联想智能制造白皮书(2020版)

联想智能制造白皮书

（2020版）

ConfidentialPage 17/13/2020

目录

第一章 智能制造的发展背景 .......................................................... 6

1.1智能制造发展现状 ................................................................................ 6

1.1.1 世界智能制造发展保持活跃态势 ............................................................... 6

1.1.2 我国智能制造发展面临的机遇和挑战 ....................................................... 6

1.2

智能制造的发展趋势和路径 .................................................................. 8

1.2.1 智能制造的定义及发展趋势 ....................................................................... 8

1.2.2 智能制造的目标和方法 ............................................................................. 10

第二章 联想智能制造实践和方法论 .............................................. 12

2.1联想智能制造发展概况 ...................................................................... 12

2.1.1联想智能制造的发展历程 ......................................................................... 13

2.1.2联想对智能制造的认知理解 ..................................................................... 15

2.1.3联想智能制造的体系框架 ......................................................................... 15

2.2：联想智能制造方法论 ....................................................................... 16

2.2.1战略：联想制造展望-LMO ....................................................................... 17

2.2.2战术：联想分域致胜-ZTW ....................................................................... 18

2.2.3策略：联想组织文化-TOC ........................................................................ 19

第三章 联想智能制造关键技术 .................................................... 22

3.1：智能制造关键技术发展趋势 ............................................................ 22

3.1.1 关键智能制造技术发展前瞻 ..................................................................... 22

3.1.2智能制造关键技术说明 ............................................................................. 23

3.2：联想智能制造技术的应用与探索...................................................... 24

3.2.1 联想端、边、云、网、智建设整体说明 ................................................. 24

3.2.2 端：智能设备 ............................................................................................. 26

3.2.3边：边缘计算和物联网 ............................................................................. 28

ConfidentialPage 27/13/2020

3.2.4 云：混合云与大数据 ................................................................................. 29

3.2.5网：5G与区块链 ........................................................................................ 31

3.2.6智：人工智能算法和开放创新平台 ......................................................... 36

第四章 联想智能制造解决方案和应用场景 .................................. 41

4.1：构建联想智能制造五大核心能力...................................................... 41

4.1.1联想智能制造五大能力构建 ..................................................................... 41

4.1.2联想智能制造解决方案概述 ..................................................................... 43

4.2应用场景一产品设计 ......................................................................... 43

4.2.1 MBD解决方案 ........................................................................................... 44

4.3

应用场景一订单管理 ......................................................................... 46

4.3.1订单可视化解决方案 ................................................................................. 46

4.3.2订单自动化解决方案 ................................................................................. 49

4.3.3订单自主纠错解决方案 ............................................................................. 51

4.4

应用场景一计划排产 ......................................................................... 53

4.4.1整合计划解决方案 ..................................................................................... 53

4.4.2智能排程解决方案 ..................................................................................... 55

4.4.3智能预测解决方案 ..................................................................................... 57

4.4.4供应链智能控制塔 ..................................................................................... 58

4.5

应用场景一采购管理 ......................................................................... 61

4.5.1全球供应协同解决方案 ............................................................................. 61

4.5.2采购计划解决方案 ..................................................................................... 62

4.5.3. 采购执行解决方案 .................................................................................... 64

4.6：应用场景一生产运营 ....................................................................... 67

4.6.1产线自动化解决方案 ................................................................................. 67

4.6.2 MES管理系统解决方案 ............................................................................ 71

4.6.3 LCD自动检测解决方案 ............................................................................ 74

Confidential Page 3 7/13/2020

4.6.4数字化工艺解决方案 ................................................................................. 76

4.6.5产品工程化仿真解决方案 ......................................................................... 79

4.6.6制造过程仿真解决方案 ............................................................................. 82

4.6.7智能生产归因分析解决方案 ..................................................................... 83

4.7：应用场景一仓储物流管理 ................................................................ 85

4.7.1智能仓储解决方案 ..................................................................................... 88

4.7.2智能包装解决方案 ..................................................................................... 92

4.7.3智能IOT监控可视化解决方案 ................................................................. 94

4.7.4 智能物流网络规划选址解决方案 ............................................................. 96

4.7.5智能城配路径规划解决方案 ..................................................................... 98

4.7.6统仓共配解决方案 ................................................................................... 100

