面對(duì)AI落地的難題，總有企業(yè)火熱并堅(jiān)守著。

潮水的來(lái)襲，無(wú)法回頭。事實(shí)上在潮水來(lái)臨前，岸邊早有人嗅到苗頭。

就當(dāng)所有人沉浸在ChatGPT帶來(lái)的“時(shí)代狂歡”時(shí)，AI早已嵌套進(jìn)許多行業(yè)里。作為AI技術(shù)應(yīng)用最有潛力的領(lǐng)域，制造業(yè)乃至整個(gè)工業(yè)大類(lèi)，近些年都在AI技術(shù)的幫助下朝著數(shù)智化領(lǐng)域邁進(jìn)。

在2015年公布的《中國(guó)制造2025》長(zhǎng)期規(guī)劃里，AI相關(guān)字眼頻頻出現(xiàn)。而到了2020年，國(guó)家發(fā)改委再次明確將AI列入“新基建”戰(zhàn)略。

五年時(shí)間，足以見(jiàn)證工業(yè)與AI之間的碰撞和融合。

但工業(yè)是個(gè)漫長(zhǎng)的鏈條。盡管AI技術(shù)已經(jīng)覆蓋了大部分環(huán)節(jié)，但對(duì)于迫切需要數(shù)智化轉(zhuǎn)型的工廠來(lái)說(shuō)，單就引入數(shù)字化系統(tǒng)就已經(jīng)花費(fèi)漫長(zhǎng)的周期，若是再與AI融合，則需要更長(zhǎng)的時(shí)間。此外，AI對(duì)于供需雙方都需要付出極大的成本，投資回報(bào)周期被無(wú)限地拉長(zhǎng)……

在種種難題前，如何去俘獲工廠的芳心，就成了當(dāng)下AI公司重點(diǎn)需要考慮問(wèn)題之一。

在東聲智能創(chuàng)始人兼CEO韓旭看來(lái)：“打動(dòng)客戶(hù)的關(guān)鍵，是真實(shí)解決客戶(hù)的核心痛點(diǎn)，讓他們看到AI技術(shù)帶來(lái)價(jià)值。而實(shí)現(xiàn)價(jià)值的方式，是自身過(guò)硬的技術(shù)和對(duì)行業(yè)的深度理解。”

這家成立于2019年的AI初創(chuàng)企業(yè)，以工業(yè)視覺(jué)為切入點(diǎn)，通過(guò)一系列算法產(chǎn)品以及平臺(tái)化硬件產(chǎn)品，成功在特斯拉、立訊精密、比亞迪、富士康、億緯鋰能等國(guó)內(nèi)外知名工業(yè)巨頭落地。

在扎根行業(yè)后，“扎得更深，走得更遠(yuǎn)”，則是韓旭一直以來(lái)的期盼。

AI+機(jī)器視覺(jué)，賦予工業(yè)視頻智慧的眼睛

對(duì)于一家制造業(yè)企業(yè)而言，產(chǎn)品質(zhì)檢是必不可少的一環(huán)，只有質(zhì)量檢測(cè)合格的產(chǎn)品才能夠進(jìn)入市場(chǎng)。該環(huán)節(jié)關(guān)乎到產(chǎn)品的生產(chǎn)效率和良品率，甚至?xí)绊懯酆笈c整個(gè)企業(yè)的口碑。

在過(guò)去，產(chǎn)品的質(zhì)檢工作通常由人工完成，但因人工質(zhì)檢標(biāo)準(zhǔn)不統(tǒng)一、存在誤檢漏檢等問(wèn)題，因此產(chǎn)線(xiàn)需要安排高強(qiáng)度、高重復(fù)性的人工參與，才能保證產(chǎn)品質(zhì)量。即便有部分工廠采用了傳統(tǒng)視覺(jué)算法檢測(cè)，也在準(zhǔn)確性上也無(wú)法做到完全代替人工。

另一方面，隨著人口紅利的褪去，招工難、用人成本提高等問(wèn)題早已席卷行業(yè)，各家工廠都在尋求更高性?xún)r(jià)比的方式代替人工。

此時(shí)，基于深度學(xué)習(xí)的AI視覺(jué)識(shí)別算法就能有效代替人工質(zhì)檢員進(jìn)行工作。

韓旭向筆者算了一筆賬，在一條產(chǎn)線(xiàn)上配置一套AI檢測(cè)設(shè)備后，可以代替整條產(chǎn)線(xiàn)上的人工成本。但實(shí)際上，在現(xiàn)實(shí)生產(chǎn)中還會(huì)存在復(fù)檢、浪費(fèi)、罰款等隱性成本。

