文|科技新知 樟稻
編輯|伊頁
寧德時(shí)代，一個(gè)國內(nèi)外新能源車企都繞不過的名字。近期公布了2022年度業(yè)績預(yù)告，首次實(shí)現(xiàn)單季度盈利破百億，更讓其飽受市場熱議。
財(cái)務(wù)數(shù)據(jù)上的成績，離不開寧德時(shí)代多年來的鋰電池布局。公開信息顯示，公司目前已擁有13座鋰電池生產(chǎn)基地。但隨著生產(chǎn)規(guī)模持續(xù)擴(kuò)張，一些問題也逐漸被暴露出來。
寧德時(shí)代首席制造官、工程制造體系總裁倪軍，曾披露了鋰電制造面臨的挑戰(zhàn)：包括生產(chǎn)過程復(fù)雜、材料尺度跨度巨大、安全性要求以及質(zhì)量一致性要求高、性能不斷提升、成本壓力大等等。
拿最核心的生產(chǎn)過程來說。一般而言，鋰電池的生產(chǎn)工藝分為前段工序（極片制造）、中段工序（電芯合成）、后段工序（化成封裝）。
在前段工序及中段卷繞中，由于支持高速在線生產(chǎn)，每道工序生產(chǎn)完后，人眼無法檢測，因此必須使用自動(dòng)化設(shè)備智能質(zhì)檢；而在中段、后段工序及包裝段工序，行業(yè)早期采用人工肉眼檢測，如今則面臨人員招聘和培訓(xùn)流程長、人工檢測不穩(wěn)定性等問題。
為了滿足鋰離子電池對于安全性能的高要求，寧德時(shí)代將工業(yè)AI質(zhì)檢技術(shù)，引入到動(dòng)力電池若干工序中的安全判斷環(huán)節(jié)，通過運(yùn)用AI分析綜合判定產(chǎn)品的質(zhì)檢結(jié)果，提高生產(chǎn)效率。
這不是孤例。隨著數(shù)字化時(shí)代的到來，傳統(tǒng)人工檢測方式已經(jīng)越來越難以適應(yīng)企業(yè)數(shù)字化的發(fā)展訴求，更加精確穩(wěn)定的工業(yè)AI質(zhì)檢解決方案，正在加速融入制造業(yè)產(chǎn)品的生產(chǎn)流程中。
根據(jù)國際數(shù)據(jù)公司IDC于發(fā)布的《中國AI賦能的工業(yè)質(zhì)檢解決方案市場分析，2022》報(bào)告顯示：工業(yè)AI質(zhì)檢已經(jīng)從前幾年的試點(diǎn)應(yīng)用，走向規(guī)?；瘡?fù)制推廣。其中通信和電子制造、汽車及零部件、消費(fèi)品和原材料4個(gè)行業(yè)，是目前工業(yè)AI質(zhì)檢的主要應(yīng)用行業(yè)，合計(jì)占據(jù)了91.5%的市場空間。
而隨著該場景吸引了各類廠商進(jìn)入，本就不大的市場也變得擁擠起來。
產(chǎn)業(yè)的雙向奔赴
工業(yè)制造業(yè)是一個(gè)國家綜合實(shí)力的典型代表。我國是全球制造業(yè)第一大國，擁有41個(gè)工業(yè)大類、207個(gè)工業(yè)中類、666個(gè)工業(yè)小類，是全球唯一擁有聯(lián)合國產(chǎn)業(yè)分類中所列全部工業(yè)門類的國家。
但同時(shí)，國內(nèi)制造業(yè)向高端化、智能化和綠色化轉(zhuǎn)型仍然任重道遠(yuǎn)。特別是考慮到生產(chǎn)過程中，零部件產(chǎn)品種類眾多、數(shù)量龐大、更新迭代快，對外觀檢測準(zhǔn)確性、靈活性、成本管控等有較高要求，工業(yè)質(zhì)檢成為必不可少的環(huán)節(jié)。
傳統(tǒng)的工業(yè)質(zhì)檢，主要是以人工質(zhì)檢為主。即主要依靠人力，需要質(zhì)檢員具備敏銳的視力以及豐富的經(jīng)驗(yàn)，才能檢測出缺陷的類型。
這種模式存在十分明顯的弊端。目前制造企業(yè)普遍存在招工難、留人難的問題。而質(zhì)檢是一項(xiàng)辛苦又需要技術(shù)基礎(chǔ)的工作，質(zhì)檢員工缺口很大。此外，檢測速度也存在局限性，并且存在肉眼損傷、疲勞等影響而出現(xiàn)人為判斷誤差的隱患。
