智能制造領(lǐng)域，工業(yè)AI質(zhì)檢這個細分市場正快速奔跑。

據(jù)IDC去年8月發(fā)布的《中國AI賦能的工業(yè)質(zhì)檢解決方案市場分析2021》報告顯示，即使受疫情影響，相較2019年，2020全年中國工業(yè)質(zhì)檢軟件和服務(wù)市場，依舊保持了近32%的增長。

這份存在感中，BATH等互聯(lián)網(wǎng)巨頭、AI龍頭企業(yè)的聲量頗高。

在各類榜單、報告、網(wǎng)站、分析文章中，都能見到他們的身影。

IDC數(shù)據(jù)，2020年的中國AI工業(yè)質(zhì)檢市場，份額前四的企業(yè)，百度、阿里、華為就占了3個。

值得注意的是，截止2020年，中國工業(yè)質(zhì)檢軟件和服務(wù)市場的規(guī)模僅有1.42億美元，在高速增長下，2024年的規(guī)模也僅為4億美元。（IDC數(shù)據(jù)）

對于動輒在百億、千億規(guī)模市場操弄風(fēng)云的互聯(lián)網(wǎng)巨頭們來說，這似乎只是一條頗為狹窄的賽道，但他們卻一路挺進。

強烈反差背后，工業(yè)AI質(zhì)檢賽道何以能吸引互聯(lián)網(wǎng)巨頭紛紛下場廝殺？

AI巨頭與工業(yè)的雙向奔赴

傳統(tǒng)制造業(yè)已經(jīng)渴求AI質(zhì)檢太久。

一直以來，傳統(tǒng)質(zhì)檢都主要依靠人工進行質(zhì)量質(zhì)檢與產(chǎn)品分揀，瑕疵品常常難以被有效記錄與分揀，再加上質(zhì)檢員經(jīng)驗水平參差不齊，效率低下、覆蓋面積小、質(zhì)檢標準不一。

與此同時，中國人口老齡化、勞動力成本上升等問題，讓“用工荒”浪潮席卷各個行業(yè)，重復(fù)、枯燥流水化作業(yè)的人工質(zhì)檢崗位更是如此。

AI質(zhì)檢伴隨時代的鼓點而生。

相比于人工質(zhì)檢，AI質(zhì)檢優(yōu)勢明顯。具有降低人力資源成本，實現(xiàn)質(zhì)檢范圍100%覆蓋，檢測標準統(tǒng)一，提升良品率等優(yōu)點，大大提升了生產(chǎn)效率。

不僅如此，AI質(zhì)檢借助機器學(xué)習(xí)建模進行深度分析，在流程優(yōu)化與工藝改進上的優(yōu)勢，也非人工質(zhì)檢可以比肩。

商湯科技智慧工業(yè)負責(zé)人崔磊介紹道，目前商湯打造的AI質(zhì)檢產(chǎn)品和解決方案，已經(jīng)貫穿了材料研發(fā)和設(shè)計、來料分揀、工業(yè)質(zhì)檢、倉儲物流、安監(jiān)運營等全流程，實現(xiàn)降本增效的同時，可以對生產(chǎn)工藝和運營質(zhì)量持續(xù)優(yōu)化。

傳統(tǒng)工業(yè)制造領(lǐng)域?qū)I技術(shù)的渴求，催生出了一批前仆后繼者，其中就包括手握人才、技術(shù)、資金、數(shù)據(jù)分析能力的互聯(lián)網(wǎng)巨頭和AI頭部企業(yè)。

經(jīng)歷過消費互聯(lián)網(wǎng)近20年的廝殺，互聯(lián)網(wǎng)大廠優(yōu)勢不小。

首先是強大的資金。

市場初期，企業(yè)進行上下游延伸、技術(shù)研發(fā)投入、客戶拓展、行業(yè)推廣都需要強大的資金支持。

巨頭們雄厚的資金，在建設(shè)周期長、速度慢的制造業(yè)，可以以資本換市場，某種程度上可以推動行業(yè)前進。

其次是足夠的品牌影響力。

理想的智能制造，需要全產(chǎn)業(yè)鏈的共同投入，基礎(chǔ)設(shè)施的支撐和上下游的共同配合才能完成。

他們品牌力，面對產(chǎn)業(yè)鏈長、生產(chǎn)過程極其復(fù)雜的制造業(yè)，可以以生態(tài)聚合能力吸引產(chǎn)業(yè)上下游一起玩。