結(jié)合AI視覺(jué)檢測(cè)本身的高效率和高準(zhǔn)確率，綜合下來(lái)，AI無(wú)疑是更有優(yōu)勢(shì)的一方。“換作人工做檢測(cè)，在長(zhǎng)時(shí)間工作后也會(huì)產(chǎn)生疲勞，這時(shí)候若是有人疏忽，導(dǎo)致瑕疵品漏到下一個(gè)工位的話(huà)，造成的損失是很大的。”韓旭補(bǔ)充道。

據(jù)了解，在東聲智能的檢測(cè)體系里，產(chǎn)線(xiàn)數(shù)據(jù)是一個(gè)關(guān)鍵的要素。根據(jù)生產(chǎn)流程的不同，包括來(lái)料檢測(cè)、過(guò)程檢測(cè)、外觀檢測(cè)、生產(chǎn)溯源等每一個(gè)環(huán)節(jié)引入AI視覺(jué)檢測(cè)技術(shù)，在生產(chǎn)過(guò)程中及時(shí)發(fā)現(xiàn)問(wèn)題，解決問(wèn)題。

充分利用生產(chǎn)各個(gè)環(huán)節(jié)的數(shù)據(jù)，同時(shí)也能為企業(yè)改善產(chǎn)品質(zhì)量管理水平，為產(chǎn)線(xiàn)提高產(chǎn)品良率及產(chǎn)能提供強(qiáng)有力的保障，深度賦能智能制造產(chǎn)業(yè)升級(jí)。

“另一方面，這些數(shù)據(jù)還能幫助產(chǎn)線(xiàn)做智慧決策，調(diào)整產(chǎn)線(xiàn)的產(chǎn)品參數(shù)或是工藝參數(shù)，為整個(gè)工藝的改善提供重要的數(shù)據(jù)參考維度。”韓旭告訴筆者。

軟硬件兩不誤，打通AI的“最后一公里”

在工業(yè)場(chǎng)景里，AI從不缺少需求——企業(yè)里深知數(shù)智化轉(zhuǎn)型的重要性，AI能夠解決企業(yè)在生產(chǎn)流程里的痛點(diǎn)。

但真正想把AI滲透進(jìn)工業(yè)場(chǎng)景中并非易事，如開(kāi)頭所說(shuō)，AI的生產(chǎn)要素過(guò)于昂貴，難以俘獲工廠的芳心。如何實(shí)現(xiàn)AI普惠，打通AI應(yīng)用落地的“最后一公里”難題，東聲智能從軟、硬件兩方面找到了答案。

最先打動(dòng)客戶(hù)的是東聲智能的AI算法，這恰恰也是東聲智能Handdle AI質(zhì)量管理系統(tǒng)的核心。

前文提到，東聲智能的AI算法可以對(duì)設(shè)備采集到的2D/2.5D/3D圖像等多維度要素進(jìn)行監(jiān)控與分析，從而為產(chǎn)線(xiàn)提升產(chǎn)品合格率，優(yōu)化工廠人員結(jié)構(gòu)。

算法的邏輯并不復(fù)雜，每家AI公司都有能力推出類(lèi)似的系統(tǒng)，但就工業(yè)場(chǎng)景來(lái)說(shuō)，能像東聲科技一樣實(shí)現(xiàn)高準(zhǔn)確性、高通用性、高兼容性、高性?xún)r(jià)比的AI公司并不多，這為東聲智能帶來(lái)了大量的市場(chǎng)機(jī)遇。

韓旭告訴筆者，東聲智能的算法可以應(yīng)對(duì)不同工業(yè)領(lǐng)域的高復(fù)雜和多變場(chǎng)景，包括新能源電池、消費(fèi)電子、太陽(yáng)能光伏、汽車(chē)等多領(lǐng)域。

事實(shí)上，基于多年的行業(yè)Know-how，依托全產(chǎn)線(xiàn)視覺(jué)數(shù)據(jù)，沉淀出的行業(yè)大模型，加之底層算法的泛化能力和通用性，東聲智能將整套產(chǎn)品體系開(kāi)發(fā)成標(biāo)準(zhǔn)化平臺(tái)，為上游提供底層解決方案服務(wù)。

