联想案例:2022中国企业数智化转型升级创新服务企业榜单评选
联想案例
该项目由联想 - “ 2022年中国企业数字化转型和升级创新服务企业“列表/奖”选择。
数据智能行业创新服务媒体
- - 数字情报和改变业务的关注
自2019年底以来,新的王室流行病已经爆发。这种流行不仅破坏了人们以前的日常生活节奏,而且严重破坏了制造业供应链运营的顺序。市场需求的波动,上游供应不足以及后勤功能的不足,迫使许多制造公司尽可能多地从“零库存”调整其库存策略,以使其成为战略性的“维护”。此策略调整可以防止原材料的中断扩展产品的生产和交付周期,从而影响公司的服务水平;但是与此同时,更多的材料制剂也加剧了将库存材料积压为“无声材料”的风险。
暗淡的材料是指企业期间生产过程中较慢的库存材料。这些材料可以是原材料,半生产产品或成品。不同的行业和企业有自己的标准,以定义“缓慢的离职速度”。例如,一些工厂将仓库年龄超过90天的材料定义为沉闷的材料。沉闷材料清单的增加不仅会占公司的大量资本成本,而且积压材料的长期放置将导致衰减,恶化,恶化和其他过期的情况,从而导致材料跌落并损害价值并将经济损失带给公司。
沉闷材料清单的原因很多。除了在诸如流行病之类的特殊条件下放养策略的调整因素外,当供求关系的复杂性变化和生产管理水平的改善受到限制时,这也很常见。该行业面临的挑战目前包括:不准确的未来需求预测(更多),销售订单的频繁变化,大型客户的订单取消,生产管理和材料控制误差(PMC)计划,最小的采购量限制限制(MOQ)(MOQ)(MOQ)(MOQ)(MOQ),在生产中使用的材料中使用的材料,不错的材料,造成的材料,不在现代化的材料等。不仅增加了库存数据中的混乱,而且还直接影响了公司的净利润。
实施时间:
开始时间:2021年11月
截止日期:2022年5月
客户的数字(数字)转型和升级需求
缓慢的库存离职和制造业停滞库存的持续增加将为公司运营带来现金流风险,因此联想的供应链部门一直致力于处理停滞的库存,加速库存离职率,从而确保公司的有效运营。
暗淡材料的风险控制策略通常包括两个方面:“预防”和“治疗”。 “预防”是指通过提高未来需求预测的准确性,实施订单审查机制,加强系统标准化和控制措施来减少沉闷材料的产生。有很多方法可以“治疗”停滞的库存,包括传统方法,例如返回,转售和报废。尽管这些方法可以处置库存,但它们将对公司造成巨大损失。因此,联想一直在探索一个更合适的“解决问题的想法”,也就是说,它希望停滞的库存可以与市场需求紧密相结合,并在消耗停滞的库存的同时满足客户需求。该方法具有以下大型企业的疼痛点,具有巨大的业务量:首先,有很多类型的沉闷库存和庞大的数据量;其次,制成品有多种类型,与原材料的关系很复杂,因此很难手动整理;第三,有许多类型的业务数据类型和维度,它们还面临着不同数据源中同一字段的格式不一致的挑战,并且无法在线和离线数据中标准化。最后,即使可以解决可以生产的成品,也很难快速做出决策并响应潜在客户的需求。
在公司智能升级的一般趋势下,基于上述沉闷库存管理的疼痛点,联想研究所创建了具有独立知识产权的智能库存优化引擎,并实时连接了供应链的所有链接的数据,并帮助企业基于人工智能技术来管理沉闷的库存。
面临挑战
缓慢材料的“预防”和“治疗”是企业在生产中必须面临的问题,其中缓慢的材料的处理尤其可以测试企业供应链管理的技术水平。如果可以及时将枯燥的材料收集到成品,则无疑是最好的“治疗”方法。这种方法不仅可以最大程度地减少损失,还可以增加销售额。从本质上讲,它基于需要考虑的几个优化目标,生产过程和资源限制,最终的完整产品解决方案是通过操作优化给出的。在大规模制造场景(例如个人计算机和手机)中消耗枯燥的材料面临以下挑战:1。完整的单个产品集可以达到数亿美元,每种材料都对应于数以万计的产品。数据量和逻辑关系非常大且复杂。 2。在原材料层面,必须最大化沉闷材料的消耗,并且必须将额外的购买成本和等待时间最小化以实现完整的集合; 3。整套中可用的其他材料的库存使用必须同时受到限制,尤其是使用稀缺材料; 4。在完成产品水平上,完整的产品后最畅销的成品学位,包括历史销售,订单和未来需求等。
数据支持
