去年AI還是一個負麵標簽。商湯等AI四小龍合計虧損超500億元的曆史成績
，讓不少投資人望而生畏。今年伴隨ChatGPT的橫空出世，AI公(gong)司(si)穀(gu)底(di)反(fan)彈(dan)。一(yi)位(wei)老(lao)板(ban)告(gao)訴(su)南(nan)方(fang)財(cai)經(jing)全(quan)媒(mei)體(ti)記(ji)者(zhe)
，去(qu)年(nian)融(rong)資(zi)還(hai)很(hen)吃(chi)緊(jin)
，但(dan)今(jin)年(nian)投(tou)資(zi)人(ren)排(pai)著(zhe)隊(dui)來(lai)送(song)錢(qian)
，並(bing)且(qie)在(zai)商(shang)業(ye)化(hua)落(luo)地(di)上(shang)，有(you)了(le)不(bu)少(shao)確(que)定(ding)性(xing)方(fang)向(xiang)。

目前AI在商業化應用上，最為成熟的要數充當“眼睛”的機器視覺。從大腦構造上看，人類75%的信息獲取來自視覺。現實中也是機器視覺與工業場景的結合度更高。近期AI在工業質檢應用上的熱度正在攀升。

目前工業AI質檢可解決3C消費電子、汽車及零部件等生產製造中麵臨的兩大痛點：其一是質檢工人招工難。通常質檢工人眼睛一天要在強光下直射10個小時以上，容易造成工人視力迅速衰退；其二是人工檢測難以保障日複一日穩定輸出，若是遇到動輒每片上萬的半導體晶圓，對工廠的損失慘重。

上述痛點讓一眾公司看到了一片亟待開拓的藍海。格創東智AI高級架構師江淵在采訪中表示，在麵板行業，80%的質檢人員可以被AI取代。騰訊雲工業AI產品總監黃強表示，在AI質檢上，騰訊看到了一個千億級剛需市場。“單是3C電子產品的人工檢測就有近300萬人
，按照一個人8萬/年的用人成本
，將是一個2400億規模的市場。”

據IDC預計，到2025年中國工業AI質檢整體市場將達9.58億美元（約合人民幣62億元），2021-2025年CAGR為28.5%。目前距離千億級市場，工業AI質檢市場仍有數倍空間，這讓更多公司躍躍欲試，加速湧入戰場。

在今年愈加激烈市場競爭下，IDC認為，工業AI質檢市場仍將持續碎片化格局。目前以雲服務商、AI質檢創新企業、機器視覺軟件企業這3類背景的廠商主導市場。而工業互聯網平台服務商、機器視覺檢測裝備商、綜合AI企業、工控自動化企業、通信運營商等5類廠商正在加大投入切入市場。一場機器與機器之間的“內卷”正在加速展開。

初創公司：搭乘矽穀技術新風口，前微軟高管“降維”打入AI工業質檢

前微軟（美國）SurfaceBook設計團隊高級總監郭瑋，曾為微軟貢獻了30餘項發明專利。2018年他在看清中國AI場景化應用的勢頭之後
，立馬召集了一批擅長數據處理
、平台技術和AI算法的海外精英回國創業。

值得一提的是，在如今AI商業化浪潮中
，市場分為三個層次：底層基礎設施做芯片和算力
、中間核心技術做大模型和大數據平台
、上(shang)層(ceng)場(chang)景(jing)化(hua)應(ying)用(yong)做(zuo)解(jie)決(jue)方(fang)案(an)落(luo)地(di)。芯(xin)片(pian)除(chu)了(le)技(ji)術(shu)還(hai)講(jiang)求(qiu)生(sheng)態(tai)，算(suan)力(li)是(shi)國(guo)與(yu)國(guo)之(zhi)間(jian)的(de)比(bi)拚(pin)

，大(da)模(mo)型(xing)和(he)大(da)數(shu)據(ju)掌(zhang)握(wo)在(zai)能(neng)燒(shao)得(de)起(qi)錢(qian)的(de)巨(ju)頭(tou)手(shou)中(zhong)，逐(zhu)一(yi)分(fen)析(xi)排(pai)除(chu)下(xia)來(lai)，初(chu)創(chuang)公(gong)司(si)在(zai)中(zhong)國(guo)最(zui)有(you)優(you)勢(shi)的(de)地(di)方(fang)就(jiu)是(shi)做(zuo)應(ying)用(yong)落(luo)地(di)。

2019年末，郭瑋在深圳南山區創立了博瀚智能。他所組建的團隊，僅憑履曆就獲得了深圳市高層次人才創業資助和投資機構3500萬pre-A輪融資，並與深圳清華研究院聯合成立了人工智能研發中心。