再者是新視角帶來的潛在創(chuàng)新能力。

科技歷史無數(shù)次論證，創(chuàng)新往往出現(xiàn)在不同層面交叉點，對于工業(yè)領(lǐng)域，巨頭們帶來不同的知識背景和認知層次，從不同的角度和立場出發(fā)，也許，能帶來不一樣的業(yè)務(wù)模式、運營模式和商業(yè)模式的數(shù)字化、智能化變革思路。

事實證明，他們的確給工業(yè)制造帶了新氣息。

雷峰網(wǎng)了解到，早在2017年，AI質(zhì)檢還未被各路追捧之前，百度就已經(jīng)進場了。

在某3C精密零部件的制造企業(yè)，百度智能云的AI質(zhì)檢方案將檢測效率提高了近9倍，為企業(yè)年節(jié)省成本4000萬。

在中國化纖行業(yè)的龍頭企業(yè)恒逸化纖工廠，百度智能云的智能質(zhì)檢系統(tǒng)改變了過去依靠人眼+手電筒的傳統(tǒng)質(zhì)檢模式，大幅提升了質(zhì)檢效率；

當初從首鋼的AI質(zhì)檢出發(fā)，5年長途跋涉，百度智能云AI質(zhì)檢走進了電子、汽車、鋼鐵、紡織、能源、航天等十余個行業(yè)。

2017年，阿里云研發(fā)了業(yè)界首個工業(yè)視覺AI方案，并逐步應(yīng)用于鋼鐵、化纖、汽車等領(lǐng)域。

近年，騰訊也承接了液晶面板制造行業(yè)龍頭型企業(yè)華星光電項目，有消息稱，該項目是目前為止國內(nèi)最大規(guī)模的工業(yè)AI質(zhì)檢項目。

AI企業(yè)也不甘示弱。

商湯科技作為中國頭部AI企業(yè)，商湯AI大裝置也在各大工業(yè)質(zhì)檢領(lǐng)域落地。從汽車到3C，從紡織到醫(yī)藥，制造業(yè)對質(zhì)檢都存在巨大需求，也與巨大挑戰(zhàn)。為了解決這些問題，商湯的深泉平臺從質(zhì)、敏、柔三個方面重點發(fā)力。質(zhì)的方面，深泉平臺從多光學(xué)方案支持、多零部件形態(tài)支持、多重質(zhì)檢支持三個角度提供了解決方案，可以將缺陷漏檢率和誤檢率壓縮到極致。敏的方面，深泉平臺針對生產(chǎn)前-輕量化產(chǎn)線、生產(chǎn)中-軟硬一體高效推理、生產(chǎn)后-工藝快速迭代提供了多方面解決方案，將工藝的迭代從“月”為單位改變?yōu)椤爸堋睘閱挝?。柔的方面?/p>

深泉平臺提供了工業(yè)模型訓(xùn)練組件、推理工作流調(diào)度組件、報表配置組件，實現(xiàn)低代碼支撐柔性質(zhì)檢，滿足多件小批次的高質(zhì)量質(zhì)檢。

應(yīng)用深泉平臺后，全球燈塔工廠之一的福田康明斯發(fā)動機工廠的質(zhì)檢效率得到大大提升，同時隨著工廠向智能制造轉(zhuǎn)型，企業(yè)競爭力也得到顯著增強。

在他們的強勢入局下，工業(yè)AI質(zhì)檢領(lǐng)域，也已經(jīng)在3C電子、新能源、汽車等行業(yè)實現(xiàn)了規(guī)?；瘧?yīng)用，且增長迅速，智能制造呈現(xiàn)出遍地開花的態(tài)勢。

雙向奔赴的背面

但巨頭們看中的，真的只是AI質(zhì)檢嗎？

這里不得不談互聯(lián)網(wǎng)大廠們的處境。

大勢當前，美國工業(yè)互聯(lián)網(wǎng)、德國的工業(yè)4.0、中國的智能制造2025、日本的超智能社會5.0藍圖，全世界都在向智能制造邁進。

海水將退，過去10年，他們是信息化革命紅利的最大嘗鮮者，如今，流量爭奪戰(zhàn)趨于頂峰，產(chǎn)業(yè)互聯(lián)網(wǎng)金礦價值蓄勢待發(fā)。

“光靠BAT撐不起中國經(jīng)濟”呼聲高漲，在興奮與焦慮參雜中，傳統(tǒng)互聯(lián)網(wǎng)巨頭們幾乎不約而同地，一個箭步跑向工業(yè)領(lǐng)域。

