腾讯To B的「决心」,工业AI的「雄心」

腾讯To B的「决心」,工业AI的「雄心」

作者丨何思思

编辑丨周蕾

谈到工业数字化转型,人们首先联想到的就是工业互联网,仿佛,工业互联网已经成了工业转型的全部。

实际上,随着数字化进程的加快,智能化才是工业发展的星辰大海,AI与工业的深度交融悄悄成为了业界学界的重要课题。未来很长一段时间内,AI将成为工业转型升级的标配。

在科技圈,“跟风”现象盛行,新科技、新技术、新应用场景的诞生,往往会吸引大大小小的玩家入局,为行业和服务商本身带来新的增长点。工业AI的出现亦是如此,2017年,工业AI更多还停留在口头讨论;2018年,工业AI,甚至是细分到工业AI质检服务,已经被纳入云厂商、AI创企、传统机器视觉企业的业务范围。

经过四年的发展,在工业AI这股热浪下,有多少AI技术厂商能够突出重围,引领行业风向,树立行业标杆?我们从腾讯云在工业AI领域的实战经验中找到了答案。

工业AI号角吹响,AI质检迫在眉睫

工业AI概念在诞生之初,就寻求在工业制造的各种场景中进行应用,诸如智能分拣、智能巡检、能效优化、预防性维护、智能缺陷检测等。其中,质检环节是制造业在完成智能化过程中的一块“硬骨头”。

据《中国AI赋能的工业质检解决方案市场分析,2021》报告指出,工业AI视觉质检市场也已经走向成长期,2020年全年中国工业质检软件和服务市场仍平稳增长,市场规模达到了1.42亿美元,较2019年有近32%的增长,未来五年工业质检软件和服务市场还会保持30%以上的CAGR增速。

这主要基于我国工业细分领域较多且各领域的研发、生产、管理环节差异性较大,对工业场景来说,融合AI最大的挑战在于AI应用的落地需要设备、网络和算力作为基础条件,而工厂不可能花费巨大的成本去改造产线进而与AI进行深度融合。

另一个原因则是从工业的难点和痛点出发,质检一直是产品内控的刚需环节,但众所周知,现在绝大部分工厂中,质检都是依靠工人来完成,凭借的是人力的大量重复劳动以及相关经验。而工厂在人工质检方面“招工难、用工难”现象越发严重。

相关统计显示,中国每天有超过350万工人在生产线上进行产品外观检查,仅3C行业就有150万以上工人。

这些质检人员每天都要花费大量的时间去判断工业零件的质量,不但有害员工视力,还存在速度和稳定性差等问题。同时,传统工业质检方法是通过人肉眼所见和主观经验来进行判决,仅可给出定性的评价,无法形成精细化的判定数据辅助工艺优化,人工判别经验也难以复制与传承。

腾讯云AI研发总经理、腾讯优图实验室副总经理吴永坚谈到,目前老龄化现象越来越严重,年纪大的工人正在退出招聘市场,而年轻的工人不愿意去做这种既机械又枯燥的工作,毕竟一个细小的零部件需要放在显微镜下通过360度旋转来观察异常;

另外,培养新人大概要花费几个月的时间,从长远来看,很难有人坚持下来,企业因此需要重新招聘重新培训,这就极大地增加了成本,而且经常出现由于人力补充不及时形成产能瓶颈的情况。

而相比于传统的人工质检方式,AI质检具备质检效率高、检测精度高、质检系统稳定等优势,在工业数字化转型大背景下,用AI完成质检无疑是最好的选择。

工业AI质检领头羊养成记

工业AI 质检挑战多,企业入局难

工业AI质检带来了新流量,但却没有激发新产品的爆发。

据雷峰网了解,从2017年工业AI概念提出至今,4年的时间,还没有科技公司研发出具有行业代表性的产品,就连被业界冠名的AI厂商,在工业质检方面也并没有突出的解决方案。

