工业|腾讯To B的「决心」，工业AI的「雄心」( 二 )

是因为难做？还是没有更好的发展前景？

首先，我国工业主要以劳动密集型的低端制造为主，工厂主要管理者大多是60、70年代的创业者，他们对AI这一新技术不够了解，加之工业AI质检无论是对工厂还是AI企业都需要投入大量的资金，工厂决策者普遍对AI落地的效果存在疑虑不敢贸然投入；
再者，工业和AI难以贯通融合，一方面AI厂商不了解工业机理，另一方面工业专家也不了解AI，双方认知的落差与立场的差异往往成为项目落地的卡点。
最重要的是， AI企业也在摸索着突破技术局限性，许多供应商在为客户搭建AI质检体系的过程中，往往会遇到AI算力及处理速度的瓶颈，导致AI质检速度或精度不如工人质检，更多时候只能作为人工识别的复检补充。

这些因素都成了各大玩家入局失败的原因，据相关数据统计，我国研究AI的企业超2000家，其中专注工业领域的不足5%，众多AI企业不愿或不敢投身工业领域。但就是在种种挑战下，腾讯迎难而上，选择入局工业领域并重点选择了工业视觉赛道，加大了对工业制造痛点及难点的研究，将AI技术匹配工业场景并完成升级。
腾讯云工业AI的入局之道
值得注意的是，针对因人力成本高、智能化改造难而未能深入的工业质检场景，腾讯云联合生态伙伴打造了腾慧飞瞳AI质检仪。
该产品主要针对目前3C零部件产品外观检测准确性差、效率低等难题，创造性的采用一站式智能化解决方案，突破制造业外观检测自动化的瓶颈问题，大幅提升检测效率，解放质检人力、优化成本。

文章插图

据雷峰网了解，大多数AI厂商只做标准化软件的开发，硬件部分交由其他厂商适配完成。与其他厂商在工业AI领域打法不同，腾讯则是以客户需求为导向，提供软硬一体的解决方案。
吴永坚谈到，工业AI质检不是纯粹的算法的问题，更是软硬一体化的问题。工业AI质检实际上是由光、机、电、软、算五大部分的联动配合组成，互联网公司、AI企业在前三部分并不是很擅长，需要开阔思路，从上下游出发了解产业，补齐能力短板。最好的交付方式是以软硬一体机交付，才是想客户所想，予客户所需。
工业AI质检要想切实落地，就是要将AI与工业进行更好的融合，不仅要提升AI水平，还要丰富行业知识。
技术方面，依托腾讯优图实验室在计算机视觉算法方面的技术优势，腾讯创造性地设计了光度立体成像解决方案，实现了成像、检测、稳定性、安全性等多方面的算法创新；硬件方面，凭借生态伙伴在研发、设计、制造、服务等方面的优势，针对性的实现了多维度硬件创新，保障设备平稳运行。
为了弥补自身对工业机理理解不足，在项目执行期间，腾讯团队以“泡在现场”的朴素方式理解产品，熟悉质检工人的工作流程，排查机械、成像和算法的问题并及时调整，同时通过现场与客户面对面的交流，更好理解产业知识及行业真实痛点，真正地做到了“现场有神灵、魔鬼在细节”。
“独行快，众行远”，开放生态一直是腾讯的招牌，为了快速补齐行业知识，腾讯选择与合作伙伴通力合作，例如腾慧飞瞳AI质检仪就在腾讯软件及算力优势的基础上，结合了合作伙伴在机器视觉的行业应用经验，通过多轴联动装置实现任意位置角度拍摄成像，灵活提取复杂零部件表面不同位置的缺陷细节，有效支持高速数据采集及检测，大幅提升质检效能。
腾讯云在工业AI的愿望——星辰大海
众所周知，在930变革之时，腾讯就表明了入局To B的决心，而如今其在工业AI质检领域的壮举也向业界表明了深扎To B的雄心。