接下來(lái)，集成商再根據(jù)客戶(hù)需求、場(chǎng)景的不同進(jìn)行定制化，為不同產(chǎn)線(xiàn)提供服務(wù)。

除了通用性以外，東聲智能的AI算法支持小樣本數(shù)據(jù)訓(xùn)練與單一正樣本數(shù)據(jù)訓(xùn)練。在訓(xùn)練樣品數(shù)據(jù)嚴(yán)重不足的情況下，AI算法仍然可以辯識(shí)出瑕疵品，極大地降低訓(xùn)練成本和時(shí)間。

除了軟件以外，東聲智能還看到了AI智能相機(jī)在工業(yè)場(chǎng)景里的前景。

作為一種結(jié)合軟硬件結(jié)合的輕量化、小體積、高集成化設(shè)備，智能相機(jī)并不需要過(guò)多的調(diào)試即可安裝交付，非常適合傳統(tǒng)產(chǎn)線(xiàn)的升級(jí)改造。“在高度濃縮了東聲的算法后，該相機(jī)可以實(shí)．現(xiàn)零代碼交付，從訓(xùn)練到部署只需非常短的周期。"韓旭告訴筆者。

在軟件與硬件兩方面的降本增效下，工廠可以輕松應(yīng)用AI實(shí)現(xiàn)數(shù)智化轉(zhuǎn)型。

工業(yè)AI并非易事，堅(jiān)守理想終會(huì)“開(kāi)花”

有人把當(dāng)下AI從業(yè)者看成時(shí)代的寵兒。

在時(shí)代潮流和風(fēng)口下，一批從業(yè)者借著時(shí)代的浪頭沖上達(dá)到了別人難以企及的高度，是名副其實(shí)的幸運(yùn)兒。

固然AI是個(gè)好方向，但背后的艱難卻鮮有人知，尤其韓旭所在的工業(yè)賽道，就連業(yè)內(nèi)巨頭們也難免折戟沙頭，對(duì)于一家初創(chuàng)公司來(lái)說(shuō)，其難度可想而知。

但好在東聲智能最終還是有驚無(wú)險(xiǎn)地度過(guò)了創(chuàng)業(yè)初期的陣痛，成功實(shí)現(xiàn)了AI算法的落地，最后靠著出色的產(chǎn)品力斬獲國(guó)內(nèi)外多家工業(yè)巨頭的訂單。

這其中，作為公司的掌舵者，韓旭靠著出色的領(lǐng)導(dǎo)力維系并凝聚起整個(gè)創(chuàng)業(yè)團(tuán)隊(duì)，而他對(duì)于技術(shù)的“理想主義”，更值得每位創(chuàng)業(yè)者學(xué)習(xí)。

在采訪中，韓旭告訴筆者，自己在工業(yè)領(lǐng)域深耕多年，無(wú)論是從場(chǎng)景差異，到區(qū)域特點(diǎn)，再到不同技術(shù)門(mén)類(lèi)，都有長(zhǎng)期深入的理解。這些行業(yè)積累最終成為了東聲AI算法的又一大特點(diǎn)，即通過(guò)行業(yè)的深耕來(lái)解鎖不同場(chǎng)景領(lǐng)域的理解。

除了熱愛(ài)鉆研技術(shù)以外，韓旭的團(tuán)隊(duì)也非常接地氣，時(shí)常深入一線(xiàn)生產(chǎn)現(xiàn)場(chǎng)，實(shí)地解決客戶(hù)的問(wèn)題。

正是靠著對(duì)行業(yè)的熱愛(ài)，東聲智能換來(lái)了客戶(hù)的信任與認(rèn)可，在行業(yè)的知名度也是越來(lái)越高。

“我們還是希望能趁工業(yè)科技發(fā)展的浪潮，為行業(yè)帶來(lái)一些改變，為客戶(hù)帶來(lái)價(jià)值，然后能扎得更深，走得更遠(yuǎn)。”韓旭表示。

從AlphaGo驚艷科技圈，到ChatGPT真正引爆AI浪潮，我們可以看到AI技術(shù)對(duì)于人類(lèi)社會(huì)的改變，也對(duì)AI公司帶來(lái)了新的機(jī)遇。

不可否認(rèn)，企業(yè)實(shí)現(xiàn)AI落地確實(shí)存在諸多問(wèn)題，但能總有企業(yè)找到方向，火熱并堅(jiān)守著。

相信在“理想主義”的帶領(lǐng)下，東聲智能能給我們帶來(lái)更多的驚喜。

最后，記得關(guān)注微信公眾號(hào)：鎂客網(wǎng)（im2maker），更多干貨在等你！