4.8：应用场景一服务管理 ..................................................................... 102

4.8.1人工智能客户联络中心解决方案 ........................................................... 103

4.8.2智能服务供应链协同解决方案 ............................................................... 106

4.8.3 智能维修解决方案 ................................................................................... 107

4.9：应用场景一质量管理 ..................................................................... 109

4.9.1闭环质量管理，智能驱动解决方案 ....................................................... 110

第五章 智能制造未来展望 .......................................................... 124

5.1：打造业界最佳智能制造 ........................................................................... 124

5.2：共建智能制造生态圈 ............................................................................... 125

Confidential Page 4 7/13/2020

前 言

2017年联想集团董事长兼CEO杨元庆在世界互联网大会上表示：“智能制造

是全链条的智能化 ，不仅仅是制造环节的智能化，而是把研发、生产、供应、销

售、服务的企业制造全链条都串连起来的全面的智能化，是按照客户的需求设计开

发、采购部件、组织生产、精准营销，并提供个性化服务的全流程的智能化。”

2019年杨元庆在世界制造业大会上表示，社会正在从工业化时代、信息化时

代快速地进入到智能化时代，智能化所需要的基本要素包括物联网、边缘计算、云

计算、5G网络等方面，中国企业跟全球其他国家的企业现在是站在同一起跑线上，

这为实现产品创新、打响国际品牌提供了新的起跳板。

2020年杨元庆在两会中提出推动新基建和新消费协调发展六项建言，并从制

造业出发阐述了通过大力发展以数字化和智能化技术为驱动的智慧经济，推动中国

制造业实现“产业跃迁”，推动中国经济的高质量发展的理念。包括“智慧经济”

