隨著人口紅利到頂，傳統(tǒng)工業(yè)機器換人需求增多，工業(yè)AI賽道愈發(fā)火熱。

以工業(yè)AI質(zhì)檢為例，IDC預(yù)測2025年中國工業(yè)AI質(zhì)檢整體市場為9.58億美元（約合人民幣62億元），而這樣的市場，涉及到超過200萬產(chǎn)線質(zhì)量及效率相關(guān)人員，以及超過1400億元的年人力成本消耗。換言之，即便此時行業(yè)玩家均已進場并引發(fā)激烈的市場競爭，但工業(yè)AI質(zhì)檢的滲透率并不算高，工業(yè)AI仍存在需要重視的痛點難題。

此時對于工業(yè)AI服務(wù)商和應(yīng)用方來說，找到合適的思想和路徑、打破僵局至關(guān)重要。

2023年1月6日，專注于“工業(yè)互聯(lián)網(wǎng)+工業(yè)AI”領(lǐng)域的微億智造和智云天工在深圳舉辦了合并后的首場重要新品發(fā)布會，隆重推出了由三個“工系列”創(chuàng)新產(chǎn)品和三個“靈系列”光學產(chǎn)品共同組成的新一代工業(yè) AI 工具庫，在將解決方案標準化、產(chǎn)品化方面邁出了重要一步，致力讓各種中小型工廠和制造企業(yè)都能用得起、用得上 AI，從而改變工業(yè)智能化的現(xiàn)狀。 

微億智造和智云天工CEO 張志琦另外在會上提出“本立而智生”的理念，指明要回到AI被發(fā)明和使用的本質(zhì)來思考——即工業(yè)AI落地的“本”是現(xiàn)場的人的生產(chǎn)經(jīng)驗和海量的生產(chǎn)數(shù)據(jù)，把這個“本”抓住了才能讓工業(yè)AI的“智”最大化的體現(xiàn)出來。 

一、正視工廠和服務(wù)商的痛點

從實踐成果來看，過去4年，微億智造和智云天工開拓了超過80個場景，交付了超過400臺智能設(shè)備和600套AI算法軟件，開發(fā)了超過700個行業(yè)應(yīng)用模型。并且在超過1200條生產(chǎn)線上為客戶落地了人工智能應(yīng)用，成功幫助企業(yè)節(jié)約超過1萬人的人員部署。

正是通過這樣長期的實踐探索，微億智造和智云天工獲取了來自工廠和工業(yè)AI服務(wù)商的兩方面反饋：

1）工廠方面的痛點包含項目導(dǎo)入周期長、技術(shù)像黑盒、換型換線慢、后續(xù)維護成本高、設(shè)備昂貴等。

2）工業(yè)AI服務(wù)商的痛點包含現(xiàn)場負樣本少、交付周期長、產(chǎn)品換線難度高、駐場成本高、模型維護成本高等。

這些痛點最終導(dǎo)致了工業(yè)AI項目落地難。

具體以傳統(tǒng)AI質(zhì)檢解決方案為例，圍繞判斷產(chǎn)品表面外觀缺陷這一目標，設(shè)備導(dǎo)入周期平均需要6個月，單產(chǎn)品模型訓練周期需要2個月，每個項目平均要有5位工程師駐場實施，整套成本居高不下，并且還不滿足柔性制造業(yè)頻繁換線的需求。這樣的情況自然會阻礙企業(yè)客戶為項目買單。

與此形成對比，微億智造和智云天工“本立而智生”的理念，強調(diào)從業(yè)者必須考慮重構(gòu)工業(yè)AI“從數(shù)據(jù)采集，到模型訓練，再到落地部署”的整個業(yè)務(wù)流程，考慮讓AI在實際使用的產(chǎn)線上，自主學習海量的有效生產(chǎn)數(shù)據(jù)，從而減少在測試產(chǎn)線上的“陪產(chǎn)”測試流程，減少這期間原始數(shù)據(jù)的浪費。基于此，將促進形成順應(yīng)自然樣本產(chǎn)生規(guī)律的“小樣本學習”模式，支撐模型迅速、高效、輕量化導(dǎo)入現(xiàn)場。

二、豐富的產(chǎn)品矩陣，賦能工業(yè)AI落地

【工】系列—更柔性、更智能、更普惠

新一代工業(yè) AI 工具庫的三款產(chǎn)品均以“工”字頭命名，“工系列”產(chǎn)品均具備更柔性、更智能、更普惠的優(yōu)勢。

工小匠 — AI數(shù)字質(zhì)檢員

“工小匠”支持實現(xiàn)輕量化、柔性化部署，滿足小批量、多品種，多需求的外觀檢測需求，并且融合了AI+3D技術(shù)的自然人機交互系統(tǒng)，像老師傅帶徒弟一樣，質(zhì)檢員可以訓練工小匠，再配合后端的檢測模型生產(chǎn)系統(tǒng)快速產(chǎn)出產(chǎn)線可用的模型，讓設(shè)備迅速達到上線使用狀態(tài)。樣本需要方面，“工小匠”實現(xiàn)了對微弱成像的缺陷需求降低到 50 個樣本，對顯著缺陷直接降到 0 樣本。同時，工小匠也致力于適配各類第三方非標自動化硬件，為產(chǎn)業(yè)上下游的合作伙伴充分賦能，共同建設(shè)開放的平臺生態(tài)。

