近10年資料智能團隊建設，聯想總結了由内而外的發展經驗 | 專訪聯想集團副總裁田日輝

去年6月，聯想集團公開宣布，成立資料智能業務集團 （Data Intelligence Business Group，DIBG），由藍烨擔任進階副總裁，直接向楊元慶彙報。同時，聯想集團副總裁田日輝負責資料智能業務集團的産品和生态業務，彙報給藍烨。

在當時寫給資料智能業務集團的内部信中，聯想集團董事長兼首席執行官楊元慶表示，“在大資料積累的基礎上成立聯想資料智能業務集團，是為了加速智能化變革，是實施聯想行業智能（Smart Verticals）戰略的重要舉措。”

這也是一直被外界譽為資訊化标杆企業的聯想，向資料智能領域延伸業務的一次重要的商業布局。

其實聯想内部廣義上的資訊化早在2000年左右就開啟了。經過20多年的資訊化實踐和積累，聯想目前的大型主系統有上千套，整個公司伺服器加起來有上萬台，資料鍊量級已經達到十幾個PB。

同時，聯想在全球都營運着龐大的上下遊生态，在全球兩百多個國家和地區同步進行使用者服務與體系建構，目前有50多家上遊企業，2000多家下遊管道企業。

經過一年的發展，聯想資料智能業務集團發展如何？聯想集團的資料平台建構與資料團隊建設又有怎樣的進展？針對以上問題，上個月，我們對聯想資料智能業務集團産品及生态總經理田日輝先生進行了一次專訪。

三階段資料團隊建設，打造全價值鍊資料智能平台

在成立資料智能業務集團之前，聯想内部的資料團隊其實已經初具規模，團隊建設也不是一蹴而就的。

自2011年聯想開始應用大資料至今，聯想的資料平台建設主要可以劃分成三個階段：

第一階段：企業内部先進資料應用建設；

第二階段：在内部和外部建構平台；

第三個階段：建構上下遊企業的資料智能生态。

2011年到2015年是聯想數字團隊建設的起步階段。當時的資料團隊還主要是服務聯想内部拓展資料的應用，是以資料團隊的規模很小，隻有十幾個人，四年後慢慢擴充到一百多人。

田日輝告訴我們，當時團隊研發中國第一款安卓系統手機樂phone，通過應用商店、SBK模拟器、開發環境與資料分析工具等來建構一套大資料體系，進而幫助應用商店開發者收集相關使用資料。聯想的資料團隊最早就是從此入手，幫助應用商店的開發者分析月活、日活與産品品質等資料，持續不斷優化這些智能應用。

田日輝表示，在初期内部硬體的生産上，聯想就對于資訊化比較重視，是國内首批使用ERP的企業之一，因為自2004年收購IBM 的PC業務後，全球化運作對資訊系統的要求較高，IBM原本的很多系統被逐漸廢掉，聯想也建構了自有系統，提升效率。

之後随着這些應用的深入，大資料不僅能在應用層對産品提供優化，企業内部大量的營運資料，對企業産品研發、供應鍊管理、市場營銷還有很多影響，使得資料應用可以擴充到整個延産供銷服務全價值鍊。

2016年到2019年下半年，聯想開始進入了資料團隊建設的第二階段，開始把資料應用大規模進行平台化和推廣，并開始将能力對外輸出，拓展給外部使用者，并在公司内部建構平台。

這一階段，聯想開始有計劃的建設全公司“人人都能使用”的資料平台，“這個過程中，公司内部核心政策就是人人都是分析師。”

田日輝提到，資料團隊負責建平台，把核心資料和公用資料幫使用者整理好；業務人員（IT部門、業務部門等）完成平台分析工作，大量人員參與進來，使得業務經驗能夠與資料分析方法更好結合起來，以自服務式應用緻力于解決資料科學家缺失的難題。資料團隊開發平台性産品之後，在公司内部先部署與使用，比較成熟之後，再服務外部客戶（汽車、石化、鋼鐵等企業）。外部客戶因為和與内部的應用模式有所不同，有很多創新的需求和應用點，通過回報去優化産品，增加内部應用平台的功能特性，并建立内外部互動模式。

而到了現在，聯想資料團隊建設已經進入了建構生态化階段。聯想所處的行業生态鍊中，上下遊企業都處于資料智能轉型時期，聯想資料團隊現在已經建構了上下遊合作夥伴都能利用的智能化應用平台。平台除了提供算法工具之外，還預置了多年積累的分析資料模型，包括預測、倉儲優化、使用者畫像、精準營銷等，使合作夥伴能夠很快地使用，把資料與業務模型對接，實作業務價值閉環。上下遊企業可以選擇用聯想平台去做智能化軟體，也可以使用聯想的産品建構私有平台。下遊大量中小型制造業企業受限于資訊化成本，在數字化轉型過程面臨很多挑戰，建立生态系統可以使其直接使用經過實踐驗證的平台。

