科技行者

行者学院 转型私董会 科技行者专题报道 网红大战科技行者

知识库

知识库 安全导航

至顶网软件频道行业应用借力微软Azure机器学习,联想对未来“尽在掌握”

借力微软Azure机器学习,联想对未来“尽在掌握”

  • 扫一扫
    分享文章到微信

  • 扫一扫
    关注官方公众号
    至顶头条

如何搭建出一套智能解决方案,借助先进的技术手段,及时对市场变化进行感知,准确把握供应链出货量,从而为企业制定商业决策提供参考,成为了联想BT/IT部门战略变革总监高汪军一直探索并努力的方向。

来源:至顶网软件频道2017-07-05 21:35:25

关键字: 微软 Azure 机器学习 联想 数字化转型

  • 评论
  • 分享微博
  • 分享邮件

至顶网软件频道消息: 对于现如今大多数的消费者来说,个人电脑早已是大众普及的电子产品。但是对于联想——这家全球电脑市场的领导企业来说,一台电脑所代表的,远没有那么简单:每一台电脑,都意味着从主板、内存条、CPU、显卡,到光驱、机箱、电源、显示器、鼠标、键盘等等繁复配件的组合,而这背后所涉及的,则是众多上下游供应链厂商、数以亿计的零部件、大额的资金链,等等。

事实上,无论是从以产品为中心的4P策略“产品、价格、渠道、促销”出发,还是从以消费者为中心的4C策略“消费者、成本、方便、沟通”出发,市场预测之于联想这样业务量庞大的企业而言,都是必不可缺的。以往,想要获得较为准确的销售预测数据,只能够通过购买调研机构的市场预测报告,而这类报告的价格往往动辄数百万美元,成本极高。于是,如何搭建出一套智能解决方案,借助先进的技术手段,及时对市场变化进行感知,准确把握供应链出货量,从而为企业制定商业决策提供参考,成为了联想BT/IT(Business Transformation/Information Technology)部门战略变革总监高汪军一直探索并努力的方向。

相关的尝试,高汪军和他的团队从六七年前就开始了。“我们提出过很多设想,希望能够借助一些当时比较先进技术手段实现对预测的销量”,高汪军表示,“比如通过在本地运行R语言,分析结构化以及非结构化数据”。但最终,测试结果让高汪军和团队感觉“并不理想”。经过分析,高汪军发现问题主要集中在几个方面:模型采样缺少多样性、参考数据不够新、颗粒度大;此外,整体的数据运算都依靠单机运行,从建模到调优往往都需要几天的时间,运行压力大、效率也得不到提升。“可以说,几番尝试下来的结果并不尽如人意,当时的我们并没能够找到一个真正能根据数据分析便能预测未来的‘智能’系统解决方案。”

机器学习赢先机

近几年,伴随着云计算、大数据应用的不断创新,信息技术及管理理念也随之进步,以信息技术为核心的新一轮科技革命和产业变革中。人工智能、数字制造、3D打印等技术的突破正在重构制造业技术体系,并逐渐为广大的制造行业客户创造着价值。越来越多的制造企业已开始选择借助技术打通生态系统中的多个环节,在供应链的管理上承上启下,以期利用供应链的科学化管理能降低成本、优化市场预测和商业决策,从而进一步提升企业的竞争力。

这一切的变化,都让高汪军看到了再次尝试的可能性:大约从一年前开始,联想BT/IT战略转型部门开始接触基于微软智能云的Azure机器学习功能及其在相关领域的应用。“我们先是合作做了一个预测系统的POC (Proof of concept,概念验证),发现基于云这种具备高灵活性、高可用性的平台,我们可以同时运算四个模型,找出所有模型也只需要10分钟左右。可以说从性能上来说,是完全满足我们要求的”,高汪军表示,“在这期间,微软的业务部门跟我们始终保持着深入沟通,微软的技术部门也积极地跟我们进行技术交流,他们希望能够准确、深入地把握我们在业务方面的需求。”基于密切的沟通和对联想在销量预测方面的需求理解,微软不断地对预测建模进行配置调整,并相应的进行定制化的设计和优化。

“在真正投入到实际的销量预测之前,我们也尝试过多种实验,希望能够对这套预测模型的预测能力做到心中有数”。带着这样的目的,高汪军和他的团队选择了对“美国消费类PC出货量”以及“全球消费类PC出货量”进行预测实验。测试的结果让高汪军和团队十分惊喜。“我们发现,借助Azure机器学习构建的预测模型,对于前者的预测准确率已经达到了89.9%;而针对后者,即便训练精度已经接近1,我们的预测预准确率依旧可以达到91.8%”。更让高汪军期待的是,他了解到,如果能够获取到更多历史相关数据、以及相关专家的经验,这两个预测的准确率还有极大的提升空间。“可以说,这样的结果大大超出了我们的预期。”

目前,这一套基于Azure机器学习的预测模型投入应用。“每个季度,联想都会把自己预测结果与外部第三方分析数据和上季度反馈的实际销量进行比对,研究结果显示,其模型的决定系数和准确度都在不断提升。”其中,北美区(联想在全球分为五大区域,中国、亚太、北美、拉美、欧洲北非)的预测结果已经超过了外部预测报告和专家判断。目而这一结果得到了业务部门的充分肯定,并正在将其用于实际市场决策。

将人工智能转化为真正的“生产力”

回顾一路走来的历程,高汪军觉得有几点让他印象深刻:“合作伊始,双方就选择利用POC的方式大胆尝试新技术,从而快速有效地验证了机器学习技术对于构建这套模型的实用性和可行性,实现了将创新的技术快速转化成生产力的可能。”与此同时,保持与内部业务部门的密切沟通,了解其实际需求,也让高汪军和团队能够对预测模型的设计进行有针对性地优化。

而这一切的背后,微软Azure机器学习的能量释放则成为了最大的助推力。“事实上,机器学习的因果关系有时也有不确定性,而微软通过提供功能强大的云端机器学习功能,在不断地与联想业务沟通中,定制化的设计、优化解决方案,并最终让数据发挥出最优价值。而且,输出的图形化界面非常友善,易于客户上手。在我看来,这正是微软提供的智能解决方案的独到之处。”

今天,伴随着人工智能技术的高速发展,人们对于这项技术的期待已不局限于与人类“博弈”,而是期待着将其转化为触手可及的生产力。联想自身也在积极布局人工智能,联想研究院在建设开放的人工智能平台;而大数据方面,联想的大数据服务经过不断地研发与实践,也已经成功服务于多个行业。未来也在积极扩大和第三方伙伴的合作,加强行业间交流互助。而在微软,普及人工智能全民化,已经在成为微软全球各个部门的共识,人工智能正在重新定义着微软,微软也期待着将人工智能带给更多的企业,为他们打造更多可能,创造更多价值。
 

    • 评论
    • 分享微博
    • 分享邮件
    邮件订阅

    如果您非常迫切的想了解IT领域最新产品与技术信息,那么订阅至顶网技术邮件将是您的最佳途径之一。

    重磅专题
    相关文章
    最新文章