AI工业质检年省数千万元成本，腾讯AI如何让工业更智能？

人工智能渗透进人类生活的方方面面，深度助力工业成为重要命题。

随着国内工业发展突飞猛进，将工业化和信息化深度融合显得更为急迫。如何以人工智能、工业互联网技术助力工业高端化转型，成为行业头部参与者的一大攻坚任务。

“智能化转型是数字化转型的必经之路，在行业普遍上云的背景下，AI已经成为产业互联网中新的需求增长点。”在11月4日的2021腾讯数字生态大会上，腾讯高级执行副总裁、云与智慧产业事业群CEO汤道生表示。

然而，当前不少工业制造解决方案仍需探索，且落地难度大、行业经验不足。一方面，工业制造产能相对落后；另一方面，不少劳动密集型企业排斥智能化领域，部分工业深水区解决方案处于探索阶段，缺乏AI的应用场景。国内研究AI的超2000家企业中，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。

当前，AI应用于工业领域亟需场景开拓和案例探索，参与者则需要选准场景、重点突破，为工业AI应用打开局面。在工业AI领域，腾讯重点选择了工业视觉赛道，研究困扰工业制造的痛点、难点，将AI技术匹配工业场景并完成升级。其中，针对人力成本颇高、智能化改造迟迟未能深入的工业质检场景，腾讯在2021腾讯数字生态大会上拿出了富驰高科AI工业质检的实践经验，该工业质检项目一年可为企业节省人力成本数千万元，解决招人难、产品漏检的困难。

在深入工业的过程中，腾讯的AI技术也找到了广阔的落地空间，并在工业领域汲取经验，为此后继续深耕智能制造做准备。

让AI"加上"工业

工业是AI较晚、较难进入的领域，但在工业高端转型升级的过程中，AI助力工业升级却极为必要。

自2010年起，我国制造业占世界制造业产出的比值便超过美国，成为全球最大制造国。国内工业体量大，却仍以劳动密集型的低端制造为主，工业领域亟需一场改头换面的智能化、高端化转型。

此前，不少工业企业因为AI价值难衡量、无过多资金投入AI智造等原因不愿探索AI解决方案，不少AI企业因难度过大、前景不明朗等原因不愿进入工业领域。随着一系列国家及地方鼓励政策出台和成功的工业AI标杆案例出现，AI在工业领域的应用有了更明朗的前景，工业AI的巨大价值逐渐显现，AI和工业正越走越近。

在工业领域，AI所起的主要作用在于协助管理、成本优化、提升效率、推动数据在工业场景流动等。虽非重造工业，AI已足够让企业降本增效、改头换面。例如，在工业视觉赛道，AI可以用于自动检测、工件加工、装置自动化及生产过程。经过AI团队的实践，当前工业视觉应用于工业质检场景已被证明为可行且潜力巨大。

在具体实践中，经过腾讯人工智能实验室“腾讯优图”多次深入客户工厂，优化算法并解决场景实际问题，已有企业每年能在质检环节节省高达数千万元成本。AI质检还能解决不少工厂招工难、人工质检易出错等实际问题。在AI质检的基础上，工业AI显示出应用于多个行业、多个工业流程的潜力。

实际上，经过数年在产业互联网领域的实践，AI龙头企业助产业智能化升级的能力已有显著增强。在2021腾讯数字生态大会上，汤道生表示，当前腾讯云智能的总体布局已经完成，腾讯云智能形成一套战略架构，包括在基础底座层提供领先算力、丰富储存等资源，在智能平台层为行业开发者一站式平台服务，在产品和服务层将AI原子能力封装为标准化服务，在智能生态层向金融、工业、教育等行业提供超90种全套智能化解决方案。

“腾讯云智能从数据这一核心要素资源出发，以数据采集、传输、存储和计算的全流程视角，综合应用人工智能、大数据、云计算和物联网等技术，完成了从‘单点智能’到‘全局智能’的升级。依托人工智能、大数据、云计算和物联网的云智能架构，贴合客户的产业场景需求，输出面向各行业的智能综合解决方案。” 汤道生表示。

具体到工业AI的解决方案，腾讯云智能形成了一套“方法论”。包括提供从数据到服务的一站式工业智能集成化应用实施环境，推动人工智能技术落地，助力提质增效降本。方案提供四大产品组件，实现模型迭代训练业务的闭环，产品功能可做客制化开发及本地私有云部署。