的发展，在加快5G等新型基础设施建设的同时还要积极推动智能科技与各行各业

的应用场景相结合，从而充分抓住机遇，促进智慧经济的全面发展，尽早完成产业

跃迁，不负“世界工厂”的大国担当，为经济的高质量发展注入新动能。

回望过去，联想制造三十年是伴随着中国改革开放及联想高速发展，引以为傲

的三十年，在国家及公司各级领导的关怀下，联想制造从无到有、稳步成长。

在前二十年联想制造持续以精益化为基础，改进绩效，提高产品竞争能力，从而提

升公司供应链的整体竞争优势。第三个十年是联想以客户为中心智能化转型的十年，

联想制造以新技术应用为向导，通过不断践行，从而实现了生产环节的“互联互通、

柔性制造、虚实结合、闭环质量、智能决策”，并一步一步向“产品个性化、供应

协同化、服务主动化、决策智能化”的四化目标迈进，进而不断提升自身核心竞争

力。联想通过自身智能制造的实践，不断推进和打造行业智慧生态圈端到端智能化

的能力，从而提升供应链全域整体运作能力，助力产业升级。

Confidential Page 5 7/13/2020

第一章 智能制造的发展背景

1.1智能制造发展现状

1.1.1 世界智能制造发展保持活跃态势

人类进入工业社会之后，制造业逐渐成为一个国家经济能力乃至综合国力的基石。当前全

球经济普遍面临转型压力，作为经济体系的稳定器，制造业迎来了前所未有的发展机遇，同时

也面临着多重挑战。首先在市场层面，越来越多的行业面临全球性产能过剩问题。市场竞争激

烈，需求从过去的大批量、规模化，逐渐转向小规模、个性化定制的新型模式。其次在社会层

面，随着就业人口不断下降和劳动力成本的急剧上升，现有环境资源负担沉重，整个社会生产

组织方式面临转型升级压力。最后在技术层面，在普遍自动化的基础上，物联网、边缘计算、

云计算、大数据、人工智能等技术的发展为制造业的进一步升级提供了强大的技术支撑，同时

也提出了更高的管理要求。可以说，智能制造是技术、社会和市场多方面要素驱动的结果。近

年来，世界主要工业国都纷纷将智能制造上升到国家战略高度，致力于在关键智能制造技术上

取得领先地位。

当前世界范围内，德国、美国和日本仍然是智能制造发展的焦点地区。德国在2013年正

式推出“工业4.0”战略。2013年和2016年发布的《确保德国制造业的未来—实施战略行动

工业4.0的建议》和《实施工业4.0战略》，提出将物联网及服务技术融入制造业，希望通过

将信息通信技术和物理生产系统相结合，打造全球领先的装备制造业，使德国成为先进智能制

造技术的主要创造国和供应国【1】。美国2009年开始制造业回归，通过智能制造解决美国制

造业在人力成本等方面的劣势，重振美国高端制造业。2012年和2014年先后发布AMP

（Advanced Manufacturing Partnership）报告《获取先进制造业国内竞争优势》和《加速

美国先进制造业》，明确了三个制造技术优先领域（制造业中的先进传感、先进控制和平台系

统，虚拟化、信息化和数字制造，先进材料制造）及技术战略建议【2】。此外，日本也是智

能制造领域发展的一大亮点。作为机器人领域强国，日本于2015年提出“机器人新战略”，

通过将机器人与IT技术、大数据、网络、人工智能等深度融合，在日本建立世界机器人技术创

新高地，营造世界一流的机器人应用社会，继续引领物联网时代机器人的发展【3】。

1.1.2 我国智能制造发展面临的机遇和挑战

作为国家间经济竞争的主战场，制造业在中国经济转型升级以及国际分工重新划分中占据

着至关重要的地位，决定了这次“史诗级”战役的成败。在高新技术密集爆发的大背景下，智

Confidential Page 6 7/13/2020

能制造无疑是制造业发展的重要驱动力，是推动制造业高质量发展的主攻方向。大力推进智能

制造发展，是创造新动能、打造新优势，不断增强核心竞争力，推动我国产业迈向中高端的关

键举措。

在政府层面，国家和地方一起发力，积极制定政策驱动智能制造，为我国智能制造发展把

握好大方向。国家层面，2015年，国务院发布实施制造强国战略第一个十年行动纲领《中国制

造2025》，提出实现制造强国的战略任务和重点之一是要推进信息化和工业化的深度融合，要

把智能制造作为两化深度融合的主攻方向【4】。2016年，工信部、财政部发布《智能制造发

展规划（2016-2020年）》，提出智能制造发展“两步走”战略【5】。2017年11月，国务

