中國(guó)AI賦能的工業(yè)質(zhì)檢解決方案市場(chǎng)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(diǎn)提及，彰顯了人工智能在中國(guó)帶動(dòng)數(shù)字經(jīng)濟(jì)產(chǎn)業(yè)轉(zhuǎn)型升級(jí)的重要戰(zhàn)略地位。中國(guó)是世界上最大的制造大國(guó)，制造業(yè)與人工智能的結(jié)合是中國(guó)從制造大國(guó)走向制造強(qiáng)國(guó)的重要一步，是中國(guó)直面國(guó)內(nèi)國(guó)際挑戰(zhàn)的重要超車機(jī)遇。同時(shí)，近幾年中國(guó)圍繞工業(yè)互聯(lián)網(wǎng)，大力推進(jìn)工業(yè)企業(yè)轉(zhuǎn)型升級(jí)，在政府和產(chǎn)業(yè)界的共同推動(dòng)下，市場(chǎng)高速發(fā)展，企業(yè)應(yīng)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(jì)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(jìn)行產(chǎn)業(yè)智能升級(jí)的原生驅(qū)動(dòng)力促進(jìn)了AI 的廣泛應(yīng)用，工業(yè)智能已經(jīng)全面滲透到泛工業(yè)各個(gè)細(xì)分領(lǐng)域，近年來(lái)，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(wú)人車，從一個(gè)機(jī)器人到一條生產(chǎn)線，“人機(jī)物”正加快融合，助力智能制造的發(fā)展。

IDC中國(guó)高級(jí)分析師 程蔭

目前通過(guò)引入計(jì)算機(jī)視覺(jué)、語(yǔ)音語(yǔ)義、機(jī)器學(xué)習(xí)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(xì)分領(lǐng)域（圖1），并形成了初步的泛工業(yè)AI 應(yīng)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(yīng)用場(chǎng)景。

例如，在產(chǎn)線運(yùn)行方面，AI 賦能的設(shè)備預(yù)測(cè)性維護(hù)傳輸并分析實(shí)時(shí)運(yùn)行數(shù)據(jù)，提前預(yù)知設(shè)備的異常狀態(tài)，從而最小化設(shè)備停機(jī)時(shí)間，降低維護(hù)成本，減少安全隱患。在質(zhì)量檢測(cè)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(xué)習(xí)模型訓(xùn)練，以毫秒為單位識(shí)別缺陷，支持高速應(yīng)用并提高吞吐量，解決傳統(tǒng)方法無(wú)法解決的復(fù)雜缺陷檢測(cè)、定位等問(wèn)題，檢測(cè)效率提升顯著。在倉(cāng)儲(chǔ)物流方面，AI 賦能的需求預(yù)測(cè)能夠更精確地捕捉供需關(guān)系變化，實(shí)現(xiàn)自動(dòng)補(bǔ)貨，提高供應(yīng)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(lái)實(shí)現(xiàn)無(wú)人化業(yè)務(wù)辦理，減少線下人力投入，降低營(yíng)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(lái)越難以吸引工人，且人工存在個(gè)體差異，不利于保證質(zhì)量一致性。傳統(tǒng)機(jī)器視覺(jué)基于規(guī)則或者簡(jiǎn)單的算法，能夠滿足有比較明確特征的檢測(cè)或測(cè)量需求，在處理一致且制造精良的部件時(shí)能夠可靠運(yùn)行，但隨著缺陷庫(kù)的增大，算法也會(huì)變得越來(lái)越有挑戰(zhàn)性。某些傳統(tǒng)的機(jī)器視覺(jué)檢測(cè)，因?yàn)橛性S多不易被機(jī)器識(shí)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(xué)習(xí)技術(shù)在產(chǎn)品外觀缺陷視覺(jué)檢測(cè)中發(fā)揮了極大的效用，借助深度學(xué)習(xí)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)。可以說(shuō)，基于AI 算法的視覺(jué)缺陷檢測(cè)實(shí)現(xiàn)了對(duì)隨機(jī)缺陷的識(shí)別和檢測(cè)，拓展了傳統(tǒng)機(jī)器視覺(jué)的應(yīng)用范圍。AI算法的視覺(jué)缺陷檢測(cè)不僅能提高簡(jiǎn)單場(chǎng)景中的檢測(cè)率，更能在復(fù)雜業(yè)務(wù)場(chǎng)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(chǎng)景落地過(guò)程中，因?yàn)楣S的業(yè)務(wù)、技術(shù)負(fù)責(zé)人可以根據(jù)缺陷識(shí)別的準(zhǔn)確率、誤檢率，降低企業(yè)內(nèi)部人力成本的數(shù)量、訓(xùn)練并識(shí)別缺陷的時(shí)效性來(lái)衡量這一場(chǎng)景的業(yè)務(wù)結(jié)果，所以AI 工業(yè)質(zhì)檢場(chǎng)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(yīng)用（如圖2）。

