联想的工业大数据建设已经走过了七年时间，我们的应用专题已经达到500多个，从产品设计、生产制造、物流配送、产品营销、仓储物流、零售到客户服务等各个方面都采用了整体的大数据建设方案，每一个应用专题都针对不同的用户需求，并总结出一些经验与外部的专家进行分享。
在建设任何一个项目时，都要看到它的量化指标及投入产出比。
要建大数据平台和基础设施服务，就可以通过总体性评估和投入评估来去看一些基础设施是如何和各个项目进行分摊的，这是技术和业务相结合的策略。对于联想而言，是基于AI来建设未来的智能工厂，实现端到端的价值链贯通以及实现一些可预测的大数据分析和应用。通过这些建设策略，可以看到每一项建设策略里的一些举措，再细分出来，最后和整个公司的发展目标进行对照。
联想大数据提出了工业互联网的五大特征，就是透明、感知、柔性、敏捷、无忧。不同部门有不同的理解，最终求同存异，因为共性会占据绝大多数人的思维空间。数据文化或建设文化会趋于统一，各个部门的配合会趋于流畅。
通过这五个特点形成一个愿景，即如何通过工业互联网实现智能制造。
在这个过程中需要建设几大能力：
第一大能力是全域的数据融合。全域数据融合除了狭义的理解外，还包括公司内部全员数据、经营域的数据或者销售域的数据，还要关注行业数据，建立广域大数据集合体，形成对数据的获取能力。
第二大能力是融合工业的KNOWHOW的AI算法模型，就是机理模型和算法模型的融合。建立在数字化基础之上，我们已经拥有了大量的数据资产，之后我们将机理模型和数据模型进行一个整合，通过状态感知、实时分析、科学决策以及精准执行再反馈到系统当中，形成业务闭环。
第三大能力是指通过微服务架构实现敏捷闭环。太多传统工业软件是非常庞大的系统，不灵活并且无法响应业务的高效迭代，所以通过微服务架构去打破传统的工业知识和传统工业软件之间的隔阂，采用微服务架构，对知识产权进行有效管理，同时可以进行快速开发、快速引进。
第四大能力是为用户提供端到端的产品、方案和专业服务，为整个技术的交付提供相应的保障。
閱讀更多 軌道交通供應鏈管理 的文章