院发布《关于深化“互联网+先进制造业”发展工业互联网指导意见》，提出要加快建设和发

展工业互联网，推动互联网、大数据、人工智能和实体经济深度融合，发展先进制造业，支持

传统产业优化升级【6】。2019年政府工作报告中，习近平总书记提出，要推动传统产业改造

提升。

同时，中央经济工作会议于2018 年首次提出“新基建”这一概念，至今已有7 次中央级

会议或文件明确表示加强“新基建”。“新基建”提出的5G、特高压、城际高速铁路和城际轨

道交通、新能源汽车充电桩、大数据中心、人工智能、工业互联网七个方向的建设内容，适应

中国当前社会经济发展阶段和转型需求，在补短板的同时将成为社会经济发展的新引擎。特高

压、城际高速轨道交通、新能源汽车等应用行业的竞争力建设依赖于智能制造相关技术的快速

发展，而5G、大数据中心、人工智能、工业互联网等基础性技术的进步，又将持续推动我国智

能制造技术升级的脚步。新基建目标的提出，为我国智能制造升级进一步明确了方向，提升了

内在推动力，夯实了技术基础。作为数字经济的发展基石、转型升级的重要支撑，新一代信息

技术引领的新型基础设施建设已成为我国谋求高质量发展的关键要素【7】。

呼应中央政策，围绕推动制造业高质量发展，强化工业基础和技术创新能力，促进先进制

造业和现代服务业融合发展，加快建设制造强国。地方层面，各省市利好政策不断出台，催生

了大批智能制造产业链企业。广东、福建、安徽、江苏、北京、天津等省市结合自身发展情况，

纷纷提出了地方智能制造发展规划，推动智能制造发展，并在智能制造链条上建设了大量的产

业园区，孕育了一大批智能制造产业链企业，成为中国智能制造产业的重要承载地和孵化器。

根据《世界智能制造中心发展趋势报告（2019）》统计，我国共有437家智能制造类产业园区，

覆盖全国27个省市【8】。与此同时，《中国制造2025》、工信部《智能制造发展规划

（2016-2020年）》等一批规划纲要也提出把全面推行绿色制造作为实现制造强国战略目标的

重要内容，积极追求绿色、智能、可持续的发展，实现与智能制造相互补充，相互促进【9】。

然而，我国工业化和经济现代化起步较晚，制造业总体水平不一，创新研发实力相对薄

Confidential Page 7 7/13/2020

弱，智能制造发展面临诸多挑战。

首先，工业基础设施和核心技术创新能力不足，对外依存度高。与欧美等发达国家相比，

我国在传感器、高端芯片、基础软硬件等方面瓶颈突出，关键核心技术受制于人，严重制约了

我国智能制造的发展。以传感器举例，作为工厂智能化转型的基础条件，传感器在汽车、电子

等离散行业的数据采集上拥有大规模应用。然而，全球电子传感器市场被博世BOSCH、MEAS、

罗克韦尔ROCKWELL等国外企业垄断，国内传感器大多依赖进口，自产传感器几乎全是低端

产品，难以跻身高端市场竞争。

其次，信息化、智能化水平整体滞后。由于我国制造业体量庞大，一些先进的制造业企业

正积极探索从机械化、自动化向智能化、信息化发展，但是很多企业仍然未完成数字化升级，

与人工智能等前沿技术的融合还处于初级阶段，我国制造业距离真正的智能制造还有很长距离。

再次，产业结构待改善，低端制造业市场同质化竞争严重。我国低端产业产能过剩，先进装备、

核心部件、高性能材料等中高端产业的保障能力不能得到有效满足，导致我国装备制造业低端

市场同质化竞争严重，中高端市场发展缺乏技术和基础设施支持。

最后，专业人才数量欠缺。智能制造产业相对于传统制造业对于高素质人才的需求更为明

显，而且更需要懂得多方面知识与技能的复合型人才，对于高端专业人才的需求更是极为迫切，

但是我国在高端、复合型人才数量上严重欠缺，难以满足智能制造领域的扩张需求。面对上述

问题，我国要推动智能制造快速发展，需要从基础软硬件、核心技术、网络、生态等各方面入

手，扎扎实实做强根基。

1.2 智能制造的发展趋势和路径

1.2.1 智能制造的定义及发展趋势

我国在《智能制造发展规划（2016-2020年）》中对智能制造给出了明确定义：智能制造

是基于新一代信息通信技术与先进制造技术深度融合，贯穿于设计、生产、管理、服务等制造

活动的各个环节，具有自感知、自学习、自决策、自执行、自适应等功能的新型生产方式

【5】。具体来说，智能制造包含两层含义。第一是“智能”，包含人工智能、云计算、大数