聯想希望在對外服務的同時，也能夠建立起生态系統，服務更多的尤其是中小企業客戶，推動中國智能制造快速轉型。

内外部資料治理結合，優化資料平台結構

細數資料團隊建設的三個階段，田日輝對第二個階段的印象最為深刻。

和很多業務部門較多的集團型企業一樣，業務規模如此龐大的聯想也面臨着資料分散在不同的業務系統中，難以整合的痛點。資料團隊建設在初具規模之後的最重要任務，就是建立起一個更完善的企業級資料分析平台，把這些内部分散的資料以集中的方式進行整合管理并科學地利用起來。

正如上文提到，聯想注重業務與資料團隊的緊密結合，内部的資料團隊與不同業務部門分工合作。是以從2016年開始，聯想就開始把聯想幾十年資訊化中的大小資料系統整合起來，形成企業整體資料湖，并建構統一的資料模型。

資料團隊在中央提供分析算法工具，積累推廣模型，提供複雜模組化過程的二線幫助并舉辦教育訓練活動，輔助業務部門采取自助式的服務。

田日輝給我們舉了個銷量預測的例子，說明聯想資料智能團隊内部是如何使用内部流程化工具為業務部門提供輔助的。

聯想生産銷售各種複雜的裝置，是以銷量預測是多層次的，總銷量預測會分不同地區和不同産品線。在不斷發展中，資料團隊把預測模型放到平台上，通過幾輪配型後，進行模型積累。平台本身提供很多分析和算法工具，使業務人員運用不同的資料級，使用自動化機器學習工具測試不同的算法，并給出最優結果，同時根據業務實踐來判斷哪個參數和配置最符合要求。

由于相關資料表極其龐大，可能會存在一些資料沖突，是以公司級大平台可以進行統一資料治理，讓所有人的分析工作達到比較好的效果。

要做一個有效的預測或者優化，資料鍊，尤其資料的廣度是非常關鍵的，是以聯想也引入了很多外部資料。在内部平台建設的同時，聯想接入大量外部資料進行合作。合作的供應商、市場預測部門、客戶滿意度調查，各種産品品質回報等資料都會作為外部資料彙總進來。

内部的資料平台建設逐漸成熟後，聯想的資料團隊也開始将資料能力輸出給提供商與服務提供商，更需要深入了解客戶業務和機理模型。

對于外部行業客戶，聯想内部的資料科學家在專業知識了解方面相對薄弱。在進入行業初期，團隊與客戶的行業專家一起做項目，客戶對企業的資料積累情況與行業的機理模型更清楚，而團隊對資料與算法比較清楚。漸漸，客戶本身會具備資料使用能力，團隊也會積累一些所謂的行業專家，進而把應用模型帶給其他客戶。由于很多案例和應用架構可以複用，團隊也一直在嘗試加強對行業的了解，建立一些行業專家人才隊伍。

是以，田日輝對于意向進入資料科學領域的高校學生，也提出了一些行業知識的期待。

“掌握新技術有較好的基礎，且自學能力與使用能力強。但是應該更多了解企業的營運模式，業務需求和機理模型，多參加一些真正與實戰相結合的活動，或到企業裡面參與一些實際的工作與項目。”

明确團隊績效名額，“不是一件難事”

很多團隊關心資料團隊本身的商業影響力及其産生的價值，相比一些傳統的部門，資料團隊的價值比較難估計與量化。

但在聯想内部，估算産出投入與價值卻并不是一個很困難的事情。

田日輝提到，由于在第二階段建設了全集團統一的資料平台，隻需要了解公司内外對于資料平台的調用有多少，并且在平台内的操作幫助業務部門創造了多少價值即可。

具體來說，團隊關鍵KPI有使用者數，産生的價值量等。由于最終的應用由業務部門完成，完成這個項目後，它的品質提升了多少，它的預測精準度提高了多少，意味着多少業務價值，都是很明顯的。

到了第三階段，對于上下遊企業來說，外部企業客戶最直接的價值就是其購買産品與服務花費的數額，且客戶對于投入産出比的敏感性，這個名額也是很容易衡量的。

舉個例子，2017年底聯想開始與中國頂尖的石化企業合作，一起做催化裂化裝置的工藝參數優化。最後聯想的投入是客戶出資的五六倍，但是團隊也樂于與跟客戶一起，把石化行業的标杆客戶拿下，這件事對企業有非常大的業務價值，且這類價值比較容易衡量。

今年的疫情期間，雖然全球經濟都受到了影響，但是田日輝的團隊并沒有改變原有的發展路線圖和考核标準。

田日輝告訴我們，從使用者使用的角度來說，雲模式的産品無論從分析還是從報表各方面，基本上沒有太大的影響。中央的資料團隊雖然在家裡遠端辦公，資料使用者也在家裡辦公，但是整個平台運轉還是很正常。

疫情對團隊業務本身供應鍊會有一些影響，即使用者的需求。由于疫情影響，客戶對聯想的産品，無論是業内産品還是雲服務的産品，以及資料智能轉型服務這些産品的需求，都是有所提升的。聯想的私有雲給外部客戶提供的服務略有影響，展現在團隊幫助客戶來建構私有雲之後，在建設初期，需要做使用者訪談和資料治理，和雲業務部門有比較多的溝通，這些項目會受一定的影響，但是比例不是很大。在面對疫情等重大社會事件下的經濟現狀中，田日輝也希望團隊保持積極心态，推定資料平台與服務更新，尋求穩定發展。