一場指向未來的競逐。
作者 | 路遙
編輯 | 余快
智能製造領域，工業AI質檢這個細分市場正快速奔跑。
據IDC去年8月發布的《中國AI賦能的工業質檢解決方案市場分析2021》報告顯示，即使受疫情影響，相較2019年，2020全年中國工業質檢軟體和服務市場，依舊保持了近32%的增長。
這份存在感中，BATH等網際網路巨頭、AI龍頭企業的聲量頗高。
在各類榜單、報告、網站、分析文章中，都能見到他們的身影。
IDC數據，2020年的中國AI工業質檢市場，份額前四的企業，百度、阿里、華為就占了3個。
值得注意的是，截止2020年，中國工業質檢軟體和服務市場的規模僅有1.42億美元，在高速增長下，2024年的規模也僅為4億美元。（IDC數據）
對於動輒在百億、千億規模市場操弄風雲的網際網路巨頭們來說，這似乎只是一條頗為狹窄的賽道，但他們卻一路挺進。
強烈反差背後，工業AI質檢賽道何以能吸引網際網路巨頭紛紛下場廝殺？
AI巨頭與工業的雙向奔赴
傳統製造業已經渴求AI質檢太久。
一直以來，傳統質檢都主要依靠人工進行質量質檢與產品分揀，瑕疵品常常難以被有效記錄與分揀，再加上質檢員經驗水平參差不齊，效率低下、覆蓋面積小、質檢標準不一。
與此同時，中國人口老齡化、勞動力成本上升等問題，讓「用工荒」浪潮席捲各個行業，重複、枯燥流水化作業的人工質檢崗位更是如此。
AI質檢伴隨時代的鼓點而生。
相比於人工質檢，AI質檢優勢明顯。具有降低人力資源成本，實現質檢範圍100%覆蓋，檢測標準統一，提升良品率等優點，大大提升了生產效率。
不僅如此，AI質檢藉助機器學習建模進行深度分析，在流程優化與工藝改進上的優勢，也非人工質檢可以比肩。
商湯科技智慧工業負責人崔磊介紹道，目前商湯打造的AI質檢產品和解決方案，已經貫穿了材料研發和設計、來料分揀、工業質檢、倉儲物流、安監運營等全流程，實現降本增效的同時，可以對生產工藝和運營質量持續優化。
傳統工業製造領域對AI技術的渴求，催生出了一批前仆後繼者，其中就包括手握人才、技術、資金、數據分析能力的網際網路巨頭和AI頭部企業。
經歷過消費網際網路近20年的廝殺，網際網路大廠優勢不小。
首先是強大的資金。
市場初期，企業進行上下游延伸、技術研發投入、客戶拓展、行業推廣都需要強大的資金支持。
巨頭們雄厚的資金，在建設周期長、速度慢的製造業，可以以資本換市場，某種程度上可以推動行業前進。
其次是足夠的品牌影響力。
理想的智能製造，需要全產業鏈的共同投入，基礎設施的支撐和上下游的共同配合才能完成。
他們品牌力，面對產業鏈長、生產過程極其複雜的製造業，可以以生態聚合能力吸引產業上下游一起玩。
再者是新視角帶來的潛在創新能力。
科技歷史無數次論證，創新往往出現在不同層面交叉點，對於工業領域，巨頭們帶來不同的知識背景和認知層次，從不同的角度和立場出發，也許，能帶來不一樣的業務模式、運營模式和商業模式的數字化、智能化變革思路。
事實證明，他們的確給工業製造帶了新氣息。
早在2017年，AI質檢還未被各路追捧之前，百度就進場了。
在某3C精密零部件的製造企業，百度智能雲的AI質檢方案將檢測效率提高了近9倍，為企業年節省成本4000萬。
在中國化纖行業的龍頭企業恆逸化纖工廠，百度智能雲的智能質檢系統改變了過去依靠人眼+手電筒的傳統質檢模式，大幅提升了質檢效率；
當初從首鋼的AI質檢出發，5年長途跋涉，百度智能雲AI質檢走進了電子、汽車、鋼鐵、紡織、能源、航天等十餘個行業。
2017年，阿里雲研發了業界首個工業視覺AI方案，並逐步應用於鋼鐵、化纖、汽車等領域。
近年，騰訊也承接了液晶面板製造行業龍頭型企業華星光電項目，有消息稱，該項目是目前為止國內最大規模的工業AI質檢項目。
AI企業也不甘示弱。