工小智 — AI產(chǎn)線管理員

“工小匠”服務(wù)于工廠單點的質(zhì)量問題，而“工小智”則著眼于工廠的效率、安全等方面的全局管理，通過以人工智能、機器視覺、大數(shù)據(jù)等技術(shù)為手段，涵蓋硬件接入、云服務(wù)、移動端服務(wù)等能力，以輕量化、模塊化和快速部署的方式，實現(xiàn)工廠對人員效率、設(shè)備管理、質(zhì)量檢測、安全合規(guī)生產(chǎn)等管控的有效感知和提升。

據(jù)介紹，工小智搭建了類似“班組長/廠長”的管理體系，負責捕捉工業(yè)現(xiàn)場散落的非結(jié)構(gòu)化數(shù)據(jù), 提供時、日、周、月等多維數(shù)據(jù)以供決策使用。

截至目前，工小智圍繞制造業(yè)“人、機、料、法、環(huán)”五大場景，已經(jīng)打造了 700 多種不同模型，在 700 多家企業(yè)成功上線，覆蓋 1000 多條產(chǎn)線，識別準確度達 90% 以上；平均生產(chǎn)效率提升 20%，設(shè)備保養(yǎng)合規(guī)率提升 99.5%，設(shè)備故障響應(yīng)時間同比減少 70%，人員離崗行為減少 90%。

工小匯 — AIOT數(shù)字工廠管理員

“工小匯”是一款智能采集分析非結(jié)構(gòu)化工業(yè)數(shù)據(jù)，融匯結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，并能實現(xiàn)大規(guī)模聚合處理的用于數(shù)字精益生產(chǎn)管理的智能化工具。

基于工業(yè)物聯(lián)網(wǎng)與現(xiàn)場實景管理的高效能組合，工小匯在多模態(tài)數(shù)據(jù)的整合處理能力方面表現(xiàn)突出。

具體來看，由工小匠、工小智及物聯(lián)網(wǎng)數(shù)采平臺共同組成的業(yè)務(wù)系統(tǒng)工具，可以對數(shù)據(jù)進行采集、存儲和建模，全盤管理視頻、圖像等非結(jié)構(gòu)化數(shù)據(jù)，日志、文件等半結(jié)構(gòu)化數(shù)據(jù)，以及多類業(yè)務(wù)系統(tǒng)產(chǎn)生的結(jié)構(gòu)化數(shù)據(jù)，從而在數(shù)據(jù)事實層、關(guān)聯(lián)和特征層、預(yù)測和規(guī)劃層等不同層面徹底加工和處理數(shù)據(jù)，為企業(yè)決策者提供產(chǎn)能分析、設(shè)備分析、效率分析、質(zhì)量分析、人員分析、風險預(yù)警等綜合決策應(yīng)用。

【靈】系列—更清晰、更精準、更快速

“工小匠”是軟硬結(jié)合的一體化解決方案，而配合這一方案的“靈系列”三款新型檢測儀在本次發(fā)布會上首次亮相，通過對光學技術(shù)和算法模型的打磨，它們實現(xiàn)了世界級產(chǎn)品中國化平替。

靈眸 OCT 工業(yè)高精度 3D 層析缺陷檢測儀

針對透明、半透明檢測對象，提供微米級別的 3D 成像及高空間分辨率檢測。采用創(chuàng)新的 3D 深度缺陷檢測算法，能夠?qū)崿F(xiàn)1024層的層析透視，填補了工業(yè)相機在穿透深度和檢測精度上的空白，達到并超越了了世界級水平。

靈鏡 PMD 3D 高反表面檢測儀

解決鏡面、類鏡面高反光材料的缺陷成像及檢測問題，針對汽車輪轂、光學鏡片、晶圓表面等高反光材質(zhì)的成像難題，檢測精度達到納米級，為客戶提供了高速度、高靈敏度、高準確曲率、強抗干擾性的新一代成像解決方案。

靈陣 OMX 光學一體化復(fù)眼陣列模組

自研車規(guī)級智能攝像頭模組，可以進行“樂高”式的多模組、多角度靈活組合，同時配合智能算法，在實現(xiàn)工業(yè)相機同等水準成像性能的前提下，成本可以降低 40% 以上，適用于各類外觀缺陷檢測場景。

全新的生產(chǎn)工具，“新智造”已經(jīng)開始

去年底，主打“工業(yè)AI+機器視覺”的微億智造與主打“工業(yè)AI+大數(shù)據(jù)技術(shù)”的智云天工宣布合并，此次新品便是首次由兩家公司聯(lián)合推出，旨在面向廣大中小制造企業(yè)，提供能用、好用的AI產(chǎn)品工具，解決工廠面臨的質(zhì)量、成本、效率、安全等問題。

未來，微億智造和智云天工將繼續(xù)專注智能制造領(lǐng)域，致力將人工智能視覺及相關(guān)的新一代信息技術(shù)落地在工業(yè)生產(chǎn)現(xiàn)場，幫助制造企業(yè)實現(xiàn)智能迭代轉(zhuǎn)型升級，并推動 AI 應(yīng)用走向普惠。