他給公司的定位是
，一家依托自研的平台技術，專注於AI應用落地的公司，聚焦智能製造和自動駕駛兩條主線。在對標領域裏
，智能製造與華為（NPU生態圈）密切合作
，自動駕駛融入英偉達GPU生態圈。“公司的技術和產品有幸得到行業內最強的夥伴的認可，並同他們進行深度業務合作”

背靠華為計算底座，郭瑋團隊決心將製造領域裏的AI質檢提升到一個新高度
，即完成甲方心目中的“不可能三角”——更短的開發周期、更高的準確率、更低的運維成本，以此顛覆傳統AI質檢。

博瀚智能將這套顛覆性係統稱為“自適應AI質檢係統”，可將模型的精度從95%快速提升至99.99%，並在後續一直維持如此高的精度標準。據內部統計，相關解決方案在上線周期縮短80%，人力成本降低90%，運維成本節省80%。

而這套自適應AI質檢係統也與矽穀最前沿的風向不謀而合。2021年，被業界譽為“AI教父”的百度前首席科學家吳恩達
，在一場直播中表示
，AI係統正在從Model-centric（以模型為中心）向Data-centric（以數據為中心）轉變。這意味著今後在AI技術路線中，數據質量要比模型本身更重要。

對於兩者的區別，郭瑋進一步解釋稱，此前Model-centricAI著zhe重zhong的de是shi模mo型xing算suan法fa
，可ke類lei比bi為wei人ren類lei的de智zhi商shang
，代dai表biao著zhe處chu理li和he學xue習xi信xin息xi的de基ji本ben結jie構gou和he能neng力li。這zhe個ge技ji術shu路lu線xian是shi通tong過guo不bu斷duan優you化hua算suan法fa本ben身shen來lai取qu得de更geng好hao的de結jie果guo，也ye就jiu是shi說shuo
，通tong過guo不bu斷duan提ti升sheng人ren類lei智zhi商shang來lai增zeng強qiang能neng力li。而erData-centric相當於讓人通過積累經驗來提高能力，這意味著通過不斷喂取機器高質量數據，來讓AI持續適應不斷變化的環境和需求。

值得注意的是
，在Data-centricAI路線中，MLOps是至關重要的一環，也是博瀚所擅長的部分。MLOps在工業場景中的優勢在於，其不僅可以幫助DataCentricAI的任務提高效率，還能確保模型在場景中保持有效。

對於一線實操而言，結合MLOps技術的DataCentricAI
，將有效解決模型失效的問題，讓原本飄在雲端的AI係統，有了更標準化的落地策略——數據飛輪。而這個數據飛輪早於2021年在海外無人駕駛領域裏開始被應用。

“質檢與無人駕駛在數據訓練上的底層邏輯相通，隻不過複雜程度不同。”郭瑋表示。這也是為何博瀚智能除了聚焦製造領域AI質檢以外，另一個錨定的賽道是自動駕駛。同時，他還將博瀚智能的戰略定位，“前三年營收以製造為主，後三年營收則希望實現雙輪驅動。”

目前在製造領域
，博瀚智能主要發力於3C和半導體AI檢測。郭瑋認為，“預計僅PCBA和外觀檢測市場規模就在400多億人民幣上下。”同時

，PCBA市場中，20%的供應商將控製80%的產能
，屆時商業環境將是一個理想的強to B市場。

現階段，博瀚智能自適應AI質zhi檢jian解jie決jue方fang案an已yi經jing在zai多duo個ge行xing業ye頭tou部bu客ke戶hu落luo地di。下xia一yi步bu若ruo是shi郭guo瑋wei所suo設she想xiang的de模mo型xing，實shi現xian快kuai速su大da規gui模mo複fu製zhi，使shi成cheng本ben隨sui邊bian際ji效xiao應ying大da幅fu遞di減jian
，博bo瀚han智zhi能neng的deAI質檢模型將跑通PCBA領域
，實現開箱即用。但在此之前一切還有待驗證，同時這個自適應AI係統是否能向其他領域的AI質檢拓展，也有待進一步觀察。

此外，乘著今年ChatGPT的東風，越來越多矽穀AI精英組團歸國
，加入這場機器大戰中。

互聯網大廠：以AI質檢為“尖刀”，切開萬億級工業互聯網市場

不同於博瀚智能走矽穀精英技術路線
，騰訊作為以產品驅動聞名的互聯網大廠，看到的是一個千億級市場。同時，騰訊力圖將AI質檢作為一個“尖刀型”產品
，切開下一個萬億級工業互聯網市場。

