中国AI赋能的工业质检解决方案市场分析

“十四五”规划纲要将新一代人工智能（AI）作为议题重点提及，彰显了人工智能在中国带动数字经济产业转型升级的重要战略地位。中国是世界上最大的制造大国，制造业与人工智能的结合是中国从制造大国走向制造强国的重要一步，是中国直面国内国际挑战的重要超车机遇。同时，近几年中国围绕工业互联网，大力推进工业企业转型升级，在政府和产业界的共同推动下，市场高速发展，企业应用不断加速。

1   工业智能是工业数字化转型的新引擎

在工业互联网、新基建、数字经济等政策发布的背景下，以工业为代表的传统行业企业进行产业智能升级的原生驱动力促进了AI 的广泛应用，工业智能已经全面渗透到泛工业各个细分领域，近年来，人工智能在制造领域取得了“枝繁叶茂”的成果，从一块芯片到一部无人车，从一个机器人到一条生产线，“人机物”正加快融合，助力智能制造的发展。

IDC中国高级分析师 程荫

目前通过引入计算机视觉、语音语义、机器学习等技术，人工智能已经渗透到3C、汽车、电力、装备制造、材料、钢铁、水务等工业细分领域（图1），并形成了初步的泛工业AI 应用全景，头部的工业企业已经落地了一批具有代表性的AI 应用场景。

例如，在产线运行方面，AI 赋能的设备预测性维护传输并分析实时运行数据，提前预知设备的异常状态，从而最小化设备停机时间，降低维护成本，减少安全隐患。在质量检测方面，AI 赋能的质检能够利用较小的样本在数分钟内完成深度学习模型训练，以毫秒为单位识别缺陷，支持高速应用并提高吞吐量，解决传统方法无法解决的复杂缺陷检测、定位等问题，检测效率提升显著。在仓储物流方面，AI 赋能的需求预测能够更精确地捕捉供需关系变化，实现自动补货，提高供应链整体效率。在客户服务方面，AI 赋能的智能客服能够将业务服务由线下转移到线上，未来实现无人化业务办理，减少线下人力投入，降低营业成本，提升服务效率。

2   AI赋能的工业质检定义

质检在工业生产中处于非常重要的一环，然而，传统质检大量依赖人工，工资低，工作枯燥，越来越难以吸引工人，且人工存在个体差异，不利于保证质量一致性。传统机器视觉基于规则或者简单的算法，能够满足有比较明确特征的检测或测量需求，在处理一致且制造精良的部件时能够可靠运行，但随着缺陷库的增大，算法也会变得越来越有挑战性。某些传统的机器视觉检测，因为有许多不易被机器识别的变量，编程比较困难，例如照明、颜色变化、曲面或视野。因此，深度学习技术在产品外观缺陷视觉检测中发挥了极大的效用，借助深度学习工具，可以在生产线上更加一致、更加可靠且更加快速地完成这些任务。可以说，基于AI 算法的视觉缺陷检测实现了对随机缺陷的识别和检测，拓展了传统机器视觉的应用范围。AI算法的视觉缺陷检测不仅能提高简单场景中的检测率，更能在复杂业务场景，例如布匹、薄膜、金属、化纤、食品等表面缺陷中发挥很好的作用。

在AI 赋能的工业质检场景落地过程中，因为工厂的业务、技术负责人可以根据缺陷识别的准确率、误检率，降低企业内部人力成本的数量、训练并识别缺陷的时效性来衡量这一场景的业务结果，所以AI 工业质检场景因ROI清晰已在工业企业大量尝试，成为工业智能领域较为成熟的应用（如图2）。

图2 AI赋能的工业质检场景

3   中国AI赋能的工业质检市场进展

IDC 中国聚焦的AI 赋能的工业质检市场主要是软件和解决方案市场，在这一领域，各类新技术供应商凭借自身基础优势进入该市场，如云厂商、AI 创企、传统机器视觉企业、工业互联网平台企业等都在AI 视觉质检领域积极布局。资本市场也高度看好该领域，近2年已经有超过30 家相关创新企业获得融资（如图3）。

根据IDC 的统计数据，经过几年的发展，AI 赋能的工业质检软件和解决方案市场也已经走向成长期，尽管在过去18 个月内因为疫情等原因，工业质检市场交付呈现滞后现象，但2020 年全年中国工业质检软件和服务市场仍平稳增长，市场规模将达到1.42 亿美元（1 美元约为6.5 元人民币），较2019 年有近32% 的增长。由于越来越多的新技术供应商进入到工业质检领域，IDC 预计未来五年工业质检软件和服务市场还会保持30% 以上的CAGR 增速（图4）。

