去年AI還是一個負(fù)面標(biāo)簽。商湯等AI四小龍合計虧損超500億元的歷史成績，讓不少投資人望而生畏。今年伴隨ChatGPT的橫空出世，AI公司谷底反彈。一位老板告訴南方財經(jīng)全媒體記者，去年融資還很吃緊，但今年投資人排著隊來送錢，并且在商業(yè)化落地上，有了不少確定性方向。

目前AI在商業(yè)化應(yīng)用上，最為成熟的要數(shù)充當(dāng)“眼睛”的機器視覺。從大腦構(gòu)造上看，人類75%的信息獲取來自視覺。現(xiàn)實中也是機器視覺與工業(yè)場景的結(jié)合度更高。近期AI在工業(yè)質(zhì)檢應(yīng)用上的熱度正在攀升。

目前工業(yè)AI質(zhì)檢可解決3C消費電子、汽車及零部件等生產(chǎn)制造中面臨的兩大痛點：其一是質(zhì)檢工人招工難。通常質(zhì)檢工人眼睛一天要在強光下直射10個小時以上，容易造成工人視力迅速衰退；其二是人工檢測難以保障日復(fù)一日穩(wěn)定輸出，若是遇到動輒每片上萬的半導(dǎo)體晶圓，對工廠的損失慘重。

上述痛點讓一眾公司看到了一片亟待開拓的藍(lán)海。格創(chuàng)東智AI高級架構(gòu)師江淵在采訪中表示，在面板行業(yè)，80%的質(zhì)檢人員可以被AI取代。騰訊云工業(yè)AI產(chǎn)品總監(jiān)黃強表示，在AI質(zhì)檢上，騰訊看到了一個千億級剛需市場。“單是3C電子產(chǎn)品的人工檢測就有近300萬人，按照一個人8萬/年的用人成本，將是一個2400億規(guī)模的市場。”

據(jù)IDC預(yù)計，到2025年中國工業(yè)AI質(zhì)檢整體市場將達(dá)9.58億美元（約合人民幣62億元），2021-2025年CAGR為28.5%。目前距離千億級市場，工業(yè)AI質(zhì)檢市場仍有數(shù)倍空間，這讓更多公司躍躍欲試，加速涌入戰(zhàn)場。

在今年愈加激烈市場競爭下，IDC認(rèn)為，工業(yè)AI質(zhì)檢市場仍將持續(xù)碎片化格局。目前以云服務(wù)商、AI質(zhì)檢創(chuàng)新企業(yè)、機器視覺軟件企業(yè)這3類背景的廠商主導(dǎo)市場。而工業(yè)互聯(lián)網(wǎng)平臺服務(wù)商、機器視覺檢測裝備商、綜合AI企業(yè)、工控自動化企業(yè)、通信運營商等5類廠商正在加大投入切入市場。一場機器與機器之間的“內(nèi)卷”正在加速展開。

初創(chuàng)公司：搭乘硅谷技術(shù)新風(fēng)口，前微軟高管“降維”打入AI工業(yè)質(zhì)檢

前微軟（美國）SurfaceBook設(shè)計團隊高級總監(jiān)郭瑋，曾為微軟貢獻(xiàn)了30余項發(fā)明專利。2018年他在看清中國AI場景化應(yīng)用的勢頭之后，立馬召集了一批擅長數(shù)據(jù)處理、平臺技術(shù)和AI算法的海外精英回國創(chuàng)業(yè)。

值得一提的是，在如今AI商業(yè)化浪潮中，市場分為三個層次：底層基礎(chǔ)設(shè)施做芯片和算力、中間核心技術(shù)做大模型和大數(shù)據(jù)平臺、上層場景化應(yīng)用做解決方案落地。芯片除了技術(shù)還講求生態(tài)，算力是國與國之間的比拼，大模型和大數(shù)據(jù)掌握在能燒得起錢的巨頭手中，逐一分析排除下來，初創(chuàng)公司在中國最有優(yōu)勢的地方就是做應(yīng)用落地。

2019年末，郭瑋在深圳南山區(qū)創(chuàng)立了博瀚智能。他所組建的團隊，僅憑履歷就獲得了深圳市高層次人才創(chuàng)業(yè)資助和投資機構(gòu)3500萬pre-A輪融資，并與深圳清華研究院聯(lián)合成立了人工智能研發(fā)中心。

他給公司的定位是，一家依托自研的平臺技術(shù)，專注于AI應(yīng)用落地的公司，聚焦智能制造和自動駕駛兩條主線。在對標(biāo)領(lǐng)域里，智能制造與華為（NPU生態(tài)圈）密切合作，自動駕駛?cè)谌胗ミ_(dá)GPU生態(tài)圈。“公司的技術(shù)和產(chǎn)品有幸得到行業(yè)內(nèi)最強的伙伴的認(rèn)可，并同他們進(jìn)行深度業(yè)務(wù)合作”

