工业|腾讯To B的「决心」，工业AI的「雄心」

文章插图

作者丨何思思
【工业|腾讯To B的「决心」，工业AI的「雄心」】编辑丨周蕾
谈到工业数字化转型，人们首先联想到的就是工业互联网，仿佛，工业互联网已经成了工业转型的全部。
实际上，随着数字化进程的加快，智能化才是工业发展的星辰大海，AI与工业的深度交融悄悄成为了业界学界的重要课题。未来很长一段时间内，AI将成为工业转型升级的标配。
在科技圈，“跟风”现象盛行，新科技、新技术、新应用场景的诞生，往往会吸引大大小小的玩家入局，为行业和服务商本身带来新的增长点。工业AI的出现亦是如此，2017年，工业AI更多还停留在口头讨论；2018年，工业AI，甚至是细分到工业AI质检服务，已经被纳入云厂商、AI创企、传统机器视觉企业的业务范围。
经过四年的发展，在工业AI这股热浪下，有多少AI技术厂商能够突出重围，引领行业风向，树立行业标杆？我们从腾讯云在工业AI领域的实战经验中找到了答案。
工业AI号角吹响，AI质检迫在眉睫
工业AI概念在诞生之初，就寻求在工业制造的各种场景中进行应用，诸如智能分拣、智能巡检、能效优化、预防性维护、智能缺陷检测等。其中，质检环节是制造业在完成智能化过程中的一块“硬骨头”。
据《中国AI赋能的工业质检解决方案市场分析，2021》报告指出，工业AI视觉质检市场也已经走向成长期，2020年全年中国工业质检软件和服务市场仍平稳增长，市场规模达到了1.42亿美元，较2019年有近32%的增长，未来五年工业质检软件和服务市场还会保持30%以上的CAGR增速。
这主要基于我国工业细分领域较多且各领域的研发、生产、管理环节差异性较大，对工业场景来说，融合AI最大的挑战在于AI应用的落地需要设备、网络和算力作为基础条件，而工厂不可能花费巨大的成本去改造产线进而与AI进行深度融合。
另一个原因则是从工业的难点和痛点出发，质检一直是产品内控的刚需环节，但众所周知，现在绝大部分工厂中，质检都是依靠工人来完成，凭借的是人力的大量重复劳动以及相关经验。而工厂在人工质检方面“招工难、用工难”现象越发严重。
相关统计显示，中国每天有超过350万工人在生产线上进行产品外观检查，仅3C行业就有150万以上工人。
这些质检人员每天都要花费大量的时间去判断工业零件的质量，不但有害员工视力，还存在速度和稳定性差等问题。同时，传统工业质检方法是通过人肉眼所见和主观经验来进行判决，仅可给出定性的评价，无法形成精细化的判定数据辅助工艺优化，人工判别经验也难以复制与传承。
腾讯云AI研发总经理、腾讯优图实验室副总经理吴永坚谈到，目前老龄化现象越来越严重，年纪大的工人正在退出招聘市场，而年轻的工人不愿意去做这种既机械又枯燥的工作，毕竟一个细小的零部件需要放在显微镜下通过360度旋转来观察异常；
另外，培养新人大概要花费几个月的时间，从长远来看，很难有人坚持下来，企业因此需要重新招聘重新培训，这就极大地增加了成本，而且经常出现由于人力补充不及时形成产能瓶颈的情况。
而相比于传统的人工质检方式，AI质检具备质检效率高、检测精度高、质检系统稳定等优势，在工业数字化转型大背景下，用AI完成质检无疑是最好的选择。
工业AI质检领头羊养成记
工业AI 质检挑战多，企业入局难
工业AI质检带来了新流量，但却没有激发新产品的爆发。
据雷峰网了解，从2017年工业AI概念提出至今，4年的时间，还没有科技公司研发出具有行业代表性的产品，就连被业界冠名的AI厂商，在工业质检方面也并没有突出的解决方案。