据、物联网、5G等新一代信息技术与先进制造技术。第二是制造，包含制造业研发、设计、供

应链、生产、销售、服务等全价值链产业链各个环节和人、机、料、法、环、制造过程各个生

产要素，以及基于产业链协同打造的绿色制造。从实践意义上来说，智能制造即各类新技术在

制造业全价值链及生产过程中的应用。跟传统制造相比，智能制造具有如下发展特点：

第一，新技术的快速应用和不断加深。越来越多的新技术应用到制造业中，与制造业深度

Confidential Page 8 7/13/2020

融合。其中包括：

（1）智能终端。传统机器和设备的智能化将大幅提升生产柔性，提高产品质量和生产效

率。通过把RFID/传感器嵌入到工业设备中，将“物联网”与互联网相融合，物理世界与虚拟

世界相融合。工业机器人的应用将人类从危险、繁重、重复的劳动中解脱出来，控制和加快库

存周转率，提高劳动生产率；

（2）物联网和边缘计算。通过物联网数据整合全量OT域数据、边缘分布式计算和开放的

架构，实现工业大批量数据的实时处理，确保工业设备的远程监控和实时响应，实现对人员、

设备、物料、工艺、环境的实时管控和智能决策。

（3）混合云及云计算。企业将安全性、敏感度要求不高、需要快速部署的应用放在公有

云上，将企业传统核心应用或者安全性需求较高的应用放在私有环境或者私有云中，形成混合

云部署方式，使数据暴露达到最低限度，最大程度保证企业数据安全。

（4）网络技术。基于5G技术高速率、低延时、大规模设备接入等特点，各系统可直接进

行快速的无线传输和控制，工厂和园区无需布置复杂的线缆，数据的传输将更加迅速、安全、

实时。随着5G的部署使用，智能机器人可以自主化的在工厂里移动，按需完成各种任务；产

线可以更加灵活调整各设备位置，灵活分配任务和产能。生产线的柔性将会达到一个新的高度。

（5）人工智能。人工智能技术和制造业深度融合，使得制造系统具备学习能力。通过深

度学习、增强学习、迁移学习等技术的应用，智能制造将提升制造领域知识产生、获取、应用

和传承的效率。例如，利用机器学习技术分析和训练产品缺陷，形成控制规则，在实际产线上，

通过增强学习技术和实时反馈，控制生产过程减少产品缺陷，同时还可以集成专家经验，不断

改进学习结果。

通过以上技术，将灵活地为客户打造“透明化生产、数字化车间、智能化工厂”，降低人

力成本、提高产品质量、提升生产整体协作效率、为促进制造业高质量发展提供坚实的技术和

基础设施支撑。

第二、从“人、机、料、法、环“的生产环节要素到 “研、产、供、销、服”的制造型企

业全价值链的优化。制造型企业传统的业务优化集中在以MES（制造执行系统）为核心的生产

环节中，包含人员、设备、物料、方法和环境等生产要素。对于制造型企业来说，将制造过程

中各种信息进行准确采集和有效集成，及时准确掌握制造过程中的动态信息，从而为提高生产

效率和制造资源利用率提供支持。然而，就企业整个产品生命周期而言，仅重视生产环节数据

已经不能够满足企业业务优化的需要。例如：在要实现产品的服务化转型，必须通过跟踪和采

集产品售后使用数据，不仅可以帮助设计者找出产品存在的短板加以改进，并且能够帮助企业

为客户提供更多产品增值服务，实现从卖产品到卖服务的转变。这其中涉及的不仅包括生产端

Confidential Page 9 7/13/2020

的数据，还包括产品销售、使用、服务等一系列数据。因此基于数据的业务分析和优化必须延

伸到产品研发、生产、供应、销售和服务全价值链，只有实现生产制造要素和全生命周期链数

据的结合，才能实现制造型企业整个价值链的优化。

第三，从各个企业“孤立建设”到智能制造生态系统协同发展。

智能制造的实现是一个逐级推进的复杂工程，涉及企业执行装备层、控制层、管理层、企

业层等企业系统架构的纵向集成，涉及本企业研发、生产、供应、销售、服务等产品全价值链

的横向集成，还需要进一步推动企业上下游之间、行业之间的更大范围协同，具体包括：

（1）上下游产业链企业和用户共同参与。在上游，将制造业数据导入云端，利用新一代

信息技术和平台连接产业上中下游，形成智能预测与快速反馈结合；在下游，请客户和最终用

户共通参与面向细分市场的产品需求规划，汇集制造资源和解决方案，形成共生共荣的智能制

造生态系。

（2）智能装备、物流仓储、软件企业和服务商等细分行业的协同创新。限于资金投入不

足、技术研发周期较长以及工艺壁垒较高等因素，单个系统解决方案商难以同时满足各个细分

