来源:猎云精选;文/邵延港
(资料图片仅供参考)
AI解决方案向产品化部署的难题,正在被化解。
人工智能发展至今,不少参与者已经走到了落地应用这一关。人工智能在软件行业可以更快部署AI,但3C电子、汽车装备等制造业,各个生产环节复杂,工种繁多,AI的渗透率不足,落地应用处于初级阶段。
智能化转型已是制造业长远发展的必修课,人工智能也不再是“小众”科技,但对于制造业中的绝大多数中小型企业,AI的部署与他们之间依然有一道鸿沟。跨过这道鸿沟,AI在工业场景的落地应用的想象力会进一步放大。
企业需要用AI进行智能化升级,人工智能厂商需要落地到企业的工业现场来推动商业化。但对于场景复杂多变的工业领域,产业智能化又该如何实现?相较于中大型企业,对AI解决方案成本承受能力更弱的中小型企业,又该以怎样的姿势拥抱人工智能?
上述问题的突破,需要行业参与者提出新思路。
“下沉”中低端制造业的广阔天地
中小企业是市场经济活跃的大多数,而目前公众对于工业AI的印象,还停留在中大型制造工厂的专属上。
以生产制造端的质检环节为例,作为国内较早一批切入质检领域的AI厂商,微亿智造从2018年开始布局以工业AI+机器视觉为核心的产品表面缺陷检测智能装备,其商业化路径,选择主推KA用户,在高端质检领域深耕多年,已经服务富士康、比亚迪等多家大型制造企业。
市场调研机构IDC公布数据,预计到2025年中国AI质检的市场规模为62亿元,而中国工厂生产线上有超过200万产线质量及效率相关人员,年人力成本消耗1400亿元。
这就意味着,AI质检当前阶段还在江河中挣扎,真正的大海在体量更大的中小型企业中。
但工业AI落地到中小企业的生产制造现场有重重阻碍。中大型企业组织架构完善,有专业IT和信息化部门,对于前沿的AI系统解决方案的接受度更高。由于体量更大,任何一个细节的微小提升,结果也会被直接放大,所以能够承受AI解决方案的成本和较长的导入周期。
主要服务中小型制造工厂的工业互联网新制造平台智云天工,也发现了上述问题。中小型企业“多品种”、“小批量”的特点,对AI应用的速度和灵活性要求更高,否则AI落地应用前,就可能面临产品接近淘汰换代,无法为企业直接带来效益,一切投入将付诸东流。
正是基于共同的市场洞察,旨在打造低入侵式的AI解决方案的智云天工,与从工厂生产质量入手微亿智造,产生出共同愿景:用低成本、更普惠、更柔性化的AI,为制造业数智化升级赋能。但当前工业AI落地应用的具体场景并不丰富,AI厂商和企业用户都寻求创新AI落地路径。
智云天工与微亿智造打通了AI在不同场景的数据闭环,为微亿智造在中小企业用户领域打开市场,也为智云天工的工厂管理系统提供业务工具,在业务层面,双方在提升中小型企业的产品质量和生产线效率,实现1+1>2的效果。
2022年的最后一天,微亿智造与智云天工正式宣布合并,并由张志琦任合并后公司的CEO。张志琦表示:“微亿智造与智云天工在之前的战略合作过程中,就逐渐发现在工业AI落地应用的理解上趋同”。
1月6日,微亿智造和智云天工在深圳举办了合并后的首场新品发布会,发布“工”、“灵”两个系列的六款产品,推出了人工智能在工业场景落地的新思路以及背后支撑的新系统。
将“人的经验”沉淀入模型
本次发布会主题为“本立而智生”,其中的“本”,则是智云天工与微亿智造合并的共识,亦为工业AI的商业化进程的推进提供动能。
据张志琦介绍,工业AI落地的“本”是现场的人的生产经验和生产数据,把这个“本”抓住了才能让工业AI的“智”最大化地体现出来。
传统的AI系统解决方案的生成,高度依赖数据的数量和质量。生产线上的质检员工,只需靠几张照片和参数,加上长期的工作训练,即可高效进行质量检测,而AI需要的是海量的现场数据,以及整个数据流程的打通和定期的数据更新。
举个例子,在外观质检领域,以往都是靠人工观察看,随着技术发展,逐渐出现传统的AI外观检测系统解决方案,但大多都是偏定制化,部署时间长,切线难、不柔性,后续维护成本高。
