽车订单对宝钢特种钢材的订单，和它的下游、上游的供应链之间的联动关系的精准预测，这件事用了一万多个参数。如果按照传统的方式去做的话，其实大家都知道，参数越多，你这个模型可能越精细化，但是在传统的技术环境里边，你要去调优，你要让这个算法变得非常精准、变得非常符合有用，其实是非常难的。但是现在目前人工智能深度学习的能力，帮我们逾越了这个障碍。所以我现在看到说，如果简单来讲的话，人工智能与大数据的结合最主要体现在这里边。

在医疗这块，我们近期也是做了很多的挑战，在这个领域里边，其实还结合了一些AI、BI的技术，后面我有一些具体的场景跟大家汇报一下。

（编辑：西安站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!