为了解决一套完整的解决方案的问题,并在业务的各种限制下实现了多个令人满意的目标,所有与目标和约束相对应的数据都需要获得,这使得项目数据具有以下特征:
1。丰富的数据类型
数据部分包括暗淡的材料信息(材料类型,仓库年龄范围的数量,其所属区域等),实时库存数据和其他材料的未来数据,短缺材料信息(区域中的实时可用量),形成整个机器的材料的BOM信息,材料,历史运输的最小购买量信息,历史运输的最小购买信息以及整个机器的未来预测量数据和其他类型的数据,包括图形和图形绘制图形。
2。多样化的数据源
以上数据不仅来自多个在线数据库,而且某些输入数据还取决于手动经验处理。如果将其他材料分配给各个地区,则需要离线提供它们。
3。数据级是巨大的
来自各种来源的各种类型的数据都有很大的规模,例如材料的完整库存数据可以达到超过7亿行,整个机器的历史发货数据可以达到数千万行,整个机器和材料之间的BOM关系数据,并且单个机器的完整解决方案可以达到多达数百万的类型。
应用技术和实施过程
对于库存中的材料,智能库存优化引擎采用了启发式算法和多目标混合整数计划模型的结合,以充分探索最畅销产品的完整数据,结合库存中的Sluggy Materials在各个地区和工厂中,并为基于人为智能的材料提供了完整的消费解决方案,以人为智能为基于人为智能的Algorith Algorith Algoriths。
在技术解决方案选择方面,考虑到在这种情况下要解决的问题是一个多目标优化问题,具有巨大的数据幅度,该案例的最终推荐机器类型模型(MTM)范围来自历史货运数据,当前订单数据和未来需求预测数据。这三种类型的数据涉及大量成品。如果所有这些都输入了多目标优化算法,则将导致计算难度的指数增加。考虑到诸如最终建议的成品是否是最畅销的因素,此案采用了启发式结构算法和多目标优化算法的组合来建模和解决该问题。
这种情况的技术实施主要包括三个部分:
1。启发式施工方法
联想的智能库存优化引擎将问题分解为两个用于解决的模块。通过控制第一个模块的输出结果范围,可以在可控范围内控制第二个模块中混合整数计划模型的复杂性,并且可以灵活地选择模块2的解决方案方法,例如直接求解混合整数计划的方法,以及线性计划的方法与分支边界相结合等,以确保实时的解决方案,并获得了最佳的解决方案,并获得了最佳的解决方案。
根据历史和预测数据,预测成品的最畅销因素被预测并用作优化的重要基础,以确保市场上推荐的成品的最畅销。
2。多目标优化
联想的智能库存优化引擎使用历史订单,当前订单和未来的预测订单数据,以提供可以消费库存杂项材料的整个机器的最畅销候选列表。结合用户关心的多个优化目标和资源约束,使用多目标混合整数规划模型来输出最佳解决方案,可以全面考虑用户关心的多个优化指标来输出最终解决方案。
联想的智能库存优化引擎针对用户设定的多个目标。通过调整两个模块的逻辑,它可以灵活地支持不同目标的趋势选择,从而极大地丰富了用户最终解决方案选择的灵活性。
3。交互式数据可视化工具呈现实时结果
支持用户输入自定义参数。联想的智能库存优化引擎针对用户设定的多个目标。通过调整两个模块的逻辑,它可以灵活地支持不同目标的趋势选择,从而极大地丰富了用户最终解决方案选择的灵活性。
多维图渲染。视觉上呈现分析和仿真结果,实时监视以及详细信息显示。
核心技术模块简介:
算法的总体过程如下,数据更新,产品候选材料数据清洁的生成,完整的数据集生成,订单数据处理属于数据处理模块,完整的解决方案提取,解决方案和完整的解决方案的优先级和多目标优化,以及algorithm of AlgorithM模块和最终的结果。核心技术模块包括三个:产品候选设置生成,完整的解决方案提取和多目标优化引擎。以下是以这三个模块为例,以详细介绍相应的技术解决方案的详细信息。
核心技术模块1:产品候选固定生成
在食用空闲材料之前,您需要确定输入产品的候选列表。产品候选列表的确定需要全面考虑各种因素,包括产品的订单数量,未来需求,Waybill数量,每个完整解决方案中包含的其他材料的价值,等等。
重要性
·更喜欢更受欢迎的产品,以提高推荐结果的信誉。
·减少候选产品中的模型数量并降低模型复杂性。
技术解决方案
确认所欠产品的数量,未来需求和年度运输。
图1每个数据中的产品数量以及最大值和最小值