智能制造這艘時代之船，他們必須搭上。

但任何一個試圖通過AI技術(shù)改造制造的企業(yè)，都無法回避的一點是：智能制造是一個極其復(fù)雜、龐大的體系。

想要做好工業(yè)，技術(shù)功底、資金支持、人才是必需項，但還遠遠不夠。

最基礎(chǔ)，也最核心的要點之一是，工業(yè)需要深厚的行業(yè)知識與經(jīng)驗。

智能制造，核心在于“制造”，一切“智能”都需要建立在此基礎(chǔ)之上。

中國是全世界唯一擁有聯(lián)合國產(chǎn)業(yè)分類中全部工業(yè)門類的國家，而每類工業(yè)企業(yè)都有自己獨特的工業(yè)Know-How和行業(yè)知識。

“一米的寬度，一百米的深度”的行業(yè)特性，背后是深厚、專業(yè)的行業(yè)知識。

沒有對制造業(yè)的理解，所有數(shù)字化、智能化方案都將是無源之水、無本之木。

在技術(shù)愈發(fā)內(nèi)卷背景下，能吃透工業(yè)知識的跨界企業(yè)，并不多。

互聯(lián)網(wǎng)企業(yè)也意識到這一問題，對于不可不得的智能制造領(lǐng)域，在目光所及之處，工業(yè)AI質(zhì)檢成為智能制造一個絕佳的切入口：

AI質(zhì)檢效果直觀、投入產(chǎn)出相對清晰：質(zhì)檢可以直觀的告訴工廠主能節(jié)省多少成本，能降低多少誤檢漏檢率，賦能企業(yè)也能更快獲得產(chǎn)出。

行業(yè)know-how要求相對低：質(zhì)檢的精細化特質(zhì)，對故障率的要求極高（1%或更低），讓AI的高精特性得到最大程度體現(xiàn)。

部分市場接受度高：已經(jīng)在3C電子、新能源、汽車等行業(yè)規(guī)?；瘧?yīng)用，且增長迅速。

而對于中國工業(yè)質(zhì)檢市場1.42億美元規(guī)模數(shù)據(jù)（IDC統(tǒng)計的2020年數(shù)據(jù)），百度智能云智慧工業(yè)事業(yè)部副總經(jīng)理黃鋒和商湯科技智慧工業(yè)負責(zé)人崔磊指出，1.42億美元僅是軟件的規(guī)模，而工業(yè)企業(yè)最終使用的是包含光學(xué)、自動化在內(nèi)軟硬一體的方案。

“而且AI質(zhì)檢市場的滲透率不足5%，目前屬于快速增長的增量市場?！秉S鋒補充。

“目前商湯的工業(yè)質(zhì)檢產(chǎn)品，都采用了軟硬一體的方式，工業(yè)質(zhì)檢中軟硬一體設(shè)備的市場，遠遠超過這個規(guī)模?！贝蘩诳隙ǖ恼f。

政策利好、市場需求、技術(shù)優(yōu)勢下，進入這個賽道的云廠商、AI創(chuàng)企、傳統(tǒng)機器視覺企業(yè)、工業(yè)互聯(lián)網(wǎng)平臺企業(yè)等，看中的是這個賽道未來發(fā)展的潛力與增速。

智能制造，任重道遠

所有跨界企業(yè)需要明白2點：

第一，工業(yè)AI質(zhì)檢只是相對簡單。

正如前文所述，AI質(zhì)檢發(fā)展數(shù)年，滲透率依然僅有5%。

對于漫長的工業(yè)革命進程而言，AI質(zhì)檢的發(fā)展時間的確不長，但不可否認的是，AI質(zhì)檢市場也許沒有大量入局者想象中容易。

需求碎片化、定制化；數(shù)據(jù)庫樣本不足；工業(yè)領(lǐng)域的數(shù)據(jù)極為龐雜、分散，且貫穿研發(fā)、生產(chǎn)、測試、運營等生命周期；數(shù)據(jù)開采周期長，效率低；AI質(zhì)檢，背后還涉及光學(xué)、自動化、電器等多學(xué)科交叉融合......都是制約AI質(zhì)檢市場規(guī)?；臄r路虎。

這些都需要扎根工業(yè)，逐個摸索。

黃鋒介紹道，AI質(zhì)檢的研發(fā)與落地，都需要深入工廠，而工廠一般位于郊區(qū)，內(nèi)部環(huán)境嘈雜，生活上也有諸多不便之處。算法工程師們在工廠經(jīng)常一待就是幾個月“不是所有大廠、所有的算法工程師都能耐的住寂寞，吃得了這個苦?！?/p>

