工業AI化蓄勢爆發

配圖來自Canva

新基建風口下，以數字化、網聯化、智能化爲方向的新工業革命蓄勢爆發。

第一次工業革命是蒸汽革命，機器工廠就此誕生，蒸汽機器取代了手工勞動；第二次工業革命是電力革命，電器代替蒸汽機器，電力新能源大大的提升了勞動效率；第三次工業革命是信息革命，計算機技術和通訊技術不斷引領社會生產新變革，打破了距離、空間的限制。

前三次工業革命是從各層面解放了體力勞動，當下的工業智能化變革，則是進一步解放勞動力和腦力的一次新變革，目的是爲了下降成本、減小偏差、提升效率。

方今，苦於勞動力價格上漲成本重壓、人工偏差致使生產效率低下的傳統工業企業「嗷嗷待哺」，以期經過智能化變革降本增效。在此背景下，騰訊、百度等互聯網巨頭鉚足了勁，向工業AI市場進軍。

質檢領頭，工業AI化勢在必行

一直以來，工業變革改變着人們的生活方式，讓人們生活更溫馨、便捷。隨着 AI 技術的逐漸成熟，愈來愈多的企業但願藉助 AI 技術創新發展，這也讓資本嗅到了工業AI市場的「錢味」。

在這以前，人們廣泛認爲，工業AI化進程最慢，是最難改變的一個領域。其中，質檢分揀做爲工業最關鍵的環節，其AI化的改變被寄予厚望。

一方面，人工質檢準確性低、速度慢，影響生產效率。在傳統工業流程中，傳統質檢主要經過人工進行產品質量檢查、產品分揀，但人工檢測有延時和偏差，必定程度上會影響質檢的準確性。並且，少許做業時人工檢測的方式可取，但任務重的時候，檢查效率低，審覈質量不穩定出現的機率會增長。

另外一方面，質量檢測的人力投入成本高，招聘難且人員離職率高。不能否認，隨着經濟的發展，國內勞動力成本不斷提高，加上大環境影響下經濟不景氣，成本高、效率低也就成爲阻礙工業領域快速發展的「攔路虎」，工業企業的日子愈來愈難過。

人力成本高、效率低、穩定性低等種種問題，對傳統工業流程提出了挑戰。與此同時，AI迅速在各行各業「開花結果」，儼然AI無所不能的樣子。在數字化轉型趨勢的促使下，傳統制造企業的AI化、網聯化升級被提上日程。

當下，合理應用AI的能力，下降人工成本、提高生產效率，成爲整個行業須要解決的問題。而基於自身AI技術，早已在醫療、交通等行業生根發展的騰訊、百度等互聯網巨頭也將觸手伸至工業領域，全面助力工業AI化轉型。

騰訊：工業AI目標，方興未已

做爲國內首屈一指的互聯網巨頭，騰訊很早就開始佈局工業互聯網。基於對傳統工業流程痛點的瞭解，以及精湛的深度學習技術，騰訊優圖聯合騰訊雲帶來領先的AI+工業解決方案，爲企業降本、增效、提質。

簡而言之，經過技術賦能傳統工業供應鏈、研發、生產到營銷、服務等全流程，是騰訊戰略升級（成立雲與智慧產業事業羣）助力傳統行業智能化轉型的一部分。而從較爲成熟的AI質檢領域，咱們能夠窺視騰訊佈局智能工業的狀況和實力。

一方面，自動化檢測系統和人工相結合，提升準確率。基於騰訊優圖AI技術，騰訊構建自動化缺陷分類和檢測系統，覆蓋了大部分人工目檢工做，「智能化+人工」檢測大幅度提高質檢的精細化、精準化程度，極大的提高生產效率。

另外一方面，開發缺陷檢測工具替代質檢工人環節，下降人工成本。基於圖像分析和統計利用技術，在保證產品質量和生產效率的前提下，智能工具替代人工，進而減小工廠質檢人員，大大下降人力成本，真正實現降本增效，也提高工廠的運做效率。

據悉，騰訊AI質檢系統已經在PCB板缺陷檢測、鋰電池缺陷檢測、面板缺陷檢測等多個方面獲得落地應用。這耀眼成績的背後，依靠的是騰訊在零售、金融、醫療等領域多年的數字賦能經驗積累，以及騰訊優圖（具有超過800項全球專利）強大的技術實力。

不足的是，工業AI尚處在初級階段，用AI來代替質檢員，也只是工業AI化進程中的一小環。傳統工業產業，工序繁瑣、領域繁多，須要整改、優化、肅清的環節太多，涉及的不僅是技術上的改進，管理層面一樣須要智能化，是一項費財、費時、費力的浩大工程。

騰訊助力傳統工業產業智慧化升級的目標已定，百度也不甘落後。同一領域，巨頭狹路相逢，免不了對比、較量，你輸我贏……

百度：AI工業生態，穩中有憂

在百度大腦招募AI工業質檢合做夥伴的宣文中，咱們看到這麼一段話：「願意在質檢產品和服務中使用百度AI核心算法模型和AI模組，將自身質檢產品服務與百度AI產品服務相結合，爲客戶提供基於百度AI能力的質檢行業解決方案，與百度AI開放平臺協力打造良性的質檢領域AI生態。」

公告裏，從「構建工業領域的AI生態」一言來看，百度對於AI工業是執着的。

現實中，在新基建的指引下，百度依託百度大腦、飛槳、智能雲、芯片、數據中心等新型AI技術基礎設施，積極爲生產安全、質檢等工業領域產業智能化升級蓄力，並不斷加快前行的步伐。

在生產安全監控方面，做爲避免員工的人身安全、設備設施免受損壞，保障生產活動順利進行的必要條件，生產安全容不得馬虎。爲此，百度大腦開放了智能視頻監控開發平臺，可針對不一樣企業視頻監控系統的智能化升級，強化工廠生產安全條件，下降企業開發成本。

在智能質檢方面，百度大腦開放智能質檢生態合做方案，爲傳統工業企業提供優質的算法模型和AI加速硬件模組，並搭建質檢模型在線訓練平臺，加速向工業質檢細節***，推進傳統工業產業改造升級。據悉，包括大恆圖像、拜耳、小零科技等諸多企業都是百度AI質檢系統的受益者。

除此以外，AI人才培養，也是百度「ALL in AI」目標裏的重要環節。

針對人才不足問題，百度積極推動AI人才培養，經過黃埔學院、AI快車道、PaddleCamp等線上線下的學習培訓渠道，爲各行各業輸送AI人才。截至目前，百度已經培養了超過100萬AI人才，爲新基建的加速推動輸送衆多AI有學之士。

固然，百度不管是技術賦能的方式，仍是工業AI的落地效果，都還遠遠未達到全面推進傳統工業企業數字化轉型的目標。百度從此還會在工業AI化進程中採起哪些動做來幫助合做夥伴，在人工智能時代完美轉型、升級還須要繼續觀察。

行業風口之下，必有互聯網巨頭之爭，特別是在各行各業數據化轉型的當下，互聯網巨頭趁機「彎道超車」的意圖更加明顯。其中，工業做爲第二大產業重要的組成部分，市場之廣闊顯而易見，而智能化變革帶來的紅利，正是騰訊、百度等巨頭竭盡全力，助力傳統工業企業智能化轉型的緣由。

只是，就目前工業市場發展狀況來看，工業AI蓄勢爆發，屆時或將是騰訊、百度等巨頭從摩拳擦掌轉向正面競爭的時刻。

文/劉曠公衆號，ID：liukuang110