背靠華為計算底座，郭瑋團隊決心將制造領(lǐng)域里的AI質(zhì)檢提升到一個新高度，即完成甲方心目中的“不可能三角”——更短的開發(fā)周期、更高的準(zhǔn)確率、更低的運維成本，以此顛覆傳統(tǒng)AI質(zhì)檢。

博瀚智能將這套顛覆性系統(tǒng)稱為“自適應(yīng)AI質(zhì)檢系統(tǒng)”，可將模型的精度從95%快速提升至99.99%，并在后續(xù)一直維持如此高的精度標(biāo)準(zhǔn)。據(jù)內(nèi)部統(tǒng)計，相關(guān)解決方案在上線周期縮短80%，人力成本降低90%，運維成本節(jié)省80%。

而這套自適應(yīng)AI質(zhì)檢系統(tǒng)也與硅谷最前沿的風(fēng)向不謀而合。2021年，被業(yè)界譽為“AI教父”的百度前首席科學(xué)家吳恩達(dá)，在一場直播中表示，AI系統(tǒng)正在從Model-centric（以模型為中心）向Data-centric（以數(shù)據(jù)為中心）轉(zhuǎn)變。這意味著今后在AI技術(shù)路線中，數(shù)據(jù)質(zhì)量要比模型本身更重要。

對于兩者的區(qū)別，郭瑋進(jìn)一步解釋稱，此前Model-centricAI著重的是模型算法，可類比為人類的智商，代表著處理和學(xué)習(xí)信息的基本結(jié)構(gòu)和能力。這個技術(shù)路線是通過不斷優(yōu)化算法本身來取得更好的結(jié)果，也就是說，通過不斷提升人類智商來增強能力。而Data-centric相當(dāng)于讓人通過積累經(jīng)驗來提高能力，這意味著通過不斷喂取機器高質(zhì)量數(shù)據(jù)，來讓AI持續(xù)適應(yīng)不斷變化的環(huán)境和需求。

值得注意的是，在Data-centricAI路線中，MLOps是至關(guān)重要的一環(huán)，也是博瀚所擅長的部分。MLOps在工業(yè)場景中的優(yōu)勢在于，其不僅可以幫助DataCentricAI的任務(wù)提高效率，還能確保模型在場景中保持有效。

對于一線實操而言，結(jié)合MLOps技術(shù)的DataCentricAI，將有效解決模型失效的問題，讓原本飄在云端的AI系統(tǒng)，有了更標(biāo)準(zhǔn)化的落地策略——數(shù)據(jù)飛輪。而這個數(shù)據(jù)飛輪早于2021年在海外無人駕駛領(lǐng)域里開始被應(yīng)用。

“質(zhì)檢與無人駕駛在數(shù)據(jù)訓(xùn)練上的底層邏輯相通，只不過復(fù)雜程度不同。”郭瑋表示。這也是為何博瀚智能除了聚焦制造領(lǐng)域AI質(zhì)檢以外，另一個錨定的賽道是自動駕駛。同時，他還將博瀚智能的戰(zhàn)略定位，“前三年營收以制造為主，后三年營收則希望實現(xiàn)雙輪驅(qū)動。”

目前在制造領(lǐng)域，博瀚智能主要發(fā)力于3C和半導(dǎo)體AI檢測。郭瑋認(rèn)為，“預(yù)計僅PCBA和外觀檢測市場規(guī)模就在400多億人民幣上下。”同時，PCBA市場中，20%的供應(yīng)商將控制80%的產(chǎn)能，屆時商業(yè)環(huán)境將是一個理想的強to B市場。

現(xiàn)階段，博瀚智能自適應(yīng)AI質(zhì)檢解決方案已經(jīng)在多個行業(yè)頭部客戶落地。下一步若是郭瑋所設(shè)想的模型，實現(xiàn)快速大規(guī)模復(fù)制，使成本隨邊際效應(yīng)大幅遞減，博瀚智能的AI質(zhì)檢模型將跑通PCBA領(lǐng)域，實現(xiàn)開箱即用。但在此之前一切還有待驗證，同時這個自適應(yīng)AI系統(tǒng)是否能向其他領(lǐng)域的AI質(zhì)檢拓展，也有待進(jìn)一步觀察。

此外，乘著今年ChatGPT的東風(fēng)，越來越多硅谷AI精英組團歸國，加入這場機器大戰(zhàn)中。

互聯(lián)網(wǎng)大廠：以AI質(zhì)檢為“尖刀”，切開萬億級工業(yè)互聯(lián)網(wǎng)市場

不同于博瀚智能走硅谷精英技術(shù)路線，騰訊作為以產(chǎn)品驅(qū)動聞名的互聯(lián)網(wǎng)大廠，看到的是一個千億級市場。同時，騰訊力圖將AI質(zhì)檢作為一個“尖刀型”產(chǎn)品，切開下一個萬億級工業(yè)互聯(lián)網(wǎng)市場。