分别计算出每种成品的后订单健身,需求健身和运输健身。结合不同因素的权重,完成了产品最畅销系数(MTM分数)。成品最畅销因素的计算公式如下:
由于不同因素的原始值差异很大,因此要统一每个因素的数量级,则将原始数据归一化。对于不及时因素,需求因子和Waybill因子涵盖的产品,在计算最畅销的因素时会施加相应的惩罚。
核心技术模块2:完整的解决方案提取
确定产品候选设置后,需要根据完整的规则集从材料单(BOM)中提取每种产品的组装方法。由于BOM中的材料之间存在替代关系,因此每种产品都会有一种大量的组装方法。以个人笔记本为例,有许多类型的零件组成了笔记本,包括核心处理器,内存,图形卡等。相同类型的材料包括不同的型号和供应商,并且同一材料组中的材料之间存在替代关系。同时,每个材料组之间还存在组替换关系。
我们将完整的产品集转换为图形结构表示,将每种材料视为子节点,然后将价格,清单和其他属性添加到每个节点。通过图结构提取和评分,将优先级对产品完整的解决方案进行优先级,并通过并行处理技术加速提取解决方案的过程,从而将模型的复杂性降低到可控范围。
核心技术模块3:多目标优化引擎
在设计多目标优化算法模块时,有必要考虑为用户提供多目标,多维和多维解决方案。多目标是指多个优化目标。在考虑最大程度地消耗缓慢的材料的同时,也有必要最大程度地减少额外的购买成本和等待时间;在成品水平上,还必须考虑推荐产品的最畅销。多种场景包括在中国,南美和欧洲等各个地区的全球白痴共享场景和独立的白痴消费方案。用户可以根据需求灵活地查看每种情况的结果。多维性是指解决方案的不同维度的产生,包括产品生产解决方案,完整解决方案,库存消费解决方案和借贷解决方案。
模型中的一些关键约束定义如下:
限制每种材料的消耗:
实施过程
这种情况的系统体系结构如下:
这种情况主要基于上图的系统体系结构实现。基础层依赖于物理硬件资源,例如CPU,存储,带宽等,然后进行中间件链接,以确保数据和系统的可用性和稳定性,然后是前端应用程序服务群集和核心算法服务群集,最后是面向用户的访问层。核心模块主要包括数据处理模块,核心发动机算法和前端UI显示模块。
该计划的实施过程如下:
1。从服务器中读取最新数据源,执行自动数据处理和数据清洁。
2。使用建设性的启发式方法生成输入产品候选集;使用图计算技术生成完整的解决方案,以并联生成候选产品。
3。将输入数据传递到多目标优化模块中,并且多目标优化模块根据用户设置的参数运行算法。
4。输出结果与前端UI接口同步,用户可以通过Chrome浏览器实时查看结果接口。
业务变化
联想的智能库存优化引擎已在深圳工厂使用,这是联想集团在海外出口的重要生产基地。深圳工厂承担了向全球170多个国家 /地区提供联想商用PC和服务器的业务责任。 Lenovo的智能库存优化引擎可实时连接供应链的所有链接的数据,并通过大数据AI算法为业务提供智能的库存消费解决方案,从而提高了商业人员决策的科学和效率,从而从SCRATCH中实现了数字化,并减少了nockish的库存量,并减少了18%的库存量。
关于企业
联想
联想集团(以下称为联想)是一家在中国成立的全球技术公司,并在180个市场上拥有业务。联想着重于全球发展,树立了多元化的企业文化和运营模型的行业领先模型,并为全球超过10亿的用户提供服务。作为一个值得信赖的全球技术公司领导者,联想帮助客户掌握明天的技术并改变当今的世界。
作为一家世界领先的ICT技术公司,联想遵守“智能,每种可能性”的概念,为用户提供了整合应用程序,服务和最佳体验的智能终端,以及强大的云基础架构和行业智能解决方案。
作为智能设备的全球领导者,联想每年为世界各地的用户提供数亿个智能终端设备,包括计算机,平板电脑,智能手机等。TheovoPC销售在2018年全球排名第一。全球最高的企业供应商,作为Enterprise数字和智能解决方案的最高供应商,Lenovo积极地促进了“设备 + Cloud + Cloud”的开发。智能解决方案。
面对新一轮智能转型的工业升级的机会,联想提出了一种智能转型策略,重点介绍了三个方向:智能物联网,智能基础设施和智能的垂直行业,成为该行业智能转型的领导者和推动者。
今天的彩票