來源：獵云精選；文/邵延港
(資料圖片僅供參考)
AI解決方案向產品化部署的難題，正在被化解。
人工智能發展至今，不少參與者已經走到了落地應用這一關。人工智能在軟件行業可以更快部署AI，但3C電子、汽車裝備等制造業，各個生產環節復雜，工種繁多，AI的滲透率不足，落地應用處于初級階段。
智能化轉型已是制造業長遠發展的必修課，人工智能也不再是“小眾”科技，但對于制造業中的絕大多數中小型企業，AI的部署與他們之間依然有一道鴻溝。跨過這道鴻溝，AI在工業場景的落地應用的想象力會進一步放大。
企業需要用AI進行智能化升級，人工智能廠商需要落地到企業的工業現場來推動商業化。但對于場景復雜多變的工業領域，產業智能化又該如何實現？相較于中大型企業，對AI解決方案成本承受能力更弱的中小型企業，又該以怎樣的姿勢擁抱人工智能？
上述問題的突破，需要行業參與者提出新思路。
“下沉”中低端制造業的廣闊天地
中小企業是市場經濟活躍的大多數，而目前公眾對于工業AI的印象，還停留在中大型制造工廠的專屬上。
以生產制造端的質檢環節為例，作為國內較早一批切入質檢領域的AI廠商，微億智造從2018年開始布局以工業AI+機器視覺為核心的產品表面缺陷檢測智能裝備，其商業化路徑，選擇主推KA用戶，在高端質檢領域深耕多年，已經服務富士康、比亞迪等多家大型制造企業。
市場調研機構IDC公布數據，預計到2025年中國AI質檢的市場規模為62億元，而中國工廠生產線上有超過200萬產線質量及效率相關人員，年人力成本消耗1400億元。
這就意味著，AI質檢當前階段還在江河中掙扎，真正的大海在體量更大的中小型企業中。
但工業AI落地到中小企業的生產制造現場有重重阻礙。中大型企業組織架構完善，有專業IT和信息化部門，對于前沿的AI系統解決方案的接受度更高。由于體量更大，任何一個細節的微小提升，結果也會被直接放大，所以能夠承受AI解決方案的成本和較長的導入周期。
主要服務中小型制造工廠的工業互聯網新制造平臺智云天工，也發現了上述問題。中小型企業“多品種”、“小批量”的特點，對AI應用的速度和靈活性要求更高，否則AI落地應用前，就可能面臨產品接近淘汰換代，無法為企業直接帶來效益，一切投入將付諸東流。
正是基于共同的市場洞察，旨在打造低入侵式的AI解決方案的智云天工，與從工廠生產質量入手微億智造，產生出共同愿景：用低成本、更普惠、更柔性化的AI，為制造業數智化升級賦能。但當前工業AI落地應用的具體場景并不豐富，AI廠商和企業用戶都尋求創新AI落地路徑。
智云天工與微億智造打通了AI在不同場景的數據閉環，為微億智造在中小企業用戶領域打開市場，也為智云天工的工廠管理系統提供業務工具，在業務層面，雙方在提升中小型企業的產品質量和生產線效率，實現1+1>2的效果。
2022年的最后一天，微億智造與智云天工正式宣布合并，并由張志琦任合并后公司的CEO。張志琦表示：“微億智造與智云天工在之前的戰略合作過程中，就逐漸發現在工業AI落地應用的理解上趨同”。
1月6日，微億智造和智云天工在深圳舉辦了合并后的首場新品發布會，發布“工”、“靈”兩個系列的六款產品，推出了人工智能在工業場景落地的新思路以及背后支撐的新系統。
將“人的經驗”沉淀入模型
本次發布會主題為“本立而智生”，其中的“本”，則是智云天工與微億智造合并的共識，亦為工業AI的商業化進程的推進提供動能。
據張志琦介紹，工業AI落地的“本”是現場的人的生產經驗和生產數據，把這個“本”抓住了才能讓工業AI的“智”最大化地體現出來。
傳統的AI系統解決方案的生成，高度依賴數據的數量和質量。生產線上的質檢員工，只需靠幾張照片和參數，加上長期的工作訓練，即可高效進行質量檢測，而AI需要的是海量的現場數據，以及整個數據流程的打通和定期的數據更新。
舉個例子，在外觀質檢領域，以往都是靠人工觀察看，隨著技術發展，逐漸出現傳統的AI外觀檢測系統解決方案，但大多都是偏定制化，部署時間長，切線難、不柔性，后續維護成本高。
