（原標題：大數據助力企業從“製造”向“智造”轉型）
鋼板冷軋過程中的色差、劃傷、污染、夾雜等十幾種不良問題，過去靠人工檢測，抽檢率最高45%，檢測人員還很容易視覺疲勞。採用機器視覺檢測後，不僅實現了實時檢測，抽檢率提升到91%，還可以自動給板材分級。
這套由聯想大數據團隊開發的機器視覺檢測系統，已經在國內幾家鋼廠投入使用。而機器視覺，只是聯想大數據賦能製造業的眾多解決方案中的一個。
——通過大數據演算法構建需求預測模型。借助機器學習和知識圖譜，聯想大數據為一家鋼鐵行業客戶精準預測鋼材需求，併為下游廠商精準畫像。相對於以前的專家預估方法，預測準確率大幅提升至92.2%以上，有效降低庫存成本數千萬元，對應産品庫存週期週轉時間降低了20%。
——基於聯想協同製造支撐平臺，聯想大數據為一家乘用車企業完成了汽車行銷系統、客服系統、售後系統、生産製造系統、車聯網系統多業務的系統接入，基於大數據演算法，針對業務異常的智慧診斷分析效率提升了60%以上，一年降低運營成本上千萬元。
——借助聯想大數據物聯網平臺，武漢石化將催化裂化裝置的歷史數據和實時生産工藝數據整合起來，通過智慧化處理和機理分析，解決了一些傳統工業軟體無法解決的關鍵問題，實現了裝置工藝鏈的整體優化，進一步推動企業的智慧化轉型。
……
在近日于上海舉行的“2018中國國際工業博覽會”上，首次參展的聯想大數據一口氣推出了三款重量級産品——工業大數據解決方案、工業網際網路平臺預覽版和物聯網平臺，為中國離散型製造企業提供了一條從“製造”到“智造”的可行路線。
聯想集團副總裁、首席研究員、大數據事業部總經理田日輝舉例説，大數據與人工智慧全面部署後，聯想2500人IT團隊，在不到兩年的時間裏已經減少了1000人，效率卻提升了。聯想生産手機和平板電腦全系列産品的武漢工廠實現了生産線和邊緣端數據的高效對接、採集和處理，從而改善了關鍵設備的健康狀況，降低拋料率，提高整體裝備效率，大幅優化製品和成品的良率，提升監控和維護效率，讓工廠的精益生産邁上了一個新臺階。
聯想大數據的數據智慧産品和方案，正在為國內近百家鋼鐵、建材、電力、新能源等流程製造企業，以及汽車、精工機械和電子家電等離散型製造企業提供支援和服務。(王政)
