新基建風口下,以數(shù)字化、網(wǎng)聯(lián)化、智能化為方向的新工業(yè)革命蓄勢爆發(fā)。
第一次工業(yè)革命是蒸汽革命,機器工廠就此誕生,蒸汽機器取代了手工勞動;第二次工業(yè)革命是電力革命,電器代替蒸汽機器,電力新能源大大的提高了勞動效率;第三次工業(yè)革命是信息革命,計算機技術和通信技術不斷引領社會生產(chǎn)新變革,打破了距離、空間的限制。
前三次工業(yè)革命是從各層面解放了體力勞動,當下的工業(yè)智能化變革,則是進一步解放勞動力和腦力的一次新變革,目的是為了降低成本、減少誤差、提高效率。
方今,苦于勞動力價格上漲成本重壓、人工誤差導致生產(chǎn)效率低下的傳統(tǒng)工業(yè)企業(yè)“嗷嗷待哺”,以期通過智能化變革降本增效。在此背景下,騰訊、百度等互聯(lián)網(wǎng)巨頭鉚足了勁,向工業(yè) AI 市場進軍。
質檢領頭,工業(yè) AI 化勢在必行
在這之前,人們普遍認為,工業(yè) AI 化進程最慢,是最難改變的一個領域。其中,質檢分揀作為工業(yè)最關鍵的環(huán)節(jié),其 AI 化的改變被寄予厚望。
一方面,人工質檢準確性低、速度慢,影響生產(chǎn)效率。在傳統(tǒng)工業(yè)流程中,傳統(tǒng)質檢主要通過人工進行產(chǎn)品質量檢查、產(chǎn)品分揀,但人工檢測有延時和誤差,一定程度上會影響質檢的準確性。而且,少量作業(yè)時人工檢測的方式可取,但任務重的時候,檢查效率低,審核質量不穩(wěn)定出現(xiàn)的概率會增加。
另一方面,質量檢測的人力投入成本高,招聘難且人員離職率高。不可否認,隨著經(jīng)濟的發(fā)展,國內(nèi)勞動力成本不斷提升,加上大環(huán)境影響下經(jīng)濟不景氣,成本高、效率低也就成為阻礙工業(yè)領域快速發(fā)展的“攔路虎”,工業(yè)企業(yè)的日子越來越難過。
人力成本高、效率低、穩(wěn)定性低等種種問題,對傳統(tǒng)工業(yè)流程提出了挑戰(zhàn)。與此同時,AI 迅速在各行各業(yè)“開花結果”,儼然 AI 無所不能的樣子。在數(shù)字化轉型趨勢的促使下,傳統(tǒng)制造企業(yè)的 AI 化、網(wǎng)聯(lián)化升級被提上日程。
當下,合理應用 AI 的能力,降低人工成本、提升生產(chǎn)效率,成為整個行業(yè)需要解決的問題。而基于自身 AI 技術,早已在醫(yī)療、交通等行業(yè)生根發(fā)展的騰訊、百度等互聯(lián)網(wǎng)巨頭也將觸手伸至工業(yè)領域,全面助力工業(yè) AI 化轉型。
騰訊:工業(yè) AI 目標,方興未已
簡而言之,通過技術賦能傳統(tǒng)工業(yè)供應鏈、研發(fā)、生產(chǎn)到營銷、服務等全流程,是騰訊戰(zhàn)略升級(成立云與智慧產(chǎn)業(yè)事業(yè)群)助力傳統(tǒng)行業(yè)智能化轉型的一部分。而從較為成熟的 AI 質檢領域,我們可以窺視騰訊布局智能工業(yè)的情況和實力。
一方面,自動化檢測系統(tǒng)和人工相結合,提高準確率?;隍v訊優(yōu)圖 AI 技術,騰訊構建自動化缺陷分類和檢測系統(tǒng),覆蓋了大部分人工目檢工作,“智能化+人工”檢測大幅度提升質檢的精細化、精準化程度,極大的提升生產(chǎn)效率。
另一方面,開發(fā)缺陷檢測工具替代質檢工人環(huán)節(jié),降低人工成本。基于圖像分析和統(tǒng)計利用技術,在保證產(chǎn)品質量和生產(chǎn)效率的前提下,智能工具替代人工,進而減少工廠質檢人員,大大降低人力成本,真正實現(xiàn)降本增效,也提升工廠的運作效率。