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。

腾讯To B的「决心」,工业AI的「雄心」

据雷峰网(公众号: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。

目前,在工业AI质检方面,许多AI属性强的企业还没有研发出解决工业质检痛点的标准产品及解决方案,而腾讯却在该领域迈出了一大步,不仅率先进入工业视觉赛道,而且通过生态合作的方式找到了合适的产品研发模式,与合作伙伴实现共赢。

除了继续提供标品,腾讯还将提供工业AI研发工具和工业AI中台。工业AI研发工具产品可用于快速搭建质检解决方案。腾讯云智工业AI中台则面向已有工业质检一体机客户,帮助实现质检结果与设备的统一监控管理,实时获取产线整体与各机台的缺陷信息,辅助生产计划调整与工艺优化。

吴永坚认为,工业AI质检只是腾讯迈出的一小步,腾讯将持续提供更多AI能力助力制造业数智化升级,通过自动化质检、数字孪生、供应链协同等手段辅助提升工业企业的运营效率,达到决策层面的自动学习和自动优化,为中国制造2025的战略发展贡献一份力量。

工业AI质检领头羊打造MIM行业标杆

近日,在由雷峰网联合中国计算机学会CCF、香港中文大学(深圳)举办的第六届全球人工智能与机器人大会(GAIR 2021)上,腾讯云AI更是凭借其在工业AI方面的优秀表现,获得了最佳工业AI解决方案奖。可以说,腾讯率先成为了工业AI质检领域的领头羊。

技术、产品或者解决方案优秀与否,要看是否能为客户解决痛点同时创造出更大的价值。

据悉,目前腾慧飞瞳AI质检仪已经在富驰高科得到了有效的应用。上海富驰高科技股份有限公司(以下简称“富驰高科”)成立于1999年,是专业从事MIM、CIM、BMG产品生产的公司。经过20多年的发展,在电子消费、航空航天等领域取得了亮眼的成绩。但近几年,随着公司市场规模的扩张,却因工业质检的问题犯了难。

腾讯To B的「决心」,工业AI的「雄心」

“人工质检是用人最多的地方,且面临明显问题。一方面,工作时间长且枯燥,人工拿着产品360度旋转找缺陷,每件检查时间长达1分钟,工作人员容易疲劳。另一方面,订单变动时无法准确适配人员,人力成本不断拉高,质检高峰期用人数量超过1500人。” 上海富驰高科自动化总监邓声志表示。

对于富驰高科而言,亟需通过AI质检解决的问题可以归结为两点:高反光和正常反光会混淆,造成的成像难问题影响判定结果;三维异型零部件凹凸缺陷成像通常不明显,容易造成漏检、过杀等问题。

邓声志坦言,在没选择与腾讯合作之前,我们也找过其他厂商,包含国外知名科技公司的AI质检平台。但是在评估过程中,无论是我们要求的零漏检、过杀率、缺陷迁移、快速迭代等方面,他们都没有给到明确的答案。与其他厂商相比,腾讯对项目的认真程度是最终选择它的主要原因。

据雷峰网了解,在前期调研阶段,腾讯云和腾讯优图实验室的工程师们驻场来现场做了很多调研。调研过程中,腾讯团队不断地给富驰信心。他们在现有的硬件设备资源上做各种AI算法的尝试和测试,并且提供专业服务。两三个月后,算法测试达到富驰检验指标和预期效果后,富驰才与腾讯云签约合作。

邓声志表示,300多天的研发周期,200多次技术讨论会议,腾讯云和腾讯优图实验室的工程、软件、AI算法、架构师们都参与了进来,包含硬件设计、光学设计,他们与富驰诸多工程师们一起讨论合适的解决方案,并不断做出调整。

目前,在腾慧飞瞳AI质检仪的助力下,富驰高科在设备持续满载生产的情况下,每年节省数千万成本,在生产制造环节,做到了效率精度双提升。

雷峰网原创文章,未经授权禁止转载。详情见转载须知

主题测试文章,只做测试使用。发布者:oinstem,转转请注明出处:https://www.oinstem.com/?p=2855