在與南方財經(jīng)全媒體記者對話中，騰訊云工業(yè)AI產(chǎn)品總監(jiān)黃強表示，作為工業(yè)場景里的剛需環(huán)節(jié)，AI質(zhì)檢就好比是社區(qū)團購里的一盒雞蛋，用這個當(dāng)引流工具，使之成為工業(yè)級客戶接觸騰訊云的第一個工業(yè)APP，建立起連接以后，再探索其他數(shù)字工廠數(shù)智化場景升級。

“基于AI質(zhì)檢產(chǎn)品往上游延伸，還可以回溯生產(chǎn)的全鏈條，提升每一個環(huán)節(jié)的數(shù)字化工藝，實現(xiàn)產(chǎn)品全生命周期管理。屆時這將是一個簡單而完整的數(shù)字工廠。”黃強說。

既然是作為引流的入口，騰訊對于AI質(zhì)檢的期望是，最終做成一款面向不同行業(yè)的通用型產(chǎn)品，這意味著成本方面要想辦法快速壓低。但最初騰訊在做頭一兩個case的時候是不盈利的。“我們投入了8-10個算法工程師，跟一個項目半年以上。”黃強說。

據(jù)南方財經(jīng)全媒體記者了解，按照一個算法工程師市場價3萬/月來測算，一個項目不算硬件、服務(wù)器等成本，打底144萬。但一整套AI質(zhì)檢設(shè)備方案市場價也就在幾十萬到小百萬區(qū)間。

這時候，燒了多年錢的云平臺，成為了騰訊大幅降本的底氣。“云肯定是我們的一大優(yōu)勢。云的基礎(chǔ)是算力，當(dāng)別人用一張（算力）卡跑的時候，我們用100張卡跑，這里面所迭代出模型的效率肯定是不一樣的。”黃強說。

在云平臺支撐下，目前騰訊已經(jīng)可以做到，一個算法解決一個項目，時間上也由半年縮短至3個月。黃強表示，“再往下，當(dāng)我們只需要0.1-0.2個算法工程師，就能解決一個項目時，企業(yè)客戶升級AI質(zhì)檢的成本還能繼續(xù)降。”

除此之外，騰訊還有一款針對中小企業(yè)的通用產(chǎn)品——AI質(zhì)檢一體機“騰慧飛瞳”。在這個通用產(chǎn)品里，騰訊只負(fù)責(zé)其中的軟件算法部分，其余硬件部分交由其他廠商做。對此，黃強將其稱為騰訊云的“被集成”戰(zhàn)略。

值得注意的是，雖然流程型工業(yè)制造場景可以打“行業(yè)通用”這張牌降本，但是在離散型制造里則存在局限性。專注半導(dǎo)體領(lǐng)域AI質(zhì)檢的譜匯智能CEO黃秀金表示，半導(dǎo)體領(lǐng)域的AI質(zhì)檢，需要對行業(yè)know-how有深刻理解。原因在于，目前半導(dǎo)體產(chǎn)品質(zhì)量定義還處在后標(biāo)準(zhǔn)時期，單是中游封測環(huán)節(jié)就有超20種判定標(biāo)準(zhǔn)，背后包含上百種算法。同時，在光學(xué)成像算法上的精準(zhǔn)度要求也更高，甚至要用上3D手段檢測芯片金線的弧高。

在市場規(guī)模上，僅半導(dǎo)體領(lǐng)域的AI質(zhì)檢，往下深入將是一個千億級市場。黃秀金表示，“就拿半導(dǎo)體封測步驟來說，前后涉及至少4次檢測環(huán)節(jié)。伴隨國內(nèi)半導(dǎo)體制造市場愈加成熟，國產(chǎn)化創(chuàng)新的浪潮隨之而來。”

而目前騰訊基于通用行業(yè)的AI質(zhì)檢案例，還聚焦于產(chǎn)品外觀檢測階段。黃強表示，騰訊有意愿與行業(yè)伙伴合作，一同做大行業(yè)蛋糕。在大廠觸達(dá)不到的細(xì)分領(lǐng)域，深耕垂直行業(yè)的初創(chuàng)公司有了攻占的窗口期。

行業(yè)“小巨人”：提前感知到市場的擁擠，今年以通用機租賃模式做下沉

在騰訊等大廠準(zhǔn)備聯(lián)合云打更大規(guī)模的“行業(yè)通用”牌前夕，有廠商提前感知到市場向紅海演變，今年一開年就推出了更低價位的通用機，并且還輔以租賃的商業(yè)模式，提前搶占中小企業(yè)市場。

