工業AI化蓄勢爆發

配圖來自Canva

 

新基建風口下，以數字化、網聯化、智慧化為方向的新工業革命蓄勢爆發。

 

第一次工業革命是蒸汽革命，機器工廠就此誕生，蒸汽機器取代了手工勞動；第二次工業革命是電力革命，電器代替蒸汽機器，電力新能源大大的提高了勞動效率；第三次工業革命是資訊革命，計算機技術和通訊技術不斷引領社會生產新變革，打破了距離、空間的限制。

 

前三次工業革命是從各層面解放了體力勞動，當下的工業智慧化變革，則是進一步解放勞動力和腦力的一次新變革，目的是為了降低成本、減少誤差、提高效率。

 

方今， 苦於勞動力價格上漲成本重壓、人工誤差導致生產效率低下的傳統工業企業“嗷嗷待哺”，以期透過智慧化變革降本增效。在此背景下，騰訊、百度等網際網路巨頭鉚足了勁，向工業AI市場進軍。

 

質檢領頭，工業AI化勢在必行

 

一直以來，工業變革改變著人們的生活方式，讓人們生活更舒適、便捷。隨著 AI 技術的逐漸成熟，越來越多的企業希望藉助 AI 技術創新發展，這也讓資本嗅到了工業AI市場的“錢味”。

 

在這之前，人們普遍認為，工業AI化程式最慢，是最難改變的一個領域。其中，質檢分揀作為工業最關鍵的環節，其AI化的改變被寄予厚望。

 

一方面，人工質檢準確性低、速度慢，影響生產效率。在傳統工業流程中，傳統質檢主要透過人工進行產品質量檢查、產品分揀，但人工檢測有延時和誤差，一定程度上會影響質檢的準確性。而且，少量作業時人工檢測的方式可取，但任務重的時候，檢查效率低，稽核質量不穩定出現的機率會增加。

 

另一方面，質量檢測的人力投入成本高，招聘難且人員離職率高。不可否認，隨著經濟的發展，國內勞動力成本不斷提升，加上大環境影響下經濟不景氣，成本高、效率低也就成為阻礙工業領域快速發展的“攔路虎”，工業企業的日子越來越難過。

 

人力成本高、效率低、穩定性低等種種問題，對傳統工業流程提出了挑戰。與此同時，AI迅速在各行各業“開花結果”，儼然AI無所不能的樣子。在數字化轉型趨勢的促使下，傳統制造企業的AI化、網聯化升級被提上日程。

 

當下，合理應用AI的能力，降低人工成本、提升生產效率，成為整個行業需要解決的問題。而基於自身AI技術，早已在醫療、交通等行業生根發展的騰訊、百度等網際網路巨頭也將觸手伸至工業領域，全面助力工業AI化轉型。

 

騰訊：工業AI目標，方興未已

 

作為國內數一數二的網際網路巨頭，騰訊很早就開始佈局工業網際網路。基於對傳統工業流程痛點的瞭解，以及精湛的深度學習技術，騰訊優圖聯合騰訊雲帶來領先的AI+工業解決方案，為企業降本、增效、提質。

 

簡而言之，透過技術賦能傳統工業供應鏈、研發、生產到營銷、服務等全流程，是騰訊戰略升級（成立雲與智慧產業事業群）助力傳統行業智慧化轉型的一部分。而從較為成熟的AI質檢領域，我們可以窺視騰訊佈局智慧工業的情況和實力。

 

一方面，自動化檢測系統和人工相結合，提高準確率。基於騰訊優圖AI技術，騰訊構建自動化缺陷分類和檢測系統，覆蓋了大部分人工目檢工作，“智慧化+人工”檢測大幅度提升質檢的精細化、精準化程度，極大的提升生產效率。

 