在與南方財經全媒體記者對話中，騰訊雲工業AI產品總監黃強表示，作為工業場景裏的剛需環節

，AI質檢就好比是社區團購裏的一盒雞蛋，用這個當引流工具，使之成為工業級客戶接觸騰訊雲的第一個工業APP，建立起連接以後，再探索其他數字工廠數智化場景升級。

“基於AIzhijianchanpinwangshangyouyanshen
，haikeyihuisushengchandequanliantiao
，tishengmeiyigehuanjiedeshuzihuagongyi，shixianchanpinquanshengmingzhouqiguanli。jieshizhejiangshiyigejiandanerwanzhengdeshuzigongchang。”黃強說。

既然是作為引流的入口
，騰訊對於AI質檢的期望是，最終做成一款麵向不同行業的通用型產品，這意味著成本方麵要想辦法快速壓低。但最初騰訊在做頭一兩個case的時候是不盈利的。“我們投入了8-10個算法工程師，跟一個項目半年以上。”黃強說。

據南方財經全媒體記者了解

，按照一個算法工程師市場價3萬/月來測算
，一個項目不算硬件、服務器等成本，打底144萬。但一整套AI質檢設備方案市場價也就在幾十萬到小百萬區間。

這時候
，燒了多年錢的雲平台，成為了騰訊大幅降本的底氣。“雲肯定是我們的一大優勢。雲的基礎是算力
，當別人用一張（算力）卡跑的時候，我們用100張卡跑，這裏麵所迭代出模型的效率肯定是不一樣的。”黃強說。

在雲平台支撐下，目前騰訊已經可以做到

，一個算法解決一個項目
，時間上也由半年縮短至3個月。黃強表示，“再往下，當我們隻需要0.1-0.2個算法工程師，就能解決一個項目時
，企業客戶升級AI質檢的成本還能繼續降。”

除此之外，騰訊還有一款針對中小企業的通用產品——AI質檢一體機“騰慧飛瞳”。在這個通用產品裏，騰訊隻負責其中的軟件算法部分
，其餘硬件部分交由其他廠商做。對此，黃強將其稱為騰訊雲的“被集成”戰略。

值得注意的是，雖然流程型工業製造場景可以打“行業通用”這張牌降本，但是在離散型製造裏則存在局限性。專注半導體領域AI質檢的譜彙智能CEO黃秀金表示，半導體領域的AI質檢，需要對行業know-how有深刻理解。原因在於，目前半導體產品質量定義還處在後標準時期
，單是中遊封測環節就有超20種判定標準
，背後包含上百種算法。同時，在光學成像算法上的精準度要求也更高

，甚至要用上3D手段檢測芯片金線的弧高。

在市場規模上，僅半導體領域的AI質檢，往下深入將是一個千億級市場。黃秀金表示，“就拿半導體封測步驟來說，前後涉及至少4次檢測環節。伴隨國內半導體製造市場愈加成熟，國產化創新的浪潮隨之而來。”

而目前騰訊基於通用行業的AI質zhi檢jian案an例li，還hai聚ju焦jiao於yu產chan品pin外wai觀guan檢jian測ce階jie段duan。黃huang強qiang表biao示shi，騰teng訊xun有you意yi願yuan與yu行xing業ye夥huo伴ban合he作zuo
，一yi同tong做zuo大da行xing業ye蛋dan糕gao。在zai大da廠chang觸chu達da不bu到dao的de細xi分fen領ling域yu

，深shen耕geng垂chui直zhi行xing業ye的de初chu創chuang公gong司si有you了le攻gong占zhan的de窗chuang口kou期qi。

行業“小巨人”：提前感知到市場的擁擠，今年以通用機租賃模式做下沉

在騰訊等大廠準備聯合雲打更大規模的“行業通用”牌pai前qian夕xi，有you廠chang商shang提ti前qian感gan知zhi到dao市shi場chang向xiang紅hong海hai演yan變bian，今jin年nian一yi開kai年nian就jiu推tui出chu了le更geng低di價jia位wei的de通tong用yong機ji
，並bing且qie還hai輔fu以yi租zu賃lin的de商shang業ye模mo式shi，提ti前qian搶qiang占zhan中zhong小xiao企qi業ye市shi場chang。

這廠商就是2018 年成立的國家級專精特新“小巨人”微億智造。在工業AI質檢賽道越來越擁擠的當下，微億智能年初以通用型AI數字質檢員——“工小匠”殺入下沉市場，除了考慮做增量，背後更看重的是一片更大的生態——為所有中小企業搭建產品質量管理標準。