工业质检助企业一年省数千万元

在工业AI的工业视觉赛道，腾讯云智能的AI技术找到了施展能力的天地。

作为一家金属粉末注射成型（MIM）产品专业制造商，富驰高科的MIM产品质检环节此前面临明显的人工质检局限性，急需找到有效的AI质检方案。

“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。

富驰高科在其它工序上基本实现自动化，唯独人工质检智能化升级遇到瓶颈。难点在于3C产品成像易造成高反光，难以判断是否正常反光，凹凸缺陷呈现难以凸显，机器检测易造成过杀。此外，工厂更换新产品时算法快速迭代的需求很难满足。

“我们与很多家AI企业沟通过，最后发现腾讯最用心且最有信心。腾讯在前期评估时便驻场调研并试验算法，使检验指标达到预期效果。看到腾讯的技术能力和信息，我们决定合作推进AI质检项目。” 邓声志表示。

△图为富驰高科的车间

腾讯优图实验室作为AI核心技术能力提供者深入参与了富驰高科的工业质检项目。腾讯云AI研发总经理、腾讯优图实验室副总经理吴永坚表示，AI技术应用到质检项目的过程中遇到了多个困难，在技术适应工业场景的要求并不断提升能力后，最终才啃下富驰高科AI质检这块“硬骨头”。

一大挑战在于，为避免影响对下游组装，质检过程不能出现零部件漏检，AI质检对算法的要求极高，腾讯优图实验室不断针对性优化AI算法等能力后才达到0漏检。其次，进行工业AI改造不仅是算法的问题，还包括成像、后续流程改善等问题，需要一一解决。此外，AI质检不仅需要解决方案，还需要与产线配合，为解决流程中出现的具体问题，团队需要多次进入工厂学习和测试。

令邓声志印象深刻的是，在长达300天的研发周期中，腾讯团队与富驰高科团队开过两百多次超半个小时的技术讨论会议。腾讯云和腾讯优图实验室的工程、软件、AI算法、架构师等条线人员深度参与，双方在各个过程中不断碰撞和调整，才“磨”出了最终满意的方案。

最终，腾讯优图实验室团队创新地设计了光学一体技术，有效解决凹凸缺陷的成像技术难题，借助算法模型快速完成数百张高分辨率图片推理计算，结合迁移学习和缺陷生产技术，帮助富驰高科在早期产品样本数据不足的情况下达到生产指标。

△图为富驰高科车间AI质检环节

该AI质检速度相比人工质检速度提升了10倍，检测能力全面超越人工水平，解决人力水平难以标准化、状态不稳定、容易疲劳等问题，还可以24小时持续稳定工作。在几十台设备持续满载生产的情况下，该项目预计每年能为富驰高科节省人力成本数千万元。

在AI质检方面，腾讯优图实验室仍针对多种工业产品持续探索。在华星光电AI工业生产检测的项目中，腾讯协助华星光电对基板进行质量检测，最终AI识别速度比人工判片提高了5-10倍，每年可为华星光电节约超千万元的成本。

AI工业场景扩大

以工业视觉赛道为突破口，腾讯的AI能力在工业领域不断磨练升级，逐渐扩大AI工业场景。

作为腾讯旗下顶级的机器学习研发团队，腾讯优图实验室依托在人脸检测、图像理解等领域的技术积累向工业AI领域开拓，其技术能力瞄准了越来越多工业领域的痛点。

从需要AI助力的工业细分赛道看，吴永坚表示，工业有3C、锂电、物流、制药、汽车、白酒等众多赛道，几乎所有细分赛道的AI场景当前都处于早期状态，且不同赛道间差异大，进行整个工业AI标准化不现实。要实现工业AI标准化复制，首先要聚焦重点赛道标准化。例如，不同种类的3C结构件在光机电的很多方面接近，硬件解决方案有可能做到标准化，算法解决方案也相通。

吴永坚表示，腾讯优图实验室选择了几个赛道，潜心打穿打透，有信心做出易复制的方案。而通过逐步解决多个3C结构件的工业AI问题，可以逐渐在3C细分赛道奠定能力基础。在3C等关键赛道积淀能力后，再跨赛道解决其他领域的工业AI问题。

吴永坚表示，从上游工艺做到下游质检，工业AI可以形成一个闭环，带动智慧工厂应用场景，这将是腾讯优图实验室接下来将探索的方向。

从一个工业场景到另一个工业场景，从一个工业细分赛道到另一个赛道，AI正逐步推动工业高端转型升级，AI技术赋能已成为产业升级的一大动力。

“在我国经济提速换挡的关键时期，腾讯将始终坚持‘产业数字化助手’定位，助力产业数字化发展。腾讯云智能不仅仅是数字化工具，它还是为各行业塑造竞争优势的新生产力，要让人们工作更高效、生活更美好、体验更美好。”汤道生表示。

值班丨怡

原标题：《AI工业质检年省数千万元成本，腾讯AI如何让工业更智能？》

阅读原文