商湯科技作為中國頭部AI企業，商湯AI大裝置也在各大工業質檢領域落地。從汽車到3C，從紡織到醫藥，製造業對質檢都存在巨大需求，也與巨大挑戰。為了解決這些問題，商湯的深泉平台從質、敏、柔三個方面重點發力。質的方面，深泉平台從多光學方案支持、多零部件形態支持、多重質檢支持三個角度提供了解決方案，可以將缺陷漏檢率和誤檢率壓縮到極致。敏的方面，深泉平台針對生產前-輕量化產線、生產中-軟硬一體高效推理、生產後-工藝快速疊代提供了多方面解決方案，將工藝的疊代從「月」為單位改變為「周」為單位。柔的方面，
深泉平台提供了工業模型訓練組件、推理工作流調度組件、報表配置組件，實現低代碼支撐柔性質檢，滿足多件小批次的高質量質檢。
應用深泉平台後，全球燈塔工廠之一的福田康明斯發動機工廠的質檢效率得到大大提升，同時隨著工廠向智能製造轉型，企業競爭力也得到顯著增強。
在他們的強勢入局下，工業AI質檢領域，也已經在3C電子、新能源、汽車等行業實現了規模化應用，且增長迅速，智能製造呈現出遍地開花的態勢。
雙向奔赴的背面
但巨頭們看中的，真的只是AI質檢嗎？
這裡不得不談網際網路大廠們的處境。
大勢當前，美國工業網際網路、德國的工業4.0、中國的智能製造2025、日本的超智能社會5.0藍圖，全世界都在向智能製造邁進。
海水將退，過去10年，他們是信息化革命紅利的最大嘗鮮者，如今，流量爭奪戰趨於頂峰，產業網際網路金礦價值蓄勢待發。
「光靠BAT撐不起中國經濟」呼聲高漲，在興奮與焦慮參雜中，傳統網際網路巨頭們幾乎不約而同地，一個箭步跑向工業領域。
智能製造這艘時代之船，他們必須搭上。
但任何一個試圖通過AI技術改造製造的企業，都無法迴避的一點是：智能製造是一個極其複雜、龐大的體系。
想要做好工業，技術功底、資金支持、人才是必需項，但還遠遠不夠。
最基礎，也最核心的要點之一是，工業需要深厚的行業知識與經驗。
智能製造，核心在於「製造」，一切「智能」都需要建立在此基礎之上。
中國是全世界唯一擁有聯合國產業分類中全部工業門類的國家，而每類工業企業都有自己獨特的工業Know-How和行業知識。
「一米的寬度，一百米的深度」的行業特性，背後是深厚、專業的行業知識。
沒有對製造業的理解，所有數字化、智能化方案都將是無源之水、無本之木。
在技術愈發內卷背景下，能吃透工業知識的跨界企業，並不多。
網際網路企業也意識到這一問題，對於不可不得的智能製造領域，在目光所及之處，工業AI質檢成為智能製造一個絕佳的切入口：
AI質檢效果直觀、投入產出相對清晰：質檢可以直觀的告訴工廠主能節省多少成本，能降低多少誤檢漏檢率，賦能企業也能更快獲得產出。
行業know-how要求相對低：質檢的精細化特質，對故障率的要求極高（1%或更低），讓AI的高精特性得到最大程度體現。
部分市場接受度高：已經在3C電子、新能源、汽車等行業規模化應用，且增長迅速。
AI質檢效果直觀、投入產出相對清晰：質檢可以直觀的告訴工廠主能節省多少成本，能降低多少誤檢漏檢率，賦能企業也能更快獲得產出。
行業know-how要求相對低：質檢的精細化特質，對故障率的要求極高（1%或更低），讓AI的高精特性得到最大程度體現。
部分市場接受度高：已經在3C電子、新能源、汽車等行業規模化應用，且增長迅速。
而對於中國工業質檢市場1.42億美元規模數據（IDC統計的2020年數據），百度智能雲 智慧工業事業部副總經理 黃鋒和商湯科技智慧工業負責人崔磊指出，1.42億美元僅是軟體的規模，而工業企業最終使用的是包含光學、自動化在內軟硬一體的方案。
「而且AI質檢市場的滲透率不足5%，目前屬於快速增長的增量市場。」黃鋒補充。
「目前商湯的工業質檢產品，都採用了軟硬一體的方式，工業質檢中軟硬一體設備的市場，遠遠超過這個規模。」崔磊肯定的說。
政策利好、市場需求、技術優勢下，進入這個賽道的雲廠商、AI創企、傳統機器視覺企業、工業網際網路平台企業等，看中的是這個賽道未來發展的潛力與增速。
智能製造，任重道遠
所有跨界企業需要明白2點：
