以下為現場速記。
長虹集團 軟件與服務中心總經理 劉東
劉東：親愛的CIO同仁們，大家上午好!我的演講題目有一個副標題，“在路上”，什么意思?今天不會去講長虹的智能制造，雖然長虹也是工信部發布的2015年四川省唯一一家智能制造試點示范企業，中德合作2016年西部唯一一家試點示范企業，甚至今年2017年年初我們還獲得了發改委授予的智能制造云平臺建設等等。今天我希望重點利用大數據在我們智能制造方面的一些應用，向大家闡述長虹有沒有大數據，大數據是怎樣幫助長虹提升我們的制造水平的。
在講到我們的智能制造之前，先來回顧一下長虹這些年的發展。這一頁展示了三個數據，中國電子百強第六位、中國制造業第58位、另外比較重要的一個數據是四川省的第一名，長虹已經連續三年GDP成為四川川企的第一名。長虹1958年建廠，發展到今天實際上經歷了三個重要的階段。第一個階段，1958年到1970年左右的軍工立業，1970年到2004年左右的彩電興業，再到2004年以后的多元化發展。從2004年的多元化發展我們可以看到長虹的總產值逐年發展，實際上有幾個重要階段。第一是2005年和2007年分別并購了合肥美菱和華意壓縮，還有2012年并購了Cubigel，之后改股為控股公司。
長虹有自己的研發中心和生產基地，在全球范圍內有這么一些海外研發中心、國家級技術中心等等。這一幅圖展示了長虹的技術架構，長虹的子公司總共有200多家公司，最深的管理層級達到9級，最主要的多媒體產業集團現在仍然是我們公司比較大的一個產業集團，就是我們的智能電視和機頂盒等等。還有家用電器，它有一個追趕我們多產業集團的態勢。另外整個架構里面可以看到，在滬港深上市總共有4家企業，包括四川長虹、佳華控股、華意壓縮、美菱電器。
長虹已經是中國最大航空電源提供商、中國最大數據存儲方案提供商、中國最大無線連接模塊制造商、全球產銷量第一的智能壓縮機。剛才講到，2005年的華意壓縮，2015年底長虹的壓縮機已經是全球第一。在2013年10月15日，長虹的整個戰略我們把它形成的稱為“三坐標”戰略。如圖所示，我們從原點出發，X軸我們提倡智能化，我們把所有終端看成傳感器甚至傳感器網絡，用來采集數據。Y軸方向提倡的是網絡化，這個也是跟我本人的工作密切相關的，長虹分別在2013年成立大數據公司，2014年成立軟件服務中心，我有幸擔任這兩個團隊的負責人。Z軸方向長虹提倡的是協同化，2015年開始陸續成立了一些智慧型的企業，像智慧醫療、智慧娛樂、智慧教育、智慧家庭、智慧社區等等。成立這些企業的模式也是基本上響應國家的雙創的口號，基本上這些企業是兩個級別，一個是500萬、一個是1個億，這是指注冊資本，持股15%左右，剩下的85%企業配套。
如果大家理解我們的制造業，最早的數據主要來源企業信息化，基本上只有一些采購明細、采購記錄等等。發展到今天，隨著我們的智能終端逐漸的聯網，我們智能終端所享有的業務和服務都可以在云端提供。到了今天，可以看到我們的數據已經蓬勃發展。以前的數據最多能達到5%的狀態，實際上整個數據的趨勢也達到從交易信息到交付信息、從商業智能到消費智能的變化。大家可以很形象的理解到，以前可能最多是上門服務、送貨等等，到了今天終端剛剛賣出去那一瞬間才開始我們一個新的階段的服務。有97%的用戶在最后沒有點擊下單那個按鈕，這些數據對我們來說更加重要，當把用戶為什么沒有點單這個原因分析清楚之后，將會給我們企業帶來更多的利益。
長虹在2016年提出了數據戰略，以往按照我們行業的慣例，在春季發布會一般都會發布一個硬件產品。2015年實際上我們在發布系列產品的時候，廣告詞叫做抬起你的頭來，Look up。當時倡導的理念是希望各位用戶放下你的手機，抬起頭來，把你的注意力重新回到我們的電視大屏面前。我們2016年把這個廣告詞做了一個延伸，2016年春季發布會我們打破慣例，不是發布一個產品，而是發布一個平臺，形象的稱為UP平臺。這個和海爾剛才講到的COSMOPlat比較類似，UP延伸的意義是什么意思呢?叫做聯合平臺，我們提倡的理念是只要滿足一定的數據接口標準和業務標準，你的終端、你的業務就可以接到這個UP上面來。
實際上UP的三層結構，我們重點推出的是它的能力中心A-PaaS這一層。2016年開始經過一年多的建設，我們21個中心主要完成其中6個中心和其中的基礎系統的建設。今年開始隨著業務的發展，包括智能制造、智能交易、智能研發等等，我們也在持續完善在這個UP里面的各個中心能力。在這個舉一個例子，實際上長虹的UP平臺怎么樣支撐一個新業務呢?比如說我們的電商業務，硬件可能是放在各個社區里面的冷鏈柜，軟件就是用戶所能看到的APP甚至后端的平臺，內容是大家所享用的生鮮、蔬菜等等，另外還有服務、物流、訂單。UP平臺在底層通過一些用戶中心、設備中心、支付能力的提供，支撐它的孵化和建設。