上述流程如何談得上AI的普惠和柔性呢？“AI本身是工具，為解決工業場景中的痛點而生”，AI只有解決問題落地應用，才有價值。
張志琦表示，對于AI模型的訓練，微億智造與智云天工主張回歸到工業現場。微億智造和智云天工在發布會上，肯定了人，尤其是工業場景一線生產人員經驗的作用。
微億智造和智云天工認為AI落地的“本”，不能局限于機器訓練過程中的數據分析。要重構工業AI“從數據采集，到模型訓練，再到落地部署”的整個業務流程，回到工業生產現場，讓人的經驗沉淀下來，參與到AI模型的生成之中。
實現的路徑是用一系列技術手段，讓設備具有自然交互的能力，生產線一線員工像“師傅帶徒弟”一樣，教會AI如何工作，深度參與到AI模型的開發過程中去，同時將整個AI的開發過程與產線工作流、信息流融合在一起，實時取得有效的現場數據，讓模型越用越“聰明”。
工系列三款產品中的“工小匠”，不需要進行海量缺陷樣本數據的訓練，只需一個工作人員將產品3D圖導入機器并定義缺陷區域，即可讓機器學習產品標準，就可以對產品進行質量檢測，避免了長達半年左右的設備導入周期和較高的方案成本付出。另外可提供萬元級的新產品建模服務，7天完成交付，支持中小型企業快速切換產品線。
用訓練員工的方式“培訓”機器，微億智造與智云天工重新定義了智能質檢。
方案產品化，中小型企業部署柔性AI
工業場景復雜多樣，目前生產智造領域仍有大量需求未被滿足，尤其是在復雜環節中，如何利用人工智能數字化手段，提質、降本、增效，對打造中國制造業向高質量發展尤為重要。
傳統的AI系統解決方案的落地過程中，從數據采集，到模型訓練，再到落地部署流程中，周期長，操作復雜，期間造成大量測試和原始數據的浪費，這些成本最終都由客戶承擔。中小型企業對成本和收益的權衡更為直接，解決不了這個矛盾，AI賦能數智化轉型就成了空談。
面對行業痛點，張志琦表示，“讓工業AI能夠柔性化、快速地在工廠大面積鋪開，我們想到的路徑就是產品化”，意在讓各種中小型制造企業都能用得起、用得上人工智能。
傳統的AI質檢方案整套成本高達40萬至100萬元，產品化后的“工小匠”前端硬件部分和后續服務的成本與部署難度大幅降低，工廠現場的質量檢測進入智能化升級的普惠時代。
針對工廠效率、成本、安全等問題，微億智造和智云天工發布的工廠管理應用“工小智”，可搭建類似“班組長/廠長”的管理體系，捕捉工業現場散落的非結構化數據，可在2天內輕量化快速部署，2周完成實施上線，實現柔性部署。
依靠工小匠，工小智及物聯網數采平臺，打造的AIOT 多模態數字工廠“工小匯”，是微億智造和智云天工在制造業數字化改造經驗中的集大成者。工小匯通過收集工廠一線人員及設備運營數據，實現了對人、機、料、法、環等工廠管理要素的掌握，為企業決策者提供產能分析、設備分析、效率分析、質量分析、人員分析、風險預警等綜合決策應用。
此外，微億智造和智云天工基于“工業人工智能+機器視覺”的技術路線，推出了“靈”系列三款產品，實現世界級產品的國產替代，為工業AI的特殊場景提供支持。靈眸OCT工業高精度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；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；以及靈陣OMX光學一體化復眼陣列模組。
張志琦表示，“工系列是軟硬結合的解決方案，靈系列則是感知層面的缺陷檢測硬件產品，兩者相互配合，并且都具備柔性化部署能力，成本上遠低于定制化AI質檢方案。”
微億智造與智云天工，為中小型制造企業提供具備降本、提質、增效三重效果的AI應用產品，其中具備顛覆性的，則是重構了工廠現場的AI部署路徑。將AI解決方案產品化的思路，降低中小企業部署AI的門檻，也為工業AI商業化進程加速。
關鍵詞： 將人工化作智能 工業AI部署需要新路徑 人工智能