行业的智能制造发展需要。因此，需要行业自身，以及关联行业之间加强协同和创新，强化智

能制造系统解决方案供应能力。最终，由多个提供单一产品或服务的供应商共同构建整个协作

系统，造就全新的智能制造产业链，形成融合发展的生态圈。

（3）政产学研用联动的创新体系。政府通过财政资助、建立标准和制度，发挥统领和激

励作用，企业通过深化供应链上下游紧密合作、加大自身研发力度，强化创新主体作用；高校

与研究机构通过多种方式加强和企业的合作，发挥组织牵头和技术支撑作用。在全社会的范围

内，形成产、学、研、用的智能制造联动体系，发挥各级创新机构的最大效能，减小风险，放

大成果。

1.2.2 智能制造的目标和方法

智能制造发展规划（2016-2020）中提到，加快发展智能制造，对于推动我国制造业供给

侧结构性改革，打造我国制造业竞争新优势，实现制造强国具有重要战略意义【5】。由此可

见，我国发展智能制造的目标是为了优化产业结构，打造竞争优势，从而实现制造业高质量发

展，促进从制造大国向制造强国的转变。

要充分发挥新一代智能制造技术在制造业中的能动性，必须将制造技术和制造业生产过程

相结合，通过统一平台整合、调配所有制造资源，实现制造资源的横向和纵向协同。我国当前

推动建设的工业互联网平台，正是这一策略的具体体现，是智能制造实现的重要基础。工业互

联网的发展，需要在基础设备、网络通讯、数据分析和智能算法等关键技术上获得持续的突破，

获取到强有力的支撑。作为“新基建”的重要组成部分，工业互联网不仅仅是一个云端软件平

Confidential Page 10 7/13/2020

台，而是边缘计算、云计算、大数据、物联网、人工智能等关键技术的综合性应用。

从架构上看，工业互联网平台主要包括如下3个层次。

图1-1工业互联网平台标准体系框架-平台参考架构【10】

边缘层：提供设备接入、协议解析适配、多源异构数据整合、边缘数据存储、处理、以及

智能分析、实时控制等多种现场能力，并且和云平台协同实现多种高级分析和业务协同。

平台层：提供海量计算、存储资源部署与管理能力、海量异构数据的处理能力和工业数据

建模与分析能力；支持制造流程引擎、数字孪生引擎、人工智能引擎，并提供开发工具、微服

务框架、工业微服务组件，支撑工业APP的开发能力。

应用层：提供从需求分析、产品研发、生产制造、过程控制、供应链协同到营销服务的各

类工业APP及APP框架，涵盖智能化生产、网络化协同、个性化定制、服务化延伸等全价值

链应用。

智能制造的发展，需要工业互联网相关技术作为基础和助力。通过智能设备、物联网和边

缘计算，帮助企业实现人、机、料、法、环，全制造过程和研、产、供、销、服全价值链的泛

在连接；基于大数据技术和云计算混合架构，实现海量工业数据的存储、管理、计算、分析。

通过工业机理和人工智能的结合，实现知识的积累、固化和资源化；通过全平台资源的统一管

理、调度，提供开放的工业APP开发环境，实现工业APP在智能化生产、个性化定制、网络

化协同，和服务化转型等典型工业场景的创新应用，促进产品质量和生产效率的提高，降低企

业生产成本，加快技术和产品创新，提高我国制造业整体竞争力，实现制造业高质量发展的长

期目标。

Confidential Page 11 7/13/2020

第二章 联想智能制造实践和方法论

2.1联想智能制造发展概况

随着社会消费群体的快速更新发展，新一代客户倾向于使用更加彰显个性的定制化产品。

生活节奏的加快也促使用户期望生产厂商能够更快的响应需求，并且在服务方面也得到更加敏

捷的反馈。

局部贸易协作的不确定性，全球性流行疾病等突发态势对企业上下游供应协同提出更高的

要求，如何通过更高效布局、行业间协作构建稳健的供应生态需要更深入的关注与思考。为了

满足日益增长的消费需求，应对复杂多变的内外部环境，联想积极推进制造智能化转型，从传

统制造向数字化、智能化制造迈进，追本溯源，打造智能制造核心竞争力。

• 战略引领 – 以国家智能制造相关政策为指引，大力推进智造智能化进程，同时依托联

想3S战略，支撑智能物联网、智能基础设施，布局行业智能。

• 以人为本 –创建数字化、智能化转型环境，赋能员工，发展自动化、数字化应用，提升

产品体验及用户黏性。

• 技术助推 – 充分运用物联网、数字孪生、大数据、AI等前沿智能制造技术，通过单点

试点验证并推广，借助新技术优势推动自动化、数字化、智能化持续迭代升级。

