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(zhì)檢領頭，工業(yè) AI 化勢在必行

一直以來，工業(yè)變革改變著人們的生活方式，讓人們生活更舒適、便捷。隨著 AI 技術的逐漸成熟，越來越多的企業(yè)希望借助 AI 技術創(chuàng)新發(fā)展，這也讓資本嗅到了工業(yè) AI 市場的“錢味”。

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(zhì)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(zhì)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(zhì)檢主要通過人工進行產(chǎn)品質(zhì)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(zhì)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(zhì)量不穩(wěn)定出現(xiàn)的概率會增加。

另一方面，質(zhì)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(jié)果”，儼然 AI 無所不能的樣子。在數(shù)字化轉(zhuǎn)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(zhuǎn)型。

騰訊：工業(yè) AI 目標，方興未已

作為國內(nèi)數(shù)一數(shù)二的互聯(lián)網(wǎng)巨頭，騰訊很早就開始布局工業(yè)互聯(lián)網(wǎng)。基于對傳統(tǒng)工業(yè)流程痛點的了解，以及精湛的深度學習技術，騰訊優(yōu)圖聯(lián)合騰訊云帶來領先的 AI+工業(yè)解決方案，為企業(yè)降本、增效、提質(zhì)。

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(zhuǎn)型的一部分。而從較為成熟的 AI 質(zhì)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(jié)合，提高準確率?；隍v訊優(yōu)圖 AI 技術，騰訊構(gòu)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(zhì)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(zhì)檢工人環(huán)節(jié)，降低人工成本?；趫D像分析和統(tǒng)計利用技術，在保證產(chǎn)品質(zhì)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(zhì)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(zhì)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?qū)＠姶蟮募夹g實力。

不足的是，工業(yè) AI 尚處在初級階段，用 AI 來代替質(zhì)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

在百度大腦招募 AI 工業(yè)質(zhì)檢合作伙伴的宣文中，我們看到這么一段話：“愿意在質(zhì)檢產(chǎn)品和服務中使用百度 AI 核心算法模型和 AI 模組，將自身質(zhì)檢產(chǎn)品服務與百度 AI 產(chǎn)品服務相結(jié)合，為客戶提供基于百度 AI 能力的質(zhì)檢行業(yè)解決方案，與百度 AI 開放平臺合力打造良性的質(zhì)檢領域 AI 生態(tài)?！?/p>

公告里，從“構(gòu)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(zhì)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(zhì)檢方面，百度大腦開放智能質(zhì)檢生態(tài)合作方案，為傳統(tǒng)工業(yè)企業(yè)提供優(yōu)質(zhì)的算法模型和 AI 加速硬件模組，并搭建質(zhì)檢模型在線訓練平臺，加速向工業(yè)質(zhì)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(zhì)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(zhuǎn)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(zhuǎn)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(zhuǎn)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(zhuǎn)型的原因。

只是，就目前工業(yè)市場發(fā)展情況來看，工業(yè) AI 蓄勢爆發(fā)，屆時或?qū)⑹球v訊、百度等巨頭從摩拳擦掌轉(zhuǎn)向正面競爭的時刻。
責任編輯:pj