中國AI賦能的工業(yè)質(zhì)檢解決方案市場分析

“十四五”規(guī)劃綱要將新一代人工智能（AI）作為議題重點提及，彰顯了人工智能在中國帶動數(shù)字經(jīng)濟產(chǎn)業(yè)轉(zhuǎn)型升級的重要戰(zhàn)略地位。中國是世界上最大的制造大國，制造業(yè)與人工智能的結(jié)合是中國從制造大國走向制造強國的重要一步，是中國直面國內(nèi)國際挑戰(zhàn)的重要超車機遇。同時，近幾年中國圍繞工業(yè)互聯(lián)網(wǎng)，大力推進工業(yè)企業(yè)轉(zhuǎn)型升級，在政府和產(chǎn)業(yè)界的共同推動下，市場高速發(fā)展，企業(yè)應用不斷加速。

1   工業(yè)智能是工業(yè)數(shù)字化轉(zhuǎn)型的新引擎

在工業(yè)互聯(lián)網(wǎng)、新基建、數(shù)字經(jīng)濟等政策發(fā)布的背景下，以工業(yè)為代表的傳統(tǒng)行業(yè)企業(yè)進行產(chǎn)業(yè)智能升級的原生驅(qū)動力促進了AI 的廣泛應用，工業(yè)智能已經(jīng)全面滲透到泛工業(yè)各個細分領(lǐng)域，近年來，人工智能在制造領(lǐng)域取得了“枝繁葉茂”的成果，從一塊芯片到一部無人車，從一個機器人到一條生產(chǎn)線，“人機物”正加快融合，助力智能制造的發(fā)展。

IDC中國高級分析師 程蔭

目前通過引入計算機視覺、語音語義、機器學習等技術(shù)，人工智能已經(jīng)滲透到3C、汽車、電力、裝備制造、材料、鋼鐵、水務(wù)等工業(yè)細分領(lǐng)域（圖1），并形成了初步的泛工業(yè)AI 應用全景，頭部的工業(yè)企業(yè)已經(jīng)落地了一批具有代表性的AI 應用場景。

例如，在產(chǎn)線運行方面，AI 賦能的設(shè)備預測性維護傳輸并分析實時運行數(shù)據(jù)，提前預知設(shè)備的異常狀態(tài)，從而最小化設(shè)備停機時間，降低維護成本，減少安全隱患。在質(zhì)量檢測方面，AI 賦能的質(zhì)檢能夠利用較小的樣本在數(shù)分鐘內(nèi)完成深度學習模型訓練，以毫秒為單位識別缺陷，支持高速應用并提高吞吐量，解決傳統(tǒng)方法無法解決的復雜缺陷檢測、定位等問題，檢測效率提升顯著。在倉儲物流方面，AI 賦能的需求預測能夠更精確地捕捉供需關(guān)系變化，實現(xiàn)自動補貨，提高供應鏈整體效率。在客戶服務(wù)方面，AI 賦能的智能客服能夠?qū)I(yè)務(wù)服務(wù)由線下轉(zhuǎn)移到線上，未來實現(xiàn)無人化業(yè)務(wù)辦理，減少線下人力投入，降低營業(yè)成本，提升服務(wù)效率。

2   AI賦能的工業(yè)質(zhì)檢定義

質(zhì)檢在工業(yè)生產(chǎn)中處于非常重要的一環(huán)，然而，傳統(tǒng)質(zhì)檢大量依賴人工，工資低，工作枯燥，越來越難以吸引工人，且人工存在個體差異，不利于保證質(zhì)量一致性。傳統(tǒng)機器視覺基于規(guī)則或者簡單的算法，能夠滿足有比較明確特征的檢測或測量需求，在處理一致且制造精良的部件時能夠可靠運行，但隨著缺陷庫的增大，算法也會變得越來越有挑戰(zhàn)性。某些傳統(tǒng)的機器視覺檢測，因為有許多不易被機器識別的變量，編程比較困難，例如照明、顏色變化、曲面或視野。因此，深度學習技術(shù)在產(chǎn)品外觀缺陷視覺檢測中發(fā)揮了極大的效用，借助深度學習工具，可以在生產(chǎn)線上更加一致、更加可靠且更加快速地完成這些任務(wù)?？梢哉f，基于AI 算法的視覺缺陷檢測實現(xiàn)了對隨機缺陷的識別和檢測，拓展了傳統(tǒng)機器視覺的應用范圍。AI算法的視覺缺陷檢測不僅能提高簡單場景中的檢測率，更能在復雜業(yè)務(wù)場景，例如布匹、薄膜、金屬、化纖、食品等表面缺陷中發(fā)揮很好的作用。