另一方面，開發缺陷檢測工具替代質檢工人環節，降低人工成本。基於影像分析和統計利用技術，在保證產品質量和生產效率的前提下，智慧工具替代人工，進而減少工廠質檢人員，大大降低人力成本，真正實現降本增效，也提升工廠的運作效率。

 

據悉，騰訊AI質檢系統已經在PCB板缺陷檢測、鋰電池缺陷檢測、皮膚缺陷檢測等多個方面得到落地應用。這耀眼成績的背後，依靠的是騰訊在零售、金融、醫療等領域多年的數字賦能經驗積累，以及騰訊優圖（具備超過800項全球專利）強大的技術實力。

 

不足的是，工業AI尚處在初級階段，用AI來代替質檢員，也只是工業AI化程式中的一小環。傳統工業產業，工序繁瑣、領域繁多，需要整改、最佳化、肅清的環節太多，涉及的不只是技術上的改進，管理層面同樣需要智慧化，是一項費財、費時、費力的浩大工程。

 

騰訊助力傳統工業產業智慧化升級的目標已定，百度也不甘落後。同一領域，巨頭狹路相逢，免不了對比、較量，你輸我贏……

 

百度：AI工業生態，穩中有憂

 

在百度大腦招募AI工業質檢合作伙伴的宣文中，我們看到這麼一段話：“願意在質檢產品和服務中使用百度AI核心演算法模型和AI模組，將自身質檢產品服務與百度AI產品服務相結合，為客戶提供基於百度AI能力的質檢行業解決方案，與百度AI開放平臺合力打造良性的質檢領域AI生態。”

 

公告裡，從“構建工業領域的AI生態”一言來看，百度對於AI工業是執著的。

 

現實中，在新基建的指引下，百度依託百度大腦、飛槳、智慧雲、晶片、資料中心等新型AI技術基礎設施，積極為生產安全、質檢等工業領域產業智慧化升級蓄力，並不斷加快前行的步伐。

 

在生產安全監控方面，作為避免員工的人身安全、裝置設施免受損壞，保障生產活動順利進行的必要條件，生產安全容不得馬虎。為此，百度大腦開放了智慧影片監控開發平臺，可針對不同企業影片監控系統的智慧化升級，強化工廠生產安全條件，降低企業開發成本。

 

在智慧質檢方面，百度大腦開放智慧質檢生態合作方案，為傳統工業企業提供優質的演算法模型和AI加速硬體模組，並搭建質檢模型線上訓練平臺，加速向工業質檢細節滲透，推動傳統工業產業改造升級。據悉，包括大恆影像、拜耳、小零科技等諸多企業都是百度AI質檢系統的受益者。

 

除此之外，AI人才培養，也是百度“ALL in AI”目標裡的重要環節。

 

針對人才不足問題，百度積極推進AI人才培養，透過黃埔學院、AI快車道、PaddleCamp等線上線下的學習培訓渠道，為各行各業輸送AI人才。截至目前，百度已經培養了超過100萬AI人才，為新基建的加速推進輸送眾多AI有學之士。

 

當然，百度無論是技術賦能的方式，還是工業AI的落地效果，都還遠遠未達到全面推動傳統工業企業數字化轉型的目標。百度今後還會在工業AI化程式中採取哪些動作來幫助合作伙伴，在人工智慧時代完美轉型、升級還需要繼續觀察。

 

行業風口之下，必有網際網路巨頭之爭，特別是在各行各業資料化轉型的當下，網際網路巨頭趁機“彎道超車”的意圖更加明顯。其中，工業作為第二大產業重要的組成部分，市場之廣闊顯而易見，而智慧化變革帶來的紅利，正是騰訊、百度等巨頭不遺餘力，助力傳統工業企業智慧化轉型的原因。

 

只是，就目前工業市場發展情況來看，工業AI蓄勢爆發，屆時或將是騰訊、百度等巨頭從摩拳擦掌轉向正面競爭的時刻。

 

文/劉曠公眾號，ID：liukuang110