第一，工業AI質檢只是相對簡單。
正如前文所述，AI質檢發展數年，滲透率依然僅有5%。
對於漫長的工業革命進程而言，AI質檢的發展時間的確不長，但不可否認的是，AI質檢市場也許沒有大量入局者想像中容易。
需求碎片化、定製化；資料庫樣本不足；工業領域的數據極為龐雜、分散，且貫穿研發、生產、測試、運營等生命周期；數據開採周期長，效率低；AI質檢，背後還涉及光學、自動化、電器等多學科交叉融合......都是制約AI質檢市場規模化的攔路虎。
這些都需要紮根工業，逐個摸索。
黃鋒介紹道，AI質檢的研發與落地，都需要深入工廠，而工廠一般位於郊區，內部環境嘈雜，生活上也有諸多不便之處。算法工程師們在工廠經常一待就是幾個月「不是所有大廠、所有的算法工程師都能耐的住寂寞，吃得了這個苦。」
黃鋒認為，百度AI質檢取得領跑優勢的原因之一就在於紮實。
第二，AI質檢領域臥虎藏龍，他們需要面對的，還有一群虎視眈眈的競爭對手。
以海康、大華為代表的安防巨頭，早已在工業視覺領域占據一席之地。
碎片化的工業視覺市場，具有可預見性差、穩定性強的顯著特點，但這恰恰是海康、大華擅長的領域，這種業務模式，他們已經在安防領域操練了近20年。此外，6、7年前就開始的戰略布局，產品和服務方面的經驗遷移，都是海康、大華等「老將」們的優勢。
時代潮流下，也催生出一批AI創業企業。
他們一開始就目標明確，心無旁騖的紮根智能製造。技術實力與網際網路大廠相比，也不遑多讓。快速響應、吃苦耐勞是他們甩開競爭對手的必殺技，「XX（某行業巨頭），他們自己不想花時間和精力攻克某個技術難點，我們整個項目組花了好幾個月時間，搗鼓出來了。」此前一家AI創業企業這樣對雷峰網表述。
如果說，將AI創企比作工業視覺領域，血氣方剛的年輕人，那麼傳統視覺廠商，就是一路臥薪嘗膽的智者，在中國工業視覺市場承擔著中流砥柱的重任。
他們是大風大浪中淘洗出來的勝利者，歷史的積澱使他們擁有品牌、客戶、資金、技術多重優勢，在不斷鞏固自身地位的同時，一邊默默啃食對手的份額。
在國外，則有盤踞高端、壟斷中國約60%市場份額的美日德巨頭康耐視、基恩士等。
他們以高端市場為目標，同時極其注重產品質量和技術創新，通過差異化功能，和「比客戶先行一步」的行動力，保持著讓行業難以望其項背的業務能力與營業能力。
黃鋒也提到，未來的AI質檢市場，比拼的是更優的效果、更快的交付，更低的成本，更好的客戶ROI。對AI技術提供商而言，產品化和交付標準化是核心競爭力。
在推動傳統製造業數字化轉型的過程中，這些困難是不可避免的。對於網際網路巨頭來說，這並不是一條容易走的路。
第三，始於AI質檢，但不應止於AI質檢。
所謂智能製造，即是利用新一代信息技術，來提高生產效率、產品質量、降低能耗等，貫穿設計、生產、管理等製造的各個環節和產品的整個生命周期。
AI無疑是最適合回答這道題的主角，但是現下，還沒有出現通用性解法，大多是以某個行業的單一場景做突破。
如果僅聚焦於單個設備、單項技術的智能化，無法帶來整個生產環節的效率提高。
如何讓人工智慧技術給製造業帶來普惠，引領製造業的升級，而非在一個細分賽道與眾多企業纏鬥，是巨頭們需要思考的問題。為此，百度智能雲基於「點線面體」，從單點設備到生產流程，到企業，到產業區域，探索全方面賦能企業和地方經濟發展。
當下的工業AI市場，無疑是一塊色香味俱全的大蛋糕，且存量頗豐。隨著這條賽道的難點被不斷攻克，蛋糕被不斷瓜分，屆時，這條賽道上的所有入局者之間，勢必產生一番激烈的角逐。實際上，除了AI質檢，網際網路大廠們也在利用已有的落地成果改進算法，提高技術通用性，探索更多幫助企業降本增效的方案。
歷史的經驗教訓告訴我們，在此之前，哪家企業始終懷揣智能製造的大局，率先在其他領域多方布局，才能最終把握時代風向，書寫更為精彩的歷史。
推薦閱讀
安防「缺芯」背後，一款好晶片的「自我修養」
AI 商業模式的脫靶、崩塌、救贖