走过低谷,联想的未来命运系于AI与B端市场

640?wx_fmt=gif

关注网易智能,聚焦AI大事件,读懂下一个大时代!


640?wx_fmt=png


文/小羿


转型期的联想,在All in AI,转向B端市场策略之后,似乎已经找到了未来的方向。


近期,联想公布了截止2018年9月30日的第二财季公司财报。财报显示,联想当季实现营收912亿人民币,创下近四年来最高水平,连续第三个季度实现双位数增长,税前利润为14.5亿人民币,环比增加89%,同比增长503%。


在联想集团董事长兼CEO杨元庆看来,联想已经成功跨过低谷,进入新的增长的阶段。而给联想的未来带来想象的,并不是如今的PC业务,也不是移动业务,而是数据中心服务与方案业务。


就在12月7日,联想大数据在香港举办了一场发布会,正式推出了企业级人工智能私有云平台LeapAI,开始发力B端业务。


01

LeapAI:专注企业级市场与智能化转型


640?wx_fmt=jpeg


据悉,LeapAI是联想大数据自主研发的人工智能私有云平台,面向人工智能的资料处理、算法模型的开发供给、算例资源管理和应用服务于一体,覆盖企业的人工智能应用开发、部署、运行与运维全业务流程,致力于帮助企业实现智能化转型。


据联想集团副总裁、首席研究员、大数据事业部总经理田日辉介绍,LeapAI目前应用场景分为四大类,分别是视觉、听觉、认知和思考,囊括了物体检测识别、人脸检索、身份识别、文字识别、3D重构、智能客服、服务机器人、语音质检、实时语音转写、智能投顾、行业知识图谱、金融风控、精准营销、热点问题分析、客户/媒体画像等等多个领域的应用。


而在应用行业上,“LeapAI会聚焦泛工业领域,其中工业、制造业是第一选择,金融是第二选择,但对于To G(政府端)市场,目前不主动涉足。”田日辉表示。


此次LeapAI的发布,也让联想企业级服务的Leap产品家族继续壮大。目前,联想已经推出了LeapHD大数据计算平台、LeapIOT工业物联网平台、LeapAI企业级AI平台、LeapOcean内存分析平台、LeapCloud工业互联网平台五大平台,平台产品已经应用在教育、汽车、制造、金融等行业的数十家合作伙伴中。


02

联想机器智能中心:All in AI战略中的尖兵


640?wx_fmt=png


在发布会上,田日辉特别提到,LeapAI的诞生离不开联想大数据香港机器智能中心。


据悉,这一中心在4年前成立,致力于人工智能相关技术和产品的研发。截止目前,联想机器智能中心已经有40人的团队,在顶级学术期刊发表论文超过100篇。


联想机器智能中心立足香港,在2016年开始研发机器智能开发工具,包括DeepNEX、HyperMiner、HyperGraph,同时进行行业解决方案的实践。2018年以来开始进行产品整合,开发统一的AI平台。


田日辉表示,希望将机器智能中心打造成联想集团All in AI战略中的一只尖兵。


03

联想发力企业级AI服务的优势是什么?


各行各业与AI的结合已经迸发出巨大潜力,这也就意味着,未来的AI会给零售、电力、医疗、制造、教育等各行各业带来变革。在田日辉看来,AI是企业提升运营效能、效率的必经之路,所以AI将赋能企业的全价值链。


田日辉表示,智能源于数据的广度整合与深度分析。联想在人工智能B端市场有很大的优势,从数据方面来看,联想内部数据平台积累了12PB的数据,同时联想在全球有9个数据中心超过2000台服务器,每天新增的数据量超过30TB;算力方面,联想服务器有着全球领先的性能优势,尤其在超算领域也是名列前茅;算法方面,联想不仅在内部在进行AI技术的研发,联想创投已经孵化出十家子公司,并投资了百余家创业企业,并与这些企业AI科学家建立很好的合作关系。


在今年9月举办的联想TechWorld大会上,联想CEO杨元庆就表示,联想All in AI,未来三年将投入12亿美元进行人工智能技术的研发。未来,联想将会重点发力 “设备+云”和“基础设施+云”两大领域,持续在智能设备、智能云平台和智能服务三个技术方向上加强投入。


04

财报向好,数据中心业务未来可期


640?wx_fmt=png


得益于新战略的持续推进,联想近期公布的财报展现出了向好的局面,其中截止2018年9月30日的第二财季财报显示,联想当季实现营收912亿人民币,创下近四年来最高水平;税前利润为14.5亿人民币,环比增加89%,同比增长503%。


如果单从财报来看,联想确实已经跨过低谷,但是细分析起来,联想以后的转型之路依旧不平坦。一方面,PC业务依然是联想的“现金牛”,移动业务和数据中心的业务仍然处于亏损状态,仅摩托罗拉品牌实现了运营收支平衡。另一方面,联想整体利润率仅为1.6%,这个数据远低于BAT等互联网企业。


不过,这次的财报也让人看到了联想未来的希望,那就是数据中心成为可预期的提升点。数据中心业务主要面向企业市场,而且不再以单纯销售硬件为主,而是以解决方案的形式提供给客户。根据IDC数据显示,联想目前成为增长最快的供应商,其云基础设施业务实现了三位数增长。联想集团执行副总裁兼中国区总裁刘军就曾表示,就连智能手机产品未来都会作为联想SIOT 2.0战略的一部分,除了销售产品,其实更看重设备与客户的互动,以及为客户提供服务的收益。


联想未来能否借助AI转型成为“设备+云”,“基础设施+云”的方案和服务商?让我们拭目以待。


640?wx_fmt=gif

- 加入社群吧 -

网易智能AI社群(AI专家群、AI黑板报)火热招募中,对AI感兴趣的小伙伴,添加智能菌微信 kaiwu_club,说明身份即可加入。

640?wx_fmt=jpegwebp
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值