• 产业协同 – 打造灵活高效产业链布局，协同上下游资源及行业生态圈，形成可靠的信

息资源共享机制及生态圈赋能，实现可持续发展。

作为全球化企业，联想也在积极探索并实施绿色供应链、绿色生产，支持可持续发展，确

保环保合规、防止污染及降低对环影响、努力开发领先业界的环保产品，以及持续改善全球环

境表现。联想通过“绿色生产+供应商管理+绿色物流+绿色回收+绿色包装”等五个维度和一

个“绿色信息披露（展示）平台”来打造公司绿色供应链体系，生产制造部门确保遵守《电子

行业公民联盟（EICC）行为准则》及所有适用规例，并重点关注生产厂内的职业健康及安全问

题，针对生产制造过程中的能源消耗问题，联想通过降低经营活动中的范围一、二的碳排放，

提升再生能源的使用量和加强绿色工艺的开发、推广使用来降低排放，如联想在行业内首次突

破了低温锡膏绿色制造工艺，与原有工艺相比减少35%碳排放量，并在集团内部全面推广使用

该绿色制造技术。

Confidential Page 12 7/13/2020

2.1.1联想智能制造的发展历程

早在2013年，联想就启动了以数据智能为核心的智能化转型。基于自有技术的成功应用，

联想逐渐形成了覆盖企业全价值链的智能化技术和管理体系，成为公司智能化变革战略落地的

核心竞争力和强大支撑。

一方面，联想积极推进供应模式的转变，从原来的库存驱动模式满足客户需求，调整到以

客户需求驱动方式为主来实施整个供应链的管理。联想的运作模式采取按订单生产结合安全库

存的方式，根据客户的订单来判断和指导实际生产调度。另一方面，联想制造立足于以精益生

产为基础，通过大力打造以“自动化+信息化”为核心的数字化，向最终实现智能化的目标努

力。

以精益化为基础：精益是生产制造根基，联想自始至终持续开展精益改善，通过精益化流

程改造，贯彻精益理念，推行准时化，消除生产浪费，增强绿色精益制造能力，夯实工厂运营

基础，精益化是工厂数字化和智能化转型的基础和必由之路。同时，面对数字化、智能化转型

趋势，精益生产也需保持与时俱进，适应新的变革需求，如引入数字化管理工具，升级精益数

字化管理能力等。

持续推进自动化： 以业务持续优化为前提，结合流程再造，推行生产自动化。从单点自动

化着手提升工序效率到生产端到端自动化验证推行，完成生产线整体效率、产品质量的改善 。

同时赋予数字化能力，打通并采集设备生产运行数据，建立可视、分析、控制闭环能力，构建

设备三维模型，基于物理设备与模型的实时交互实现设备智能监控 、预测优化等智能化能力。

联想合肥工厂通过融合精益理念，整合现有工艺流程、流程优化再造和新技术应用，将组装、

测试、包装连接成一个流，打造了一条高柔性的、自动化生产线，实现提质增效、节省人力的

效果。

自动化同时需顺应未来智能化需求，从柔性生产、人机协作等方面着手打造具备智能化能

力的自动化。主要包括，第一，模块化设计：生产流程标准化、设备模块化，支撑多品种小品

混线的柔性制造，同时具备高可靠性、易维护的特性。第二，人机协作：实践高效的人机协作

方式，实现自动化率与成本的最佳组合。第三，智能自动化：基于设备数据、生产数据的采集、

分析、决策，实现自动化的智能优化与调整，实现自动化的闭环管理。

加速数字化应用落地：借助业务流程及数据间集成共享，实现企业内部运营、外部生态的

全链路互联互通及透明可视，数字化阶段主要特征表现为：第一，设计：包括模型驱动的产品、

工艺设计及优化，产品工艺与生产流程仿真验证，不仅缩短导入周期，同时支持产品与制造通

过协同平台进行实时互动，为新品和客户需求提供快速解决方案，支撑产品全生命周期数字化

能力。第二，供应：以客户为中心，包括构建计划、采购、物流等一体化的协同协奏，提供精

Confidential Page 13 7/13/2020

准透明、高效的数字化供应能力。联想SCI (Supply Chain Intelligence) 集成内部、销售前端

以及合作伙伴在内的生态圈系统，通过数字化工具将供应链活动与其他管理系统连接到同一个

平台，实现端到端可视管理。第三，制造：包括生产横向、纵向及端到端的信息集成。联想工

厂通过内部开发的全球生产智造系统MI (Manufacturing Intelligence) 实现生产数据采集、运

营状态可视化及实时生产预警，同时各工厂的数据在此系统进行汇聚整合，形成制造整体运营