上述流程如何谈得上AI的普惠和柔性呢?“AI本身是工具,为解决工业场景中的痛点而生”,AI只有解决问题落地应用,才有价值。
张志琦表示,对于AI模型的训练,微亿智造与智云天工主张回归到工业现场。微亿智造和智云天工在发布会上,肯定了人,尤其是工业场景一线生产人员经验的作用。
微亿智造和智云天工认为AI落地的“本”,不能局限于机器训练过程中的数据分析。要重构工业AI“从数据采集,到模型训练,再到落地部署”的整个业务流程,回到工业生产现场,让人的经验沉淀下来,参与到AI模型的生成之中。
实现的路径是用一系列技术手段,让设备具有自然交互的能力,生产线一线员工像“师傅带徒弟”一样,教会AI如何工作,深度参与到AI模型的开发过程中去,同时将整个AI的开发过程与产线工作流、信息流融合在一起,实时取得有效的现场数据,让模型越用越“聪明”。
工系列三款产品中的“工小匠”,不需要进行海量缺陷样本数据的训练,只需一个工作人员将产品3D图导入机器并定义缺陷区域,即可让机器学习产品标准,就可以对产品进行质量检测,避免了长达半年左右的设备导入周期和较高的方案成本付出。另外可提供万元级的新产品建模服务,7天完成交付,支持中小型企业快速切换产品线。
用训练员工的方式“培训”机器,微亿智造与智云天工重新定义了智能质检。
方案产品化,中小型企业部署柔性AI
工业场景复杂多样,目前生产智造领域仍有大量需求未被满足,尤其是在复杂环节中,如何利用人工智能数字化手段,提质、降本、增效,对打造中国制造业向高质量发展尤为重要。
传统的AI系统解决方案的落地过程中,从数据采集,到模型训练,再到落地部署流程中,周期长,操作复杂,期间造成大量测试和原始数据的浪费,这些成本最终都由客户承担。中小型企业对成本和收益的权衡更为直接,解决不了这个矛盾,AI赋能数智化转型就成了空谈。
面对行业痛点,张志琦表示,“让工业AI能够柔性化、快速地在工厂大面积铺开,我们想到的路径就是产品化”,意在让各种中小型制造企业都能用得起、用得上人工智能。
传统的AI质检方案整套成本高达40万至100万元,产品化后的“工小匠”前端硬件部分和后续服务的成本与部署难度大幅降低,工厂现场的质量检测进入智能化升级的普惠时代。
针对工厂效率、成本、安全等问题,微亿智造和智云天工发布的工厂管理应用“工小智”,可搭建类似“班组长/厂长”的管理体系,捕捉工业现场散落的非结构化数据,可在2天内轻量化快速部署,2周完成实施上线,实现柔性部署。
依靠工小匠,工小智及物联网数采平台,打造的AIOT 多模态数字工厂“工小汇”,是微亿智造和智云天工在制造业数字化改造经验中的集大成者。工小汇通过收集工厂一线人员及设备运营数据,实现了对人、机、料、法、环等工厂管理要素的掌握,为企业决策者提供产能分析、设备分析、效率分析、质量分析、人员分析、风险预警等综合决策应用。
此外,微亿智造和智云天工基于“工业人工智能+机器视觉”的技术路线,推出了“灵”系列三款产品,实现世界级产品的国产替代,为工业AI的特殊场景提供支持。灵眸OCT工业高精度3D层析缺陷检测仪,针对透明、半透明检测对象,提供微米级别的3D成像及高空间分辨率检测;灵镜PMD 3D高反表面检测仪,解决镜面、类镜面高反光材料的缺陷成像及检测问题;以及灵阵OMX光学一体化复眼阵列模组。
张志琦表示,“工系列是软硬结合的解决方案,灵系列则是感知层面的缺陷检测硬件产品,两者相互配合,并且都具备柔性化部署能力,成本上远低于定制化AI质检方案。”
微亿智造与智云天工,为中小型制造企业提供具备降本、提质、增效三重效果的AI应用产品,其中具备颠覆性的,则是重构了工厂现场的AI部署路径。将AI解决方案产品化的思路,降低中小企业部署AI的门槛,也为工业AI商业化进程加速。
关键词: 将人工化作智能 工业AI部署需要新路径 人工智能