在AI 賦能的工業(yè)質(zhì)檢場景落地過程中，因為工廠的業(yè)務(wù)、技術(shù)負責人可以根據(jù)缺陷識別的準確率、誤檢率，降低企業(yè)內(nèi)部人力成本的數(shù)量、訓練并識別缺陷的時效性來衡量這一場景的業(yè)務(wù)結(jié)果，所以AI 工業(yè)質(zhì)檢場景因ROI清晰已在工業(yè)企業(yè)大量嘗試，成為工業(yè)智能領(lǐng)域較為成熟的應用（如圖2）。

圖2 AI賦能的工業(yè)質(zhì)檢場景

3   中國AI賦能的工業(yè)質(zhì)檢市場進展

IDC 中國聚焦的AI 賦能的工業(yè)質(zhì)檢市場主要是軟件和解決方案市場，在這一領(lǐng)域，各類新技術(shù)供應商憑借自身基礎(chǔ)優(yōu)勢進入該市場，如云廠商、AI 創(chuàng)企、傳統(tǒng)機器視覺企業(yè)、工業(yè)互聯(lián)網(wǎng)平臺企業(yè)等都在AI 視覺質(zhì)檢領(lǐng)域積極布局。資本市場也高度看好該領(lǐng)域，近2年已經(jīng)有超過30 家相關(guān)創(chuàng)新企業(yè)獲得融資（如圖3）。

根據(jù)IDC 的統(tǒng)計數(shù)據(jù)，經(jīng)過幾年的發(fā)展，AI 賦能的工業(yè)質(zhì)檢軟件和解決方案市場也已經(jīng)走向成長期，盡管在過去18 個月內(nèi)因為疫情等原因，工業(yè)質(zhì)檢市場交付呈現(xiàn)滯后現(xiàn)象，但2020 年全年中國工業(yè)質(zhì)檢軟件和服務(wù)市場仍平穩(wěn)增長，市場規(guī)模將達到1.42 億美元（1 美元約為6.5 元人民幣），較2019 年有近32% 的增長。由于越來越多的新技術(shù)供應商進入到工業(yè)質(zhì)檢領(lǐng)域，IDC 預計未來五年工業(yè)質(zhì)檢軟件和服務(wù)市場還會保持30% 以上的CAGR 增速（圖4）。

圖4 中國AI工業(yè)質(zhì)檢市場軟件及服務(wù)市場

AI 賦能的工業(yè)質(zhì)檢應用最為擁擠的領(lǐng)域行業(yè)當屬3C、半導體等行業(yè)。盡管在3C、半導體、鋼鐵、汽車、食品、化纖、服裝、電力等眾多行業(yè)都有場景實現(xiàn)商業(yè)落地，3C 和半導體行業(yè)的屏幕、機殼表面檢測、PCB的AOI 檢測以及新能源硅片表面檢測等行業(yè)場景依然吸引了最多的技術(shù)供應商參與。前市場在AI 賦能的工業(yè)質(zhì)檢軟件和解決方案產(chǎn)品形態(tài)主要提供的是軟件/ 平臺、檢測裝備、面向具體業(yè)務(wù)場景的定制檢測系統(tǒng)等。技術(shù)供應商提供的軟件/ 平臺以AI 訓練平臺、AI 檢測軟件為代表，檢測裝備主要是指封裝AI 檢測算法、軟硬一體的檢測裝備，定制檢測系統(tǒng)主要是指如軋鋼表面檢測、車漆檢測等面向具體業(yè)務(wù)場景的定制化檢測系統(tǒng)。

