化解制造業最難點 聯想智鏈入選CSDN實踐案例Top 30
對于制造業來說，最難做的事情就是預測需求，讓產銷平衡。在聯想，因為有了AI加持的智慧服務供應鏈系統，這個問題迎刃而解，每年還能夠節省千萬美元資金。
近日，全球知名中文IT技術交流平臺CSDN公布2020年度 “百萬人學AI” 評選結果，聯想研究院攜手業務部門打造的聯想智慧服務供應鏈系統（聯想智鏈）入選AI 優秀案例實踐獎Top 30，同時入圍的還有騰訊、京東、科大訊飛等行業頂級AI公司案例。
按照CSDN的評選標準，入選的優秀案例均通過AI技術改善業務流程，降低生產成本，提高生產效率，真正解決實際業務問題，探索出經濟上可行的解決方案，并且具有一定的示范性和可復制性。
據此，CSDN認為，聯想智鏈通過機器學習和運籌優化技術，打破行業痛點，顯著提升服務供應鏈的表現，降低企業服務供應鏈采購、運輸、庫存等運營成本，加快企業數字化轉型步伐。
作為全球最大的PC廠商，聯想售后服務部門每年要給全球用戶更換海量配件，由于各地配件消耗數量和種類各不相同，還會受到交通和季節影響，如在印度雨季，手機和筆記本的特定備件壞損率會急劇提升，預測復雜度因而陡增。
很多時候，在新產品剛上市還沒有具體用量時，就需要為備件提前備貨，而服務供應鏈最大的痛點便是對未來的需求把握不準確、應對突發事件的儲備預案不足、多元可替換備件調度不智能、多需求點同時調度請求時分配不合理等等。
過去，類似的問題往往依靠備件計劃員的經驗和規則來化解，如今，隨著AI的應用，可以自動從數據中發現規律，找到應對之策。
聯想智鏈面向服務供應鏈，基于多種機器學習算法和運籌優化技術，快速準確地助力企業進行服務供應鏈網絡規劃、備件需求計劃、庫存優化等決策支持，快速滿足客戶需求，提升用戶滿意度，同時降低企業服務供應鏈采購、運輸、庫存等運營成本，重點技術包括：需求預測、時間序列生成、服務供應鏈仿真模擬、多目標貝葉斯優化等。
在具體應用場景方面，聯想智鏈通過機器學習引發主動需求預測，觸發多層級多場景下對服務備件整個生命周期以及采購計劃期內，準確的需求趨勢分析和需求周期性波動預測。
通俗地解釋就是，有了AI的加持，聯想智鏈能夠在用戶的產品發生故障以前就感知到需求。在應用聯想智鏈后，備件需求預測比人工表現提升了7％，人員需求減少20％，采購支出減少23％，庫存總水平減少18％，每年可節省上千萬美元資金。
對于聯想而言，人工智能已經滲透在其供應鏈的多個環節，除了聯想智鏈，還有智能排產以及通過機器學習賦能的城市配送方案等。未來，聯想研究院將繼續致力于多場景的人工智能算法應用，用智能決策實現效率和質量的雙提升，讓智能變革越AI越深刻。
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
-
6月12日立即預約>> 2026騰訊云長沙峰會，解鎖增長新動能
-
5月30日立即報名>> 2026激光行業應用創新發展藍皮書火熱招編中！
-
5月31日立即下載>> 【白皮書】村田室內外定位解決方案
-
即日-5.31立即申報>>> 維科杯·OFweek 2026光學行業年度評選
-
5月31日立即申報>>> 維科杯•OFweek 2026激光行業年度評選
-
即日-6.1立即參編>> 【企業參編】2026人工智能+場景化、圖譜化智能制造發展藍皮書