整個長虹UP平臺大數據平臺的演進，實際上我們是從早些年2012年就開始研究，2014年從Hadoop1.0.4版本一直到去年的1.7.1的版本，2016年我們引入了Tensorflow，開始人工智能、語義研究的分析。到了2017年因為服務端的變化，我們用K8S的技術來實現云端服務的輕量化、容器化。大數據在長虹的體系優勢里面有這么一張圖來展示，多的不用再提，重點提到一兩個。第一個是數據探頭，隨著智能終端的接入量越來越多，我們感受到云端負載的壓力。當前的DPS通過我們的努力能夠做到2千甚至3千，但是終端數量持續在增長，終端的種類也持續在增長。通過我們一年半的努力，把單機的DPS做到2萬左右，主要用數據流和數據探頭的技術。大家知道像這樣的數據基本上是一級的，以前一級查詢用一般技術會在10分鐘左右，通過兩年左右的努力，我們在妙級關聯查詢里面可以縮短到5秒左右。對于我們來說，最主要的是智能終端，可以達到TP級，大概黑電的終端是5億條左右，其它是空調、冰箱以及一些線上服務等等的數據。
這個環節進入應用的展示，第一個向大家展示的是通過大數據的應用提升良品率。2007年我們引進韓國的技術，主要是一個屏的制造。當時從韓國拆解的機器運到四川綿陽，兩年之后良品率上不去，我們認為可能是因為緯度不同，溫度原因可能會影響良品率。后來上了大數據平臺，對數據進行排查，11725個制造參數，10G以上數據存儲增量，3到5億筆制造記錄信息，最終發現影響良品率的不是溫度，而是濕度，我們的良品率瞬間提升，這個數據應用為企業帶來了大概2100萬左右的成本節省。
第二個案例，收視率統計，這是在行業里面值得稱道的。我們的數據每時每刻還在提供給央視旗下的數據統計平臺，其實收視率統計是我們業務的數據化。半年前我們的采集技術大概會做到從終端把數據采上來，到整理、分析、展現，大概是1.2秒到1.5秒，最近一個月我們剛剛把速度提升到0.8秒。0.8秒是一個什么概念?舉一兩個例子大家就可以理解，以前有些央視的廣告還比較長，3到5秒，我們通過1.2秒左右的處理速度是可以把它抓下來的。最近大家發現斷廣告像“羊羊羊”，1.2秒、1.5秒已經不能滿足要求了，我們現在可以精準跟蹤到央視或者某衛視投放的廣告，從而影響廣告的定價。第二個例子，像《人民的名義》和《楚喬傳》，當大家對劇情不感興趣的時候起身離開，但是那個時候可能是用戶換了臺，我們平臺能夠把它抓下來。那什么時段用戶對節目不感興趣呢?說明這個地方的劇情或者情節可能有問題，通過這個平臺我們可以反過頭來對內容制作產生正向的作用。
剛才前面講到的實際上是業務的數據化，馬上可以想到一個智能導視。通過觀察這么多觀眾在某一時刻、某一區域收看節目的狀態，當一個用戶在觀看節目的時候，實際上我們的后臺在不停工作，已經可以向他精準推薦下一個有可能他感興趣或者相關的黃金強檔，當他在看第六集的時候，你可以把其它衛視播放的7、8、9集播放出來，他會馬上轉到其它臺觀看其它內容。
輸入端子改進也是我們可以稱道的，大家不知道有多少種，我們統計過，少說也有8、9種。這是在2014年10月左右我們的一個案例，我們對有效68000個左右的樣本跟蹤了半個月左右，通過統計分析、通過各方面的數據維度展示，我們發現像HDMI這樣的高端子用戶不會插入。要省掉一路是哪一路呢?不是第三路，從數據可以看到是第二路，因為HDMI3往往是在屏幕最下方用戶最開始接入的。還有分量端子YPBPR，在座各位是搞IT的，在工作中可能會用電腦投PPT，但是各位回家后基本上不會接上VG信號給家里人講PPT。所以這一組數據展示，可以省掉其中的三路端子，這三路端子的節省為我們企業制造直接帶來每年600萬左右的成本節約。
大用戶中心，這個不用多贅述。我們的用戶數據全在里面，我們的各個孵化業務全通過API接口在上面享用這些數據，享受這些數據分析。
輿情分析，這是給企業的應用，不是制造的應用。我們現在可以密切關注到競爭對手，我們自己的產品在市面上所接受到的評價和行情情況，及時反饋異常情況。
戰略營銷地圖，每臺終端以前賣出去就嗎出去了，現在可以跟蹤到什么架構，可以知道定價策略是否出了問題。
供應鏈評級，是給企業的一個應用，當時在國家有一個對口的10個億的資金支持。這些資金拿下來應該給我們供應鏈上的哪些采購商?通過把過去5年左右的數據抓出來做了模型分析，以前哪些供應商、供貨商供了哪些貨，信用記錄是否良好，規模是多少，模型一出來，馬上10個億發出去了，很容易。
另外是金融外匯管控，這是外匯股指模型的實時監控，像銀行提供的官方的匯率數據一般是每個月提供一次，在去年匯率劇烈波動的那段時間，這樣的提供周期是滿足不了要求的。通過這一套平臺，我們可以對當時的匯率情況進行監控。大家可以看這張圖片，大家可以想象，一個6到7歲的小孩能跟大人做一些正常交流，這是多么美好的想象，這是我們正在做的一個事情。
我本人的工作經歷基本上是圍繞大數據、云平臺在發展的，大數據這種技術給我們帶來一系列的機會和文化，包括今天大家能夠坐在這兒，全國的CIO聯盟，大家對于大數據的理解也比較深刻。但是更多的我認為大數據是一種挑戰，就像我們今年7月6日在北京參加未來進化大會上《人類簡史》和《未來簡史》的作者當場講到的，未來可能只有1%的人能掌握算法，就像用生物技術延長人的壽命一樣，這些人將來未來的精英、未來的高端。我們必須要從大數據的持續耕耘延伸到人工智能上，如果達不到，我們就out了。這句話提給大家共勉，謝謝!
京公網安備 11010502049343號