4   中國AI賦能的工業(yè)質(zhì)檢技術(shù)供應商市場路徑選擇

云廠商、AI 創(chuàng)企是AI 工業(yè)質(zhì)檢軟件和解決方案市場當中的主力，當前，中國云廠商在工業(yè)質(zhì)檢平臺、算法研發(fā)以及數(shù)據(jù)積累上具備一定的優(yōu)勢，AI 創(chuàng)企將計算機視覺技術(shù)深入工業(yè)應用場景，迅速滲入市場，已經(jīng)在AI 工業(yè)質(zhì)檢領(lǐng)域積累了多細分領(lǐng)域案例，這些技術(shù)供應商專注于工業(yè)質(zhì)檢，作為工業(yè)AI 視覺版圖的切入點，積累了AI 工業(yè)視覺落地的know-how（訣竅）。在行業(yè)選擇方面，AI 創(chuàng)企和其他各類市場參與者則大多聚集在成熟度高、空間大但競爭也較激烈的行業(yè)，如3C、半導體、新能源、汽車市場。例如，某些技術(shù)供應商都有針對手機外觀的刮、擦、臟污等缺陷進行檢測的場景，也有一些技術(shù)供應商可進行手機內(nèi)部接線端子、芯片、螺釘、電池等原件的裝配質(zhì)量檢測，還可檢測元件高度等尺寸信息，對不良品實現(xiàn)自動化檢測與分揀，提升了產(chǎn)線生產(chǎn)效率及良品率。以百度智能云、華為云、阿里云、騰訊云等為代表的云廠商在工業(yè)領(lǐng)域涉足范圍廣，除了3C、汽車、半導體等領(lǐng)域，還側(cè)重探索技術(shù)要求高和相對新興的行業(yè)場景，如鋼鐵、橡膠、紡織、食品、化纖等。例如，百度智能云為中國某化纖企業(yè)探索了化纖絲盤質(zhì)檢應用，以前依靠人工打著手電筒，在強光下用眼睛盯著絲盤進行質(zhì)量檢測，檢測效率低且不利于工人身體健康，為了解決化纖企業(yè)的痛點，百度智能云打造了AI 全檢測樣機，檢測能力較人工提升50% 左右。在產(chǎn)品和業(yè)務(wù)形態(tài)選擇上，中國云廠商在軟件/ 平臺、檢測裝備、面向具體業(yè)務(wù)場景的定制檢測系統(tǒng)等均有布局，AI 創(chuàng)企則傾向從面向標準化AI 平臺產(chǎn)品、檢測裝備和整體解決方案中選擇性布局，實現(xiàn)商業(yè)化。例如，康耐視、阿丘科技等側(cè)重布局標準化AI 平臺產(chǎn)品，培育產(chǎn)業(yè)生態(tài)，但當前市場早期階段仍需要以具體項目形式交付具體業(yè)務(wù)應用。大多數(shù)AI 創(chuàng)企如創(chuàng)新奇智、思謀科技、圖麟科技、高視科技等則更多布局檢測裝備和面向具體業(yè)務(wù)場景的整體解決方案。

5   AI賦能的工業(yè)質(zhì)檢市場將走向何方？

雖然AI 賦能的工業(yè)質(zhì)檢應用正在逐步滲透到多行業(yè)領(lǐng)域，其在落地過程中也存在一定的挑戰(zhàn)，例如，AI質(zhì)檢效果不如預期、數(shù)據(jù)積累速度遠低于產(chǎn)品交付，AI訓練數(shù)據(jù)的小樣本問題突出、算法工程師缺少工業(yè)機理的理解等。工業(yè)質(zhì)檢領(lǐng)域技術(shù)供應商可以結(jié)合自身業(yè)務(wù)特點，優(yōu)先在有數(shù)據(jù)積累的場景進行差異化競爭。在工業(yè)領(lǐng)域加強小樣本等算法的研發(fā)，持續(xù)進行算法優(yōu)化迭代。另外，技術(shù)供應商也要加強對工業(yè)業(yè)務(wù)場景的理解與沉淀，包括產(chǎn)品生產(chǎn)流程、加工工藝等，才能找準企業(yè)的痛點并提升應用效果。在合作生態(tài)上，硬件廠商、解決方案商、集成商、服務(wù)提供商都是生態(tài)合作中不可或缺的環(huán)節(jié)，工業(yè)質(zhì)檢領(lǐng)域的技術(shù)供應商還會進一步和合作伙伴加強合作，豐富產(chǎn)業(yè)生態(tài)。未來，AI 工業(yè)質(zhì)檢市場會進一步成熟，進一步帶領(lǐng)泛工業(yè)領(lǐng)域的自動化、智能化轉(zhuǎn)型。IDC 將持續(xù)關(guān)注人工智能、大數(shù)據(jù)分析在各行各業(yè)的落地進展以及前沿技術(shù)趨勢與市場格局。相關(guān)研究有中國AI 賦能的工業(yè)質(zhì)檢解決方案市場分析、中國人工智能軟件及應用市場半年度研究報告、中國AI 云服務(wù)市場半年度研究報告、中國大數(shù)據(jù)市場半年度研究報告、IDC MarketScape：中國RPA 軟件平臺市場廠商評估，2021 和CIO 視角：企業(yè)數(shù)據(jù)智能實施部署指南。

（本文來源于《電子產(chǎn)品世界》雜志2021年9月期）