據(jù)悉,騰訊 AI 質檢系統(tǒng)已經(jīng)在 PCB 板缺陷檢測、鋰電池缺陷檢測、面板缺陷檢測等多個方面得到落地應用。這耀眼成績的背后,依靠的是騰訊在零售、金融、醫(yī)療等領域多年的數(shù)字賦能經(jīng)驗積累,以及騰訊優(yōu)圖(具備超過 800 項全球專利)強大的技術實力。
不足的是,工業(yè) AI 尚處在初級階段,用 AI 來代替質檢員,也只是工業(yè) AI 化進程中的一小環(huán)。傳統(tǒng)工業(yè)產(chǎn)業(yè),工序繁瑣、領域繁多,需要整改、優(yōu)化、肅清的環(huán)節(jié)太多,涉及的不只是技術上的改進,管理層面同樣需要智能化,是一項費財、費時、費力的浩大工程。
騰訊助力傳統(tǒng)工業(yè)產(chǎn)業(yè)智慧化升級的目標已定,百度也不甘落后。同一領域,巨頭狹路相逢,免不了對比、較量,你輸我贏……
百度:AI 工業(yè)生態(tài),穩(wěn)中有憂
公告里,從“構建工業(yè)領域的 AI 生態(tài)”一言來看,百度對于 AI 工業(yè)是執(zhí)著的。
現(xiàn)實中,在新基建的指引下,百度依托百度大腦、飛槳、智能云、芯片、數(shù)據(jù)中心等新型 AI 技術基礎設施,積極為生產(chǎn)安全、質檢等工業(yè)領域產(chǎn)業(yè)智能化升級蓄力,并不斷加快前行的步伐。
在生產(chǎn)安全監(jiān)控方面,作為避免員工的人身安全、設備設施免受損壞,保障生產(chǎn)活動順利進行的必要條件,生產(chǎn)安全容不得馬虎。為此,百度大腦開放了智能視頻監(jiān)控開發(fā)平臺,可針對不同企業(yè)視頻監(jiān)控系統(tǒng)的智能化升級,強化工廠生產(chǎn)安全條件,降低企業(yè)開發(fā)成本。
在智能質檢方面,百度大腦開放智能質檢生態(tài)合作方案,為傳統(tǒng)工業(yè)企業(yè)提供優(yōu)質的算法模型和 AI 加速硬件模組,并搭建質檢模型在線訓練平臺,加速向工業(yè)質檢細節(jié)滲透,推動傳統(tǒng)工業(yè)產(chǎn)業(yè)改造升級。據(jù)悉,包括大恒圖像、拜耳、小零科技等諸多企業(yè)都是百度 AI 質檢系統(tǒng)的受益者。
除此之外,AI 人才培養(yǎng),也是百度“ALL in AI”目標里的重要環(huán)節(jié)。
針對人才不足問題,百度積極推進 AI 人才培養(yǎng),通過黃埔學院、AI 快車道、PaddleCamp 等線上線下的學習培訓渠道,為各行各業(yè)輸送 AI 人才。截至目前,百度已經(jīng)培養(yǎng)了超過 100 萬 AI 人才,為新基建的加速推進輸送眾多 AI 有學之士。
當然,百度無論是技術賦能的方式,還是工業(yè) AI 的落地效果,都還遠遠未達到全面推動傳統(tǒng)工業(yè)企業(yè)數(shù)字化轉型的目標。百度今后還會在工業(yè) AI 化進程中采取哪些動作來幫助合作伙伴,在人工智能時代完美轉型、升級還需要繼續(xù)觀察。
行業(yè)風口之下,必有互聯(lián)網(wǎng)巨頭之爭,特別是在各行各業(yè)數(shù)據(jù)化轉型的當下,互聯(lián)網(wǎng)巨頭趁機“彎道超車”的意圖更加明顯。其中,工業(yè)作為第二大產(chǎn)業(yè)重要的組成部分,市場之廣闊顯而易見,而智能化變革帶來的紅利,正是騰訊、百度等巨頭不遺余力,助力傳統(tǒng)工業(yè)企業(yè)智能化轉型的原因。