與產業共振，騰訊工業AI如何打開To B的大門？_風聞

文 | 曾響鈴

來源 | 科技向令説（xiangling0815）

在人工智能加速發展的今天，技術將如何更好的促進產業發展？

在美國，本田的馬里斯維爾工廠每天需要接收300萬零部件，生產1900輛整車。在這個龐大的生產車間內，工人依舊組裝生產線上不可欠缺的部分。據工廠總經理羅伯·梅介紹，機器人的精細程度還不足以把後懸系統獨立安裝至車輛底盤。而人類員工具有很高的靈活性，能用雙手在規定時間內完成任務，安裝螺栓的時間約為40秒。

在這家超過三十年曆史的工廠內，人機協同且人工佔主導作用的現狀非常典型，對今天中國日趨規模的產業智能化轉型提供着關鍵的兩個信息點：

第一，人工智能若要深入工業場景助力行業發展，就必須能解決相應的產業痛點，真正地服務於人，釋放技術價值，不然人工操作始終仍是工廠主要考慮的用工方式；

第二，人工智能若要在工業場景中更好地協同人工進行操作，關鍵的方向可以在操作靈活性、視覺、聽覺等方面着重升級，進而追平人工優勢，真正的解放員工生產力。

如果無法理清楚這兩個問題，AI等技術對於產業特別是工業場景的助力是有限的，根本無法深入行業之中解決好專業的問題。

值得一提的是，目前隨着中國產業智能化的探索愈發深入，越來越多的數字服務商和生產製造商也認識到了這一點。

在2021騰訊數字生態大會的雲智能專場，騰訊雲智能便面向產業場景發佈了最新的ABCI雲智融合新架構，以全局智能深入產業，面向管理者、生產者、開發者和C端用户做出了四大智能升級，分別為管理智能、生產智能、創造智能、生活智能。

同時，騰訊高級執行副總裁、雲與智慧產業事業羣CEO湯道生強調，無論是“終端智能”還是“雲上智能”，上雲賦智的終極價值還是“服務於人”。

緊扣“服務於人”的終極價值導向，騰訊與富馳高科展開了一場AI技術與工業場景的雙向融合，在提高兩者產業影響力的同時也為工業AI加速深入行業來了諸多思考。

工業+AI，富馳高科背後的一場技術拉鋸

富馳高科成立於1999年，是一家老牌製造企業，主要從事金屬粉末注射成型（MIM）產品專業製造。近年來，富馳高科在質檢環節面臨着明顯的人工質檢侷限性，急需尋求有效的AI解決方案。

在這個過程中，富馳高科相繼找了幾個數字服務商，但前期的評估都不太滿意——主要面對要求的零漏檢、過殺率、精準缺陷分類、缺陷遷移、快速迭代等，沒有一家數字服務商該明確百分百可以做到。

由此可見，工業製造業的技術要求以及場景複雜程度遠比想象的要高，AI技術助力工業製造業並不是一次簡單的技術+場景的耦合應用，它需要理解產業，理解流程，進而將技術應用到場景中發揮價值。

這就要求一家數字服務商不僅僅要有技術能力，更要有服務意識和責任心。最終，是騰訊打動了富馳高科。

據富馳高科自動化總監鄧聲志回憶：“我們在評估的過程中，讓我感覺到的是，騰訊是最有責任心的，對這個是最用心的，也是在我們這個案子裏更願意投入的。”在前期的評估過程中，騰訊就派人常駐現場幾個月，深入做了諸多調研，甚至還在富馳高科的設備上免費提供算法試驗，直到雙方簽約合作。

而這也僅僅只是工業+AI的一個起點，接下來的工作是一場緊迫且艱鉅的拉鋸。整個項目的研發週期只有300多天的時間，在這個期限內需要融合雙方的技術、設備以及各個業務需求等。

在鄧聲志的回憶中，雙方在這期間就有兩百多次超過半小時的技術會議，像自動化的各類工程師，機構的、視覺的、項目的，包含內部SQE和工程類的這些人員，以及騰訊雲和騰訊優圖實驗室的工程、軟件、AI算法、架構師，甚至包含硬件設計、光源設計這一塊的人員都會參與進來，共同探討工業+AI的融合應用問題。

這樣的拉鋸還在持續，從雙方的人員磨合向更深入的技術、場景以及產業推進。比如，AI算法的迭代同樣也是一場不小的拉鋸。

其中，給騰訊雲AI研發總經理、騰訊優圖實驗室副總經理吳永堅比較深的一點感受是，AI質檢項目不同於做To C產品，它具備更強的時效性，必須嚴格地按照期限推動，同時還不能出現質檢紕漏，否則就會影響到下游廠商的產業進程和質量。

因此，整個質檢項目不僅對AI算法的要求極高，也需要數字服務商有強大的技術能力和創新能力以及協同能力。

為了如期完成質檢目標，騰訊優圖實驗室攜手富馳高科創造性設計了光度立體成像解決方案，從而克服了MIM產品因高反光特性而導致的產品缺陷與正常反光混淆的業內難題，成功判斷連人眼也很難分辨的缺陷。同時，更是結合域適應遷移學習和缺陷生成技術，幫助富馳高科在產品早期樣本數據嚴重不足的情況下，達到檢測指標可用狀態。