微億智造市場部負責人葉思佳對南方財經全媒體記者表示，“中(zhong)小(xiao)企(qi)業(ye)發(fa)展(zhan)之(zhi)初(chu)是(shi)管(guan)生(sheng)產(chan)和(he)人(ren)，但(dan)當(dang)中(zhong)國(guo)製(zhi)造(zao)走(zou)向(xiang)世(shi)界(jie)之(zhi)後(hou)，管(guan)質(zhi)量(liang)將(jiang)成(cheng)為(wei)不(bu)可(ke)或(huo)缺(que)的(de)一(yi)步(bu)。因(yin)此(ci)，我(wo)們(men)的(de)目(mu)標(biao)已(yi)經(jing)不(bu)是(shi)單(dan)純(chun)做(zuo)檢(jian)測(ce)
，而(er)是(shi)要(yao)幫(bang)中(zhong)國(guo)中(zhong)小(xiao)企(qi)業(ye)樹(shu)立(li)品(pin)牌(pai)標(biao)準(zhun)。”

在成功交付AI智檢設備及算法組件1000餘(yu)套(tao)的(de)基(ji)礎(chu)上(shang)

，微(wei)億(yi)智(zhi)造(zao)將(jiang)工(gong)小(xiao)匠(jiang)的(de)價(jia)格(ge)做(zuo)到(dao)了(le)極(ji)致(zhi)，僅(jin)需(xu)百(bai)萬(wan)級(ji)行(xing)業(ye)定(ding)製(zhi)機(ji)價(jia)格(ge)的(de)三(san)分(fen)之(zhi)一(yi)
，並(bing)且(qie)在(zai)商(shang)業(ye)模(mo)式(shi)上(shang)還(hai)提(ti)供(gong)租(zu)賃(lin)服(fu)務(wu)，滿(man)足(zu)中(zhong)小(xiao)企(qi)業(ye)小(xiao)批(pi)量(liang)
、多品種、多需求的外觀檢測要求。

“這相當於每個月給7×24小時的設備付工資，在精打細算的中小企業主之間非常受用。自工小匠上線1個月以來
，已經有20多台的設備在走租賃模式了，並且都是企業在展會上發現後
，主動找上門來。”葉思佳說


，

值得一提的是，雖然是通用型機器，但在算法上的技術路線走的也是自適應AI。zaijiqizaijinrugongchangdenayikeqi，jiurangyoujingyandezhijianrenyuanjieruxunlianshebei。erqiepeixunbuzhoujiandan，duiyuzishenzhijianyuaneryan
，jiuxianglaoshifudaixinrenyiyang，zhixu“認識產品、拍攝設置
、樣本收集、缺陷學習”四步就能完成崗前培訓。

如此通過工人自主喂取機器現場數據的方式，不僅節省了一筆算法工程師的人力成本費用，還可以節約時間成本
，目前工小匠可實現2周內“上崗”工作。這也成為微億智能敢把設備成本壓到極致的底氣。

xijiuweiheweiyinenggoufahuizhexiangyoushi，zeyuqijileichaoguobaiwanquexianshujudeyuxunlianmoxingyouguan。errucifengfudequexianyangbenku，youyugongsidechengchanglujingyouguan。

微億智能成立不到1年，就成功通過一家常州的“果鏈”企業切入了AI質檢賽道。“當時我們用80多台設備取代掉這家工廠裏1000多名質檢人員。”葉思佳回憶道。借此案例，微億智能在3C終端品牌商圈子裏
，一戰成名。後續微億智能成功得到了多家國際3C龍頭品牌商的認可並在其供應鏈內進行推廣。

借品牌商之勢，微億智能一步步積累了大量消費電子賽道裏的外觀缺陷樣本，成為消費電子結構件AI質檢領域裏的重要玩家。近年來
，微億智能又拓展賽道至新能源汽車、醫療器械、家用電器等多個領域的外觀檢測。“目前這些領域的樣本都可以植入工小匠的‘腦’中，但在大批量生產中還是產品定製機會更劃算。”葉思佳補充道。

目前微億智能的工小匠還留有一點“遺憾”。雖然工小匠“身體”大部分硬件設備都實現了國產化，但機械臂這個關鍵零部件還采用的是發那科、那智、庫卡等進口廠商。葉思佳在采訪中表示，今年將完成國產化機械臂的適配，屆時工小匠從裏到外都將實現自主可控。

如果說在過去3年裏

，數字化轉型還在以“機器換人”為主線，那麼接下來
，機器顛覆機器的戰役正在打響。在機器的世界裏，留給下一個機器內卷的空間，正在越來越狹小。