圖2 AI賦能的工業(yè)質(zhì)檢場(chǎng)景

3   中國(guó)AI賦能的工業(yè)質(zhì)檢市場(chǎng)進(jìn)展

IDC 中國(guó)聚焦的AI 賦能的工業(yè)質(zhì)檢市場(chǎng)主要是軟件和解決方案市場(chǎng)，在這一領(lǐng)域，各類新技術(shù)供應(yīng)商憑借自身基礎(chǔ)優(yōu)勢(shì)進(jìn)入該市場(chǎng)，如云廠商、AI 創(chuàng)企、傳統(tǒng)機(jī)器視覺(jué)企業(yè)、工業(yè)互聯(lián)網(wǎng)平臺(tái)企業(yè)等都在AI 視覺(jué)質(zhì)檢領(lǐng)域積極布局。資本市場(chǎng)也高度看好該領(lǐng)域，近2年已經(jīng)有超過(guò)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(jì)數(shù)據(jù)，經(jīng)過(guò)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(chǎng)也已經(jīng)走向成長(zhǎng)期，盡管在過(guò)去18 個(gè)月內(nèi)因?yàn)橐咔榈仍?，工業(yè)質(zhì)檢市場(chǎng)交付呈現(xiàn)滯后現(xiàn)象，但2020 年全年中國(guó)工業(yè)質(zhì)檢軟件和服務(wù)市場(chǎng)仍平穩(wěn)增長(zhǎng)，市場(chǎng)規(guī)模將達(dá)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(zhǎng)。由于越來(lái)越多的新技術(shù)供應(yīng)商進(jìn)入到工業(yè)質(zhì)檢領(lǐng)域，IDC 預(yù)計(jì)未來(lái)五年工業(yè)質(zhì)檢軟件和服務(wù)市場(chǎng)還會(huì)保持30% 以上的CAGR 增速（圖4）。

圖4 中國(guó)AI工業(yè)質(zhì)檢市場(chǎng)軟件及服務(wù)市場(chǎng)

AI 賦能的工業(yè)質(zhì)檢應(yīng)用最為擁擠的領(lǐng)域行業(yè)當(dāng)屬3C、半導(dǎo)體等行業(yè)。盡管在3C、半導(dǎo)體、鋼鐵、汽車、食品、化纖、服裝、電力等眾多行業(yè)都有場(chǎng)景實(shí)現(xiàn)商業(yè)落地，3C 和半導(dǎo)體行業(yè)的屏幕、機(jī)殼表面檢測(cè)、PCB的AOI 檢測(cè)以及新能源硅片表面檢測(cè)等行業(yè)場(chǎng)景依然吸引了最多的技術(shù)供應(yīng)商參與。前市場(chǎng)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(tái)、檢測(cè)裝備、面向具體業(yè)務(wù)場(chǎng)景的定制檢測(cè)系統(tǒng)等。技術(shù)供應(yīng)商提供的軟件/ 平臺(tái)以AI 訓(xùn)練平臺(tái)、AI 檢測(cè)軟件為代表，檢測(cè)裝備主要是指封裝AI 檢測(cè)算法、軟硬一體的檢測(cè)裝備，定制檢測(cè)系統(tǒng)主要是指如軋鋼表面檢測(cè)、車漆檢測(cè)等面向具體業(yè)務(wù)場(chǎng)景的定制化檢測(cè)系統(tǒng)。