如今，富馳高科在手機攝像頭組件的質檢工作中，僅需幾秒就能完成對目標零件數十個大小點位的採圖、分析、分類的工作，而原來人工質檢則需要一分鐘。

這場技術上的拉鋸最終取得圓滿成功。不管是從未做過同類型質檢項目的騰訊，還是多次找過數字服務商做過嘗試的富馳高科，回過頭再看，都頗為感慨。

或許，工業AI註定是一場深入且長遠的拉鋸戰。

蹚入“深水區”，騰訊雲智能與產業共振

如何在這場拉鋸中取得更好的反饋？從騰訊與富馳高科的合作來看，不難發現，只有深入產業端，與產業共振，To B的技術才能真正的釋放出產業價值。

繼續以AI質檢為例，有三個信息印證着這一趨勢。

1. 工業AI不僅僅只是一個算法問題，更主要還是軟硬一體化的問題。

通常來説，質檢行業存在光、機、電、軟、算五大部分，它不僅僅只是需要軟件、算法的加持，還需要融合光、機、電幾個模塊一同配合，構成軟硬一體化的技術解決方案。

對於騰訊這類數字服務商而言，所擅長的是軟件、算法，另外三個部分就需要富馳高科予以配合，共同解決。因此，如果一家數字服務商無法深入產業之中，只是遊離邊緣，是很難統籌好整個工業流程的各個模塊，來打造出一個優質的工業AI解決方案的。

通過與富馳高科的合作，騰訊也沉澱出軟硬一體的針對3C領域的騰慧飛瞳AI質檢儀，只需組裝上下料設備，就能快速給3C客户完成質檢解決方案的交付。類似軟硬一體的技術應用在未來也將繼續成為數字服務商的優勢所在。

2.AI技術與工業場景須實現深度融合應用。

再者，很多創新應用並不只是簡單的技術“嵌入”，而是在理解工業流程、工業設備以及工業場景之上的深度融合應用。

騰訊優圖實驗室所提供的視覺AI算法是本次質檢項目的關鍵技術支持，但是這個算法在實際應用中還需要不斷的更新、迭代，從而適配質檢流程的需求。在這個過程中，富馳高科就基於自身的製造經驗和工具應用，為騰訊的視覺AI算法優化提供了諸多建議，使得整個優化過程能更快更好的應用到質檢場景中。

對此，吳永堅感慨：“為什麼一定要到產線去，如果你不到產線跟這些相關的有經驗的人做這件事情，你是很難實驗室裏面去做這些事兒。”深入工業場景，讓技術與流程深度融合應用，是必要的。

3. 工業AI是一個完整的綜合性方案。

總的來説，工業AI並不是一次簡單的項目交付，而是數字服務商與產品製造商基於信任關係建立起來的深度合作。騰訊和富馳高科除了在工業質檢上展開合作之外，未來還將共同推進智慧工廠建設，全局推動工業數字化、產業智能化。

而回到質檢來看，其本身就是一個完整的綜合性方案。整個AI質檢項目包括了場景調研、技術賦能、IT運維、創新服務等多個環節，同步影響着富馳高科所在的供應鏈和產業鏈，關聯性極強。

那麼，面對這樣的情況，數字服務商就必然要學會與產業共振，To B才能有實際的產業價值。

工業AI背後，製造業轉型再提速

這樣的產業價值不僅僅只是對生產線的一次改造，其實際更廣泛的影響將是行業性的、社會性的。

比方説，近年來，工廠就存在着招工難的問題。據鄧聲志介紹，一方面是招人確實不好招，大家都不願意進入工廠工作，另一方面每年的生產高峯期就只有幾個月的時間，短期的高爆發需求很難進行人員招聘和管理。

基於這種情況，富馳高科就嘗試着尋求AI質檢，用機器來和人工做更好的協同，從而解決當前製造業普遍存在的效率低的問題。長期以往，在未來，人機協同必然會是一種常態，屆時整個製造業的用工模式或許也將進一步發生改變，從而更快的發展。

同時，這種變化也將持續的影響製造業體系的演變。在騰訊和富馳高科的預想中，未來雙方還將持續推動智慧工廠建設，整個技術能力從生產線向管理層，從機器到人，不斷創新應用，形成一個完整的閉環。

目前，騰訊雲智能已經面向管理者、生產者、開發者和C端用户做出了四大智能升級，包括生產、生活、管理、創造，全局的智能化必然也將更快地推動製造業更快的轉型升級，達到更高的水平。

那麼，由工業AI所呈現出來的未來，是智能製造、智能管理、智能生活等全局智能化共同構建的，而這就需要數字服務商與眾多合作伙伴聯合共振，才有可能實現。

結語

回過頭來看，騰訊與富馳高科此次的工業AI應用，為接下來的產業智能化探索出一條明確的路徑，即工業AI要深入行業、場景之中，在理解行業的同時應用技術，才能發揮技術真正的價值。

而這也將成為騰訊To B的重要拐點，既是向市場展現騰訊服務能力和技術能力的一次標杆，更是踐行“服務於人”終極理念最好的體現，全局智能或許也不遠了！

*本文圖片均來源於網絡

*此內容為【科技向令説】原創，未經授權，任何人不得以任何方式使用，包括轉載、摘編、複製或建立鏡像。

【完】

曾響鈴

1鈦媒體、品途、人人都是產品經理等多家創投、科技網站年度十大作者；

2虎嘯獎評委；

3作家：【移動互聯網+ 新常態下的商業機會】等暢銷書作者；

4《中國經營報》《商界》《商界評論》《銷售與市場》等近十家報刊、雜誌特約評論員；

5鈦媒體、36kr、虎嗅、界面、澎湃新聞等近80家專欄作者；

6“腦藝人”（腦力手藝人）概念提出者，現演變為“自媒體”，成為一個行業；

7騰訊全媒派榮譽導師、多家科技智能公司傳播顧問。