近日,由联想集团官方出品、机械工业出版社权威发行的《企业智能化转型方法与实践:联想启示录》新书发布会在北京圆满举行。联想集团副总裁、中国区战略及业务拓展副总裁、联想全球学习中心智能化转型研修院院长阿不力克木·阿不力米提(以下简称“阿木”)详解了联想智能化转型“密码”。
阿木回顾了联想自身从信息化到数字化再到智能化转型的全过程,重点分享了联想全价值链智能化转型实战经验,披露了联想“价值引领、体系化推进”的立体式转型之路。阿木表示,期待新书的出版可以助力中国企业、机构的智能化转型,并为千行万业探索有规律可循且各具特色的智能化转型之路带来启发。
今年是联想成立的第40个年头。成立40年来,联想全程经历了中国信息化、数字化和智能化的发展历程。阿木介绍说,联想正迈入面向AI的第五个十年,人类社会也正进入一个全新的时代,即智能革命时代。这个时代,依托“端-边-云-网-智”新IT架构的AI技术,从算力、算法和数据上都在快速突破,推动产业再次升级,甚至催生全新的工作形态和全新的劳动者,使得全球经济实现跨越式发展。
这背后需要推进智能化转型的基本思想方法,并洞察转型规律。作为“双实企业”的典型代表,联想的智能化转型具备非常深厚的土壤,一方面比较早期地预见了智能革命对应的AI这一全新生产力的发展趋势,另一方面作为实体企业,自身变革也引入了AI这一新生产力,推进内部效率的大幅提升和业务模式的加速创新。
“价值引领、体系化推进”是联想智能化转型的特色。阿木介绍说,企业的智能化转型不是简单的信息技术或IT技术的变革,而是企业自身的完整变革,要以创造企业价值为核心来解构智能化转型这个命题。
联想智能化转型聚焦运营价值、战略价值、行业与社会三大价值,一体化推动做好转型战略、智能业务运营、数字底座和组织与文化变革4个方面的工作。
在三大价值中,运营价值主要集中在企业内部价值链,通过数字化和智能化转型实现企业运营的降本增效、驱动主营业务增长以及持续提升客户体验;战略价值聚焦创新业务模式、打造新增长引擎和建立韧性发展能力;行业与社会价值包括两个方面:一是推动行业变革,二是履行社会责任,如更有效地创造节能减排、环境保护等长远价值。
阿木提到,联想较早启动智能化转型,首先就确定了智能化转型战略,包括智能化转型顶层框架设计、统一共识转型蓝图、明确和持续迭代路线图、建立价值驱动的螺旋式推进方法等。
在确立智能化转型战略之后,联想围绕重塑组织、培养人才与文化再造三个方面发力,持续升级组织文化与人才建设,以支撑战略的落地。阿木强调,联想在公司内部建立了推动智能化转型的专业组织,并在内部形成数据驱动的平台化、扁平化组织形态。同时联想也大刀阔斧地建立了智能化人才标准和培养体系,并再造企业文化,将“智能创新”融入新文化之中,将公司全员动员起来。
同时,联想全面升级了新IT数字底座,以提升业务的弹性和韧性。“数字底座的建设是比较专业的课题,企业需要由原来传统的IT稳态架构,升级转变为一个稳态和敏态相结合、自动运维的新型数字底座。”阿木表示,数字底座是技术骨架,要真正产生业务价值,需要一个业务和技术之间的衔接的平台。联想通过自身内生的实践和客户服务的需要,沉淀出了一套智能IT引擎“擎天”。如今“擎天”已经全面升级为企业智能体驱动的擎天3.0。
在智能业务运营方面,联想广泛应用了AI,以实现全价值链的智能运营。“智能化转型的真谛是要将AI技术真正应用到业务核心环节”,阿木强调,在联想的智能化转型当中,围绕着全价值链有非常多的人工智能技术渗透,而联想智能业务运营初始就引入了AI技术来进行改造。目前,联想业务全价值链已经产生了大量AI技术实践,核心业务环节的AI应用已经超过500个场景。
以智能排产场景为例,联想合肥智造基地联宝工厂的排产员每天要处理8000多张订单,而其中80%的是小于5台的小批量客制化订单,而且这些订单来自全球180多个国家和地区,排产复杂程度不亚于国际象棋。智能化转型之前,工厂只能依靠经验丰富的排产员借助简单的排程软件进行半手工操作,单次端到端要耗费6个小时,而智能化转型之后,智能排产中的核心算法在 1.5分钟之内就可以完成整个工作。
总体而言,联想的智能化转型历程是一个全面、深入、系统化的变革过程,这一过程中,联想总结了大量的实践经验与实战案例,并沉淀和总结经验,撰写了《企业智能化转型方法与实践:联想启示录》一书。阿木表示,希望通过这本新书可以将智能化转型密码分享给更多企业,为产业各界提供参考,加速千行万业智能化转型每一步。
(点击后方链接,购买《企业智能化转型方法与实践:联想启示录》https://item.lenovo.com.cn/product/1038512.html)
好文章,需要你的鼓励
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
AI代码编辑器开发商Cursor完成23亿美元D轮融资,估值达293亿美元。Accel和Coatue领投,Google、Nvidia等参与。公司年化收入已突破10亿美元。Cursor基于微软开源VS Code打造,集成大语言模型帮助开发者编写代码和修复漏洞。其自研Composer模型采用专家混合算法,运行速度比同等质量模型快四倍。公司拥有数百万开发者用户,将用新资金推进AI研究。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。