可视化及跨工厂、跨业务的管理能力。第四，服务：连接了客户及产品，支持实时可视化交互，

实现了以客户为中心的服务转型，联想提出了服务供应链协同解决方案，分层次解决服务备件

执行中的协同问题，打通备件预测、计划、采购、供应流程，实现信息发布协同，供应数据协

同等服务供应数据全链条的可视化。

不断探索智能化场景：大数据、云计算、人工智能等技术的发展及应用，促使智能技术与

制造融合，推动智能化进程，实现业务的精准响应、实时优化及智能决策。借助联想“智能大

脑”平台，依托于数据而非经验的精准高效智能化决策将逐步替代人工决策，并且已经实现了

以下两个方面，第一，智能生产排程：从真实数据出发创建仿真环境，通过深度强化学习算法

引擎，数秒内即可找到全局最优的排产方案，能够实现真正意义上的智能实时调度。第二，智

能客服机器人：支持多模态、多社交渠道、多语言的端对端智能客服，与真实客服代表无缝集

成，并且内置大数据平台，基于大数据实现系统自学习，自动生成案例用于未来分享。

未来智能化将重塑设计、制造、服务等产品生命周期的各环节及其集成，催生新技术、新

产品、新业态、新模式，影响并改变生产方式以及运营模式，以人工智能为代表的智能制造将

给制造业带来革命性的变化，成为制造业未来发展的核心驱动力。

图2-1 联想智能制造历程

智能制造发展各阶段具备自身的特点及需重点解决的问题，体现了先进技术与制造融合发

展的阶段性特征。与此同时，智能制造各阶段并非绝然分离，而是相互交织、迭代升级。对于

不同企业所处的阶段差异，应结合企业目标定位、产品特性、实际业务需求等客观因素，灵活

运用，并适时采取“并行推进、融合发展”的实施路线。

Confidential Page 14 7/13/2020

2.1.2联想对智能制造的认知理解

联想基于自身产业特点提出了自己对智能制造的认知，联想认为智能制造应该是贯穿企业

制造整个链条的全面、系统的智能化， 是运用物联网、大数据、人工智能、5G、区块链等新

兴技术来构建具备产品个性化、供应协同化、服务主动化、决策智能化的全流程的绿色智能协

同生态链。

产品个性化：联想作为全球最大的智能设备制造商，每年设计、生产、销售PC，手机和服

务器产品超过1亿台，已累积大量满足多样客户个性化需求的领先经验。联想致力于让客户能

做最真实的自己。无论什么样个性化的需求，都可以在联想产品上得到满足。例如：如果客户

想让产品上带有自己独一无二的印记，联想支持根据客户的个性化选择给产品“做个纹身”，

甚至能把客户喜欢的图片在出厂时就直接印在笔记本电脑背盖上。

供应协同化：联想的全球供应链系统极其复杂，在全球拥有超过30家自有及合作工厂，

2000余家零部件供应商，280万家分销商和渠道商，是Gartner评选的唯一连续五年进入全球

供应链前25名的中国企业。联想与各合作伙伴互信互通，以信息透明打破种种数字壁垒。例

如：在PC产量最大的合肥联宝工厂中，电子物料全自动仓储系统单日进出料30000卷，每4

小时调取2000多种物料到产线。在智能协同的供应链系统的管理下，将复杂化为无形，工厂

从备料到生产就像人们去无人超市买东西一样便捷畅快。

服务主动化：在智能化的新时代，联想将通过智能化的变革实现质量体系的优化升级，进

一步完善产品质量标准，提高生产效率，为用户打造产品、服务和解决方案的最佳体验。联想

致力于精准感知和预测客户需求，主动为客户提供他们需要但还未提出甚至还未意识到的服务。

让客户无时无刻都能感觉到联想贴心服务的存在。

决策智能化：深度数据分析，AI代替经验辅助决策。联想人工智能开放创新平台支持智能

制造的整个价值链和广泛的应用场景。例如：在电脑显示屏检测方面，运用机器视觉采集照片，

机器算法分析照片来替代人工进行判断，既高效又准确。而在智能化排产方面，联想利用订单

计划整合系统，可以实现90分钟内10000+次的订单与物料的匹配计算，得出能够满足客户需

求和产能充分利用，并且给到客户明确的收货时间点的最优交付计划。

综上所述，联想对四化的理解，是以各种先进技术及其整合而成的应用方案为基础，从而

实现在产品、供应链、服务、决策四大方面的核心功能和场景的目标。

2.1.3联想智能制造的体系框架

基于自身在相关领域的实践和认知总结，联想提炼了指导制造智能化转型的体系框架，其

框架构成主要包括四大部分。

Confidential Page 15 7/13/2020