黃鋒認為，百度AI質(zhì)檢取得領(lǐng)跑優(yōu)勢的原因之一就在于扎實。

第二，AI質(zhì)檢領(lǐng)域臥虎藏龍，他們需要面對的，還有一群虎視眈眈的競爭對手。

以?？?、大華為代表的安防巨頭，早已在工業(yè)視覺領(lǐng)域占據(jù)一席之地。

碎片化的工業(yè)視覺市場，具有可預(yù)見性差、穩(wěn)定性強的顯著特點，但這恰恰是海康、大華擅長的領(lǐng)域，這種業(yè)務(wù)模式，他們已經(jīng)在安防領(lǐng)域操練了近20年。此外，6、7年前就開始的戰(zhàn)略布局，產(chǎn)品和服務(wù)方面的經(jīng)驗遷移，都是海康、大華等“老將”們的優(yōu)勢。

時代潮流下，也催生出一批AI創(chuàng)業(yè)企業(yè)。

他們一開始就目標明確，心無旁騖的扎根智能制造。技術(shù)實力與互聯(lián)網(wǎng)大廠相比，也不遑多讓?？焖夙憫?yīng)、吃苦耐勞是他們甩開競爭對手的必殺技，“XX（某行業(yè)巨頭），他們自己不想花時間和精力攻克某個技術(shù)難點，我們整個項目組花了好幾個月時間，搗鼓出來了?！贝饲耙患褹I創(chuàng)業(yè)企業(yè)這樣對雷峰網(wǎng)(公眾號：雷峰網(wǎng))表述。

如果說，將AI創(chuàng)企比作工業(yè)視覺領(lǐng)域，血氣方剛的年輕人，那么傳統(tǒng)視覺廠商，就是一路臥薪嘗膽的智者，在中國工業(yè)視覺市場承擔(dān)著中流砥柱的重任。

他們是大風(fēng)大浪中淘洗出來的勝利者，歷史的積淀使他們擁有品牌、客戶、資金、技術(shù)多重優(yōu)勢，在不斷鞏固自身地位的同時，一邊默默啃食對手的份額。

在國外，則有盤踞高端、壟斷中國約60%市場份額的美日德巨頭康耐視、基恩士等。

他們以高端市場為目標，同時極其注重產(chǎn)品質(zhì)量和技術(shù)創(chuàng)新，通過差異化功能，和“比客戶先行一步”的行動力，保持著讓行業(yè)難以望其項背的業(yè)務(wù)能力與營業(yè)能力。

黃鋒也提到，未來的AI質(zhì)檢市場，比拼的是更優(yōu)的效果、更快的交付，更低的成本，更好的客戶ROI。對AI技術(shù)提供商而言，產(chǎn)品化和交付標準化是核心競爭力。

在推動傳統(tǒng)制造業(yè)數(shù)字化轉(zhuǎn)型的過程中，這些困難是不可避免的。對于互聯(lián)網(wǎng)巨頭來說，這并不是一條容易走的路。

第三，始于AI質(zhì)檢，但不應(yīng)止于AI質(zhì)檢。

所謂智能制造，即是利用新一代信息技術(shù)，來提高生產(chǎn)效率、產(chǎn)品質(zhì)量、降低能耗等，貫穿設(shè)計、生產(chǎn)、管理等制造的各個環(huán)節(jié)和產(chǎn)品的整個生命周期。

AI無疑是最適合回答這道題的主角，但是現(xiàn)下，還沒有出現(xiàn)通用性解法，大多是以某個行業(yè)的單一場景做突破。

如果僅聚焦于單個設(shè)備、單項技術(shù)的智能化，無法帶來整個生產(chǎn)環(huán)節(jié)的效率提高。

如何讓人工智能技術(shù)給制造業(yè)帶來普惠，引領(lǐng)制造業(yè)的升級，而非在一個細分賽道與眾多企業(yè)纏斗，是巨頭們需要思考的問題。為此，百度智能云基于“點線面體”，從單點設(shè)備到生產(chǎn)流程，到企業(yè)，到產(chǎn)業(yè)區(qū)域，探索全方面賦能企業(yè)和地方經(jīng)濟發(fā)展。

當下的工業(yè)AI市場，無疑是一塊色香味俱全的大蛋糕，且存量頗豐。隨著這條賽道的難點被不斷攻克，蛋糕被不斷瓜分，屆時，這條賽道上的所有入局者之間，勢必產(chǎn)生一番激烈的角逐。實際上，除了AI質(zhì)檢，互聯(lián)網(wǎng)大廠們也在利用已有的落地成果改進算法，提高技術(shù)通用性，探索更多幫助企業(yè)降本增效的方案。

歷史的經(jīng)驗教訓(xùn)告訴我們，在此之前，哪家企業(yè)始終懷揣智能制造的大局，率先在其他領(lǐng)域多方布局，才能最終把握時代風(fēng)向，書寫更為精彩的歷史。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。