這廠商就是2018 年成立的國家級專精特新“小巨人”微億智造。在工業(yè)AI質(zhì)檢賽道越來越擁擠的當(dāng)下，微億智能年初以通用型AI數(shù)字質(zhì)檢員——“工小匠”殺入下沉市場，除了考慮做增量，背后更看重的是一片更大的生態(tài)——為所有中小企業(yè)搭建產(chǎn)品質(zhì)量管理標(biāo)準(zhǔn)。

微億智造市場部負(fù)責(zé)人葉思佳對南方財經(jīng)全媒體記者表示，“中小企業(yè)發(fā)展之初是管生產(chǎn)和人，但當(dāng)中國制造走向世界之后，管質(zhì)量將成為不可或缺的一步。因此，我們的目標(biāo)已經(jīng)不是單純做檢測，而是要幫中國中小企業(yè)樹立品牌標(biāo)準(zhǔn)。”

在成功交付AI智檢設(shè)備及算法組件1000余套的基礎(chǔ)上，微億智造將工小匠的價格做到了極致，僅需百萬級行業(yè)定制機價格的三分之一，并且在商業(yè)模式上還提供租賃服務(wù)，滿足中小企業(yè)小批量、多品種、多需求的外觀檢測要求。

“這相當(dāng)于每個月給7×24小時的設(shè)備付工資，在精打細(xì)算的中小企業(yè)主之間非常受用。自工小匠上線1個月以來，已經(jīng)有20多臺的設(shè)備在走租賃模式了，并且都是企業(yè)在展會上發(fā)現(xiàn)后，主動找上門來。”葉思佳說，

值得一提的是，雖然是通用型機器，但在算法上的技術(shù)路線走的也是自適應(yīng)AI。在機器在進(jìn)入工廠的那一刻起，就讓有經(jīng)驗的質(zhì)檢人員介入訓(xùn)練設(shè)備。而且培訓(xùn)步驟簡單，對于資深質(zhì)檢員而言，就像老師傅帶新人一樣，只需“認(rèn)識產(chǎn)品、拍攝設(shè)置、樣本收集、缺陷學(xué)習(xí)”四步就能完成崗前培訓(xùn)。

如此通過工人自主喂取機器現(xiàn)場數(shù)據(jù)的方式，不僅節(jié)省了一筆算法工程師的人力成本費用，還可以節(jié)約時間成本，目前工小匠可實現(xiàn)2周內(nèi)“上崗”工作。這也成為微億智能敢把設(shè)備成本壓到極致的底氣。

細(xì)究為何微億能夠發(fā)揮這項優(yōu)勢，則與其積累超過百萬缺陷數(shù)據(jù)的預(yù)訓(xùn)練模型有關(guān)。而如此豐富的缺陷樣本庫，又與公司的成長路徑有關(guān)。

微億智能成立不到1年，就成功通過一家常州的“果鏈”企業(yè)切入了AI質(zhì)檢賽道。“當(dāng)時我們用80多臺設(shè)備取代掉這家工廠里1000多名質(zhì)檢人員。”葉思佳回憶道。借此案例，微億智能在3C終端品牌商圈子里，一戰(zhàn)成名。后續(xù)微億智能成功得到了多家國際3C龍頭品牌商的認(rèn)可并在其供應(yīng)鏈內(nèi)進(jìn)行推廣。

借品牌商之勢，微億智能一步步積累了大量消費電子賽道里的外觀缺陷樣本，成為消費電子結(jié)構(gòu)件AI質(zhì)檢領(lǐng)域里的重要玩家。近年來，微億智能又拓展賽道至新能源汽車、醫(yī)療器械、家用電器等多個領(lǐng)域的外觀檢測。“目前這些領(lǐng)域的樣本都可以植入工小匠的‘腦’中，但在大批量生產(chǎn)中還是產(chǎn)品定制機會更劃算。”葉思佳補充道。

目前微億智能的工小匠還留有一點“遺憾”。雖然工小匠“身體”大部分硬件設(shè)備都實現(xiàn)了國產(chǎn)化，但機械臂這個關(guān)鍵零部件還采用的是發(fā)那科、那智、庫卡等進(jìn)口廠商。葉思佳在采訪中表示，今年將完成國產(chǎn)化機械臂的適配，屆時工小匠從里到外都將實現(xiàn)自主可控。

如果說在過去3年里，數(shù)字化轉(zhuǎn)型還在以“機器換人”為主線，那么接下來，機器顛覆機器的戰(zhàn)役正在打響。在機器的世界里，留給下一個機器內(nèi)卷的空間，正在越來越狹小。