算力制造业智能化转型：数据、算力、算法三要素

伴随着新一代信息技术的出现和发展，我国行业呈现出不同的发展趋势：

- 第一个趋势是信息消费的升级。随着智能设备的普及和升级，智能设备需求的提升，推进着智能创新产品从计算机到计算力的拓展。 - 第二个趋势是信息基础设施的升级。从传统单一的IT基础设施设备到新的IT基础设施设备的转变升级。 - 第三个趋势是从数字化到智能化的应用升级。人工智能是一个核心，在这个基础上，数据、算力、算法实际上是智能化解决方案的核心要素。

联想企业科技集团首席市场官盛蓓蒂表示，从数字时代到智能化时代，科技进步不再是以线性的方式发展，而是以指数方式发展。新科技将带来新产品、新产业，同时构建新生活，发展新经济，形成新的格局。特别是2020年疫情的影响，数字化转型的新的共识已经成为了企业发展的新常态和新的基因。

制造业智能化升级成重点谈到产业数字化、智能化转型升级不得不提到制造业。众所周知，在我国制造业是立国之本，强国之基。纵观中国制造业的发展主要经历了四个阶段：机器化时代、电气化时代、信息化时代、智能化时代，在每个发展阶段都表现出了不同的发展特点。

当前，新一轮科技革命和产业变革方兴未艾，云计算、大数据、物联网、人工智能等新一代信息技术，正推动制造业进入智能化时代。随着人工智能技术从实验室走向产业化，无论是国家层面还是企业层面，都在积极推动制造业的智能化转型，制造企业在不断利用信息化技术优化生产线、改进产品架构，从而提高生产效率、产品质量，并能更快速地对国际市场变化做出响应。

通过机器换人、利用人工智能技术进行产品检测等智能化改造，在提高生产效率、保持“中国制造”物美价廉优势的同时，进一步提高中国产品的性能和质量，推动实现从“中国制造”向“中国智造”、“中国产品”向“中国品牌”的转变。

在整个制造行业中，制造业分为31大类，191中类，252小类，在众多门类中各个企业所处的数字化转型阶段都不同，有的制造企业停留在信息化阶段，有的头部企业已经完成数字化转型并迈向智能化阶段。

制造业向智能化转型过程中普遍存在的痛点是海量数据、数据格式千奇百怪、产生数据的设备多种多样等问题。这些数据如何完成清洗、收集并通过算力算法把它应用起来？这是制造业数字化转型过程中比较基础的问题。

另外，制造企业场景的多样化需求也导致其数字化、智能化水平参差不齐，比如质量控制、良率控制的场景；比如排产，是人工排产还是机器排产？是一般信息化排产还是人工智能排产？

在联想ISG中国区产品规划与交付总监黄山看来，不同企业的智能化转型速度存在一定的差异。标杆企业的痛点在于客户具备智能化算力算法，但不具备搭建一套小强矿机“端-边-云”协同的体系，这样就使数据孤岛现象更加严重；中小企业最大的困难在于其不具备基础的算力算法、上层AI应用以及开发能力等。

黄山表示，对于标杆企业，联想可以参与到“端-边-云”协同体系的构建中，为其提供人工智能软件、边的软件能力以及端的软件能力。

对于智能化水平较低的中小企业而言，联想提供PaaS平台，为上级开发者提供标准的平台开发流程和服务流程，让开发者很容易地去复制每一次针对不同的场景去做的应用。帮助中小型企业大大减少服务的成本和组建解决方案的难度。

新IT、新算力应运而生从硬件到服务的转变。企业