图4 中国AI工业质检市场软件及服务市场

AI 赋能的工业质检应用最为拥挤的领域行业当属3C、半导体等行业。尽管在3C、半导体、钢铁、汽车、食品、化纤、服装、电力等众多行业都有场景实现商业落地，3C 和半导体行业的屏幕、机壳表面检测、PCB的AOI 检测以及新能源硅片表面检测等行业场景依然吸引了最多的技术供应商参与。前市场在AI 赋能的工业质检软件和解决方案产品形态主要提供的是软件/ 平台、检测装备、面向具体业务场景的定制检测系统等。技术供应商提供的软件/ 平台以AI 训练平台、AI 检测软件为代表，检测装备主要是指封装AI 检测算法、软硬一体的检测装备，定制检测系统主要是指如轧钢表面检测、车漆检测等面向具体业务场景的定制化检测系统。

4   中国AI赋能的工业质检技术供应商市场路径选择

云厂商、AI 创企是AI 工业质检软件和解决方案市场当中的主力，当前，中国云厂商在工业质检平台、算法研发以及数据积累上具备一定的优势，AI 创企将计算机视觉技术深入工业应用场景，迅速渗入市场，已经在AI 工业质检领域积累了多细分领域案例，这些技术供应商专注于工业质检，作为工业AI 视觉版图的切入点，积累了AI 工业视觉落地的know-how（诀窍）。在行业选择方面，AI 创企和其他各类市场参与者则大多聚集在成熟度高、空间大但竞争也较激烈的行业，如3C、半导体、新能源、汽车市场。例如，某些技术供应商都有针对手机外观的刮、擦、脏污等缺陷进行检测的场景，也有一些技术供应商可进行手机内部接线端子、芯片、螺钉、电池等原件的装配质量检测，还可检测元件高度等尺寸信息，对不良品实现自动化检测与分拣，提升了产线生产效率及良品率。以百度智能云、华为云、阿里云、腾讯云等为代表的云厂商在工业领域涉足范围广，除了3C、汽车、半导体等领域，还侧重探索技术要求高和相对新兴的行业场景，如钢铁、橡胶、纺织、食品、化纤等。例如，百度智能云为中国某化纤企业探索了化纤丝盘质检应用，以前依靠人工打着手电筒，在强光下用眼睛盯着丝盘进行质量检测，检测效率低且不利于工人身体健康，为了解决化纤企业的痛点，百度智能云打造了AI 全检测样机，检测能力较人工提升50% 左右。在产品和业务形态选择上，中国云厂商在软件/ 平台、检测装备、面向具体业务场景的定制检测系统等均有布局，AI 创企则倾向从面向标准化AI 平台产品、检测装备和整体解决方案中选择性布局，实现商业化。例如，康耐视、阿丘科技等侧重布局标准化AI 平台产品，培育产业生态，但当前市场早期阶段仍需要以具体项目形式交付具体业务应用。大多数AI 创企如创新奇智、思谋科技、图麟科技、高视科技等则更多布局检测装备和面向具体业务场景的整体解决方案。

5   AI赋能的工业质检市场将走向何方？

虽然AI 赋能的工业质检应用正在逐步渗透到多行业领域，其在落地过程中也存在一定的挑战，例如，AI质检效果不如预期、数据积累速度远低于产品交付，AI训练数据的小样本问题突出、算法工程师缺少工业机理的理解等。工业质检领域技术供应商可以结合自身业务特点，优先在有数据积累的场景进行差异化竞争。在工业领域加强小样本等算法的研发，持续进行算法优化迭代。另外，技术供应商也要加强对工业业务场景的理解与沉淀，包括产品生产流程、加工工艺等，才能找准企业的痛点并提升应用效果。在合作生态上，硬件厂商、解决方案商、集成商、服务提供商都是生态合作中不可或缺的环节，工业质检领域的技术供应商还会进一步和合作伙伴加强合作，丰富产业生态。未来，AI 工业质检市场会进一步成熟，进一步带领泛工业领域的自动化、智能化转型。IDC 将持续关注人工智能、大数据分析在各行各业的落地进展以及前沿技术趋势与市场格局。相关研究有中国AI 赋能的工业质检解决方案市场分析、中国人工智能软件及应用市场半年度研究报告、中国AI 云服务市场半年度研究报告、中国大数据市场半年度研究报告、IDC MarketScape：中国RPA 软件平台市场厂商评估，2021 和CIO 视角：企业数据智能实施部署指南。

（本文来源于《电子产品世界》杂志2021年9月期）