4   中國(guó)AI賦能的工業(yè)質(zhì)檢技術(shù)供應(yīng)商市場(chǎng)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(chǎng)當(dāng)中的主力，當(dāng)前，中國(guó)云廠商在工業(yè)質(zhì)檢平臺(tái)、算法研發(fā)以及數(shù)據(jù)積累上具備一定的優(yōu)勢(shì)，AI 創(chuàng)企將計(jì)算機(jī)視覺(jué)技術(shù)深入工業(yè)應(yīng)用場(chǎng)景，迅速滲入市場(chǎng)，已經(jīng)在AI 工業(yè)質(zhì)檢領(lǐng)域積累了多細(xì)分領(lǐng)域案例，這些技術(shù)供應(yīng)商專注于工業(yè)質(zhì)檢，作為工業(yè)AI 視覺(jué)版圖的切入點(diǎn)，積累了AI 工業(yè)視覺(jué)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(chǎng)參與者則大多聚集在成熟度高、空間大但競(jìng)爭(zhēng)也較激烈的行業(yè)，如3C、半導(dǎo)體、新能源、汽車市場(chǎng)。例如，某些技術(shù)供應(yīng)商都有針對(duì)手機(jī)外觀的刮、擦、臟污等缺陷進(jìn)行檢測(cè)的場(chǎng)景，也有一些技術(shù)供應(yīng)商可進(jìn)行手機(jī)內(nèi)部接線端子、芯片、螺釘、電池等原件的裝配質(zhì)量檢測(cè)，還可檢測(cè)元件高度等尺寸信息，對(duì)不良品實(shí)現(xiàn)自動(dòng)化檢測(cè)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(dǎo)體等領(lǐng)域，還側(cè)重探索技術(shù)要求高和相對(duì)新興的行業(yè)場(chǎng)景，如鋼鐵、橡膠、紡織、食品、化纖等。例如，百度智能云為中國(guó)某化纖企業(yè)探索了化纖絲盤質(zhì)檢應(yīng)用，以前依靠人工打著手電筒，在強(qiáng)光下用眼睛盯著絲盤進(jìn)行質(zhì)量檢測(cè)，檢測(cè)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(diǎn)，百度智能云打造了AI 全檢測(cè)樣機(jī)，檢測(cè)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(guó)云廠商在軟件/ 平臺(tái)、檢測(cè)裝備、面向具體業(yè)務(wù)場(chǎng)景的定制檢測(cè)系統(tǒng)等均有布局，AI 創(chuàng)企則傾向從面向標(biāo)準(zhǔn)化AI 平臺(tái)產(chǎn)品、檢測(cè)裝備和整體解決方案中選擇性布局，實(shí)現(xiàn)商業(yè)化。例如，康耐視、阿丘科技等側(cè)重布局標(biāo)準(zhǔn)化AI 平臺(tái)產(chǎn)品，培育產(chǎn)業(yè)生態(tài)，但當(dāng)前市場(chǎng)早期階段仍需要以具體項(xiàng)目形式交付具體業(yè)務(wù)應(yīng)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(cè)裝備和面向具體業(yè)務(wù)場(chǎng)景的整體解決方案。

5   AI賦能的工業(yè)質(zhì)檢市場(chǎng)將走向何方？

雖然AI 賦能的工業(yè)質(zhì)檢應(yīng)用正在逐步滲透到多行業(yè)領(lǐng)域，其在落地過(guò)程中也存在一定的挑戰(zhàn)，例如，AI質(zhì)檢效果不如預(yù)期、數(shù)據(jù)積累速度遠(yuǎn)低于產(chǎn)品交付，AI訓(xùn)練數(shù)據(jù)的小樣本問(wèn)題突出、算法工程師缺少工業(yè)機(jī)理的理解等。工業(yè)質(zhì)檢領(lǐng)域技術(shù)供應(yīng)商可以結(jié)合自身業(yè)務(wù)特點(diǎn)，優(yōu)先在有數(shù)據(jù)積累的場(chǎng)景進(jìn)行差異化競(jìng)爭(zhēng)。在工業(yè)領(lǐng)域加強(qiáng)小樣本等算法的研發(fā)，持續(xù)進(jìn)行算法優(yōu)化迭代。另外，技術(shù)供應(yīng)商也要加強(qiáng)對(duì)工業(yè)業(yè)務(wù)場(chǎng)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(zhǔn)企業(yè)的痛點(diǎn)并提升應(yīng)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(yīng)商還會(huì)進(jìn)一步和合作伙伴加強(qiáng)合作，豐富產(chǎn)業(yè)生態(tài)。未來(lái)，AI 工業(yè)質(zhì)檢市場(chǎng)會(huì)進(jìn)一步成熟，進(jìn)一步帶領(lǐng)泛工業(yè)領(lǐng)域的自動(dòng)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(jìn)展以及前沿技術(shù)趨勢(shì)與市場(chǎng)格局。相關(guān)研究有中國(guó)AI 賦能的工業(yè)質(zhì)檢解決方案市場(chǎng)分析、中國(guó)人工智能軟件及應(yīng)用市場(chǎng)半年度研究報(bào)告、中國(guó)AI 云服務(wù)市場(chǎng)半年度研究報(bào)告、中國(guó)大數(shù)據(jù)市場(chǎng)半年度研究報(bào)告、IDC MarketScape：中國(guó)RPA 軟件平臺(tái)市場(chǎng)廠商評(píng)估，2021 和CIO 視角：企業(yè)數(shù)據(jù)智能實(shí)施部署指南。

（本文來(lái)源于《電子產(chǎn)品世界》雜志2021年9月期）