至顶网CIO与应用频道 01月22日 北京消息:数字化转型已经成为企业的必经之路,联想是典型的信息技术提供商,同时也是典型的离散制造商,联想看到不同行业中的特点,通过学习合作,以大数据等新技术驱动行业企业数字化转型。2019年1月21日,联想集团发布联想数字化转型咨询服务(简称联想咨询),为中国制造企业的数字化转型提供全价值链的咨询服务。
联想咨询将立足中国市场,向东亚以及全球市场延伸。行业重点在汽车、石化、金融等行业上,之后计划拓展至电力、能源、水务等领域。
转型咨询为中国数字化转型贡献联想力量
联想集团高级副总裁兼首席战略市场官乔健表示,云计算、大数据、人工智能等发展让现在逐步进入了智能化时代,联想拥有强大的研发团队以及行业知识。
联想集团高级副总裁兼首席战略市场官乔健
同时,如今数字化转型趋势为行业提供了变革升级的最好机会,这也是联想最好的机会,是联想过去深厚积累爆发的有利时机,希望联想咨询服务能帮助联想成为数字化转型方面的领导者和赋能者,为中国数字化转型贡献出联想力量。
联想作为植根中国,面向全球的世界500 强高科技制造企业,在数字化转型方面取得了丰硕的成果, 积累了丰富的经验,是中国先进制造业的典型代表。联想是全球最大的PC厂商,服务器全球排名第4,全球每500台超级计算机中联想就占有140台。
领先的制造经验和强大的算力产生了大量数据,为了更好地挖掘数据价值,联想早在2013年就启动了以数据智能为核心的数字化转型,历经五年时间,建成了全球统一的全量数据平台(Lenovo Unified Data Platform),覆盖了95%的业务和数据,形成了先进的技术和管理体系;同时,通过研产供销服的全面智能化应用,赋能全价值链业务,为联想智能变革战略的快速落地提供强大支撑和保障。
联想集团高级副总裁、联想创投集团总裁贺志强指出三点。
第一、联想是全球化制造企业,年产几亿台终端,行销160多个国家和地区,从研发、生产制造、销售、售后、供应链管理等,联想的业务涉及制造业的全价值链;
第二、联想专注于新一代关键使能技术的研究与应用,更有能力理解大数据和人工智能,所以联想数据智能平台和业务能力更容易在其他行业得到认可;
第三、联想有责任将自身数字化经验输出,为更多的行业服务,帮助其建立更有竞争力的数据智能驱动业务模型,而这种完全新型的业务模型只有联想这样的亲历者才能成功构建,这是联想的核心优势。
联想集团高级副总裁、联想创投集团总裁贺志强
START数字化转型方法论+联想最佳实践集 引领数字化转型
联想集团副总裁、首席研究员田日辉指出,联想在实践过程中通过不断探索与总结,形成了以数据智能为核心“START”数字化转型方法论。
Strategy Approaches帮助企业制定数字化战略。明晰转型路径;
Technology Enabling Center构建技术赋能中心。在基础设施层,选择以私有云为核心的混合云模式;在数据智能层,融合数据湖、物联网、人工智能、微服务以及数据治理等数字化技术,实现技术创新赋能业务发展。
Analytics&AI Empowering Business实现业务智能运营。构建面向业务域的智能平台和应用,实现企业全价值链智能化,加速转型升级。
Reinvention of Business Model重塑业务模式。驱动业务模式优化与创新,带来新的价值创造。
Transformation Guarantee建设转型保障体系。建设支撑数字化转型的企业文化和管理体系,确保数字化建设落地成效。
联想集团副总裁、首席研究员田日辉
联想在企业数字化转型自选领域具备五大优势:第一、专注新一代关键使能技术的研究与应用;第二、提供端到端的全链条的服务闭环;第三、积累丰富的行业数字化转型成功案例;第四、拥有联想自身全方位的最佳实践做参考;第五、储备了大量的数字化技术专业人才和行业专家。
在内部实践和外部服务中,联想形成了数字化转型最佳实践集,帮助诸多行业领军企业实现数字化转型。
在内部,建立数字化转型架构体系“1+5+10”,包括1个混合云,5个技术智能平台、10个业务智能平台和N个智能应用,并在数字化客户经营、智能制造、智慧供应链等多项数字化业务上形成突破,全面支持了集团的战略转型与快速发展。
在外部,联想通过数字化整体解决方案,对企业战略规划及落地、业务发展及创新、新技术变革及应用进行全方位赋能。以武汉石化为例,联想首先整合了生产相关的各类系统,将大量生产相关的数据,例如操作数据、质量数据、成本数据、和能源数据等,汇聚形成生产数据湖,而后以石化行业客户炼化过程工艺优化为切入点,构建了工艺参数相关性分析、指标异常监测、指标参数优化和关键点位预警等模型。与传统工艺管控相比,实现了操作异常检出率提升26%,关键点位异常检出率提升33%。
联想创投大数据及物联网业务总经理吴越表示,一方面集团侧,帮助客户做整体的数字化平台的规划和设计,一方面厂侧,解决每一个行业生产过程中遇到的现实问题。
未来,联想咨询服务将从数字化战略、数字化业务和数字化技术三个方面着手,以强大的新技术研究与应用为基础,以自身最佳实践集做参考,针对客户个性化需求,提供从规划设计、专业技术到业务赋能的全链条服务,实现端到端的价值闭环,确保落地成效。
好文章,需要你的鼓励
ETH Zürich等机构研究人员提出TrustVLM框架,解决视觉-语言模型预测可信度问题。该方法利用模型中存在的"模态差距",创新性地结合图像到文本和图像到图像的相似度,实现无需重新训练即可大幅提升误分类检测性能。在17个数据集的严格测试中,TrustVLM相比现有方法在关键指标上提升显著,同时改善了零样本分类准确率。此成果为AI系统在自动驾驶、医疗等安全关键领域的可靠部署提供了重要保障。
这项研究提出了个性化安全概念,解决大语言模型对不同用户采用统一安全标准的问题。研究团队创建了PENGUIN基准测试集评估模型在处理高风险场景时的个性化安全能力,并开发了RAISE框架高效获取关键用户信息。实验表明,提供用户背景可使安全分数提高43.2%,而RAISE框架通过平均仅2.7次交互即可提高安全分数31.6%。这一创新方法将AI安全从"一刀切"转向"个性定制",为高风险领域的AI应用提供了新思路。
明尼苏达大学研究团队提出了一种创新方法,通过回合级信誉分配显著提升大语言模型(LLM)智能体的多回合推理能力。传统方法只对整个过程进行评价,而他们的MT-GRPO算法能够精确评估每个决策步骤的价值,就像为每一步提供具体反馈。在维基百科搜索工具使用场景中,该方法实现了100%的工具执行成功率和50%的答案精确匹配率,远超传统方法。这一突破不仅提高了AI在多步骤任务中的表现,也为开发更复杂的AI系统提供了重要思路。
这篇研究介绍了PISCES——一种能精确从大语言模型参数中移除特定概念知识的创新技术。与现有方法不同,PISCES通过解缠器模型识别概念相关特征,直接编辑模型参数,实现了更精准的知识移除。在Gemma和Llama模型上的测试表明,该方法不仅有效降低了目标概念的准确率(低至7.7%),还保持了模型在无关领域的高性能,并显著提高了对"重新学习"的抵抗力。这一突破为AI系统的安全部署和合规使用提供了新的可能性。