“人工質(zhì)檢是用人最多的地方，且面臨明顯問題。一方面，工作時(shí)間長且枯燥，人工拿著產(chǎn)品360度旋轉(zhuǎn)找缺陷，每件檢查時(shí)間長達(dá)1分鐘，工作人員容易疲勞。另一方面，訂單變動(dòng)時(shí)無法準(zhǔn)確適配人員，人力成本不斷拉高，質(zhì)檢高峰期用人數(shù)量超過1500人?！鄙虾８获Y高科自動(dòng)化總監(jiān)鄧聲志曾公開表示。
在此基礎(chǔ)上，基于傳統(tǒng)機(jī)器視覺算法的質(zhì)檢方式被廣泛應(yīng)用。通過機(jī)器視覺，通常能處理容易提取、容易量化的特征，如顏色、面積、圓度、矩形度，角度、長度等。其原理為基于目標(biāo)特征在圖像中存在與否、多個(gè)目標(biāo)特征之間的距離的數(shù)值進(jìn)行邏輯判斷來完成視覺任務(wù)。
這種方法雖替代了人力，能夠滿足有比較明確特征的檢測或測量需求，在處理一致且制造精良的部件時(shí)能夠可靠運(yùn)行。但隨著缺陷庫的增大，算法也會(huì)變得越來越有挑戰(zhàn)性。
不僅如此，在生產(chǎn)換線、工藝升級過程中，無法迭代學(xué)習(xí)；新缺陷、新特征需要新設(shè)計(jì)，經(jīng)常需要人工去調(diào)整各項(xiàng)參數(shù)，算法開發(fā)調(diào)試效率低、周期長，有著明顯的瓶頸。
在此背景下，基于AI算法的視覺缺陷檢測，既實(shí)現(xiàn)了對隨機(jī)缺陷的識(shí)別和檢測，又拓展了傳統(tǒng)機(jī)器視覺的應(yīng)用范圍，受到業(yè)內(nèi)的廣泛關(guān)注。
當(dāng)前，市場在AI賦能的工業(yè)質(zhì)檢軟件和解決方案產(chǎn)品形態(tài)主要提供的是軟件/平臺(tái)、檢測裝備、面向具體業(yè)務(wù)場景的定制檢測系統(tǒng)等。從某種程度上看，這也是AI質(zhì)檢服務(wù)商和行業(yè)廠商的雙向選擇。
從行業(yè)廠商這一側(cè)來看，IDC 中國人工智能高級分析師程蔭認(rèn)為，在AI賦能的工業(yè)質(zhì)檢場景落地過程中，因?yàn)楣S的業(yè)務(wù)、技術(shù)負(fù)責(zé)人可以根據(jù)缺陷識(shí)別的準(zhǔn)確率、誤檢率，降低企業(yè)內(nèi)部人力成本的數(shù)量、訓(xùn)練并識(shí)別缺陷的時(shí)效性來衡量這一場景的業(yè)務(wù)結(jié)果，所以AI工業(yè)質(zhì)檢場景因ROI清晰已在工業(yè)企業(yè)大量嘗試，成為工業(yè)智能領(lǐng)域較為成熟的應(yīng)用。
而對AI質(zhì)檢服務(wù)商，一個(gè)能落地和規(guī)?；膱鼍暗闹匾詿o需贅述。
國金證券研報(bào)曾指出，AI企業(yè)在資本市場遇冷，主要與市場前期預(yù)期過高及行業(yè)發(fā)展遭遇瓶頸有關(guān)。深度算法遲遲未見突破，實(shí)戰(zhàn)落地場景分散，產(chǎn)品標(biāo)準(zhǔn)化程度低，人力成本高，道德倫理方面亦有挑戰(zhàn)等原因，使得AI算法公司的商業(yè)模式和變現(xiàn)能力受到挑戰(zhàn)。
因緣際會(huì)之下，雙方在推動(dòng)AI質(zhì)檢場景落地上愈發(fā)達(dá)成共識(shí)。
云廠商獨(dú)占鰲頭
目前，已經(jīng)有各類廠商憑借自身基礎(chǔ)優(yōu)勢進(jìn)入AI質(zhì)檢市場。尤其是軟件和解決方案領(lǐng)域，云廠商、AI創(chuàng)企、傳統(tǒng)機(jī)器視覺企業(yè)、工業(yè)互聯(lián)網(wǎng)平臺(tái)企業(yè)等，都紛紛在AI視覺質(zhì)檢領(lǐng)域積極布局。
IDC的報(bào)告顯示：AI質(zhì)檢市場份額上，2021年前五大主要廠商的市場份額達(dá)到了44.3%，主要集中在百度智能云、創(chuàng)新奇智、騰訊云、華為、阿丘科技等廠商，其中百度智能云更是連續(xù)三年排名第一，持續(xù)領(lǐng)跑中國AI工業(yè)質(zhì)檢市場。
可以看到，云廠商是AI工業(yè)質(zhì)檢軟件和解決方案市場當(dāng)中的主力。某種程度上，云廠商已經(jīng)在工業(yè)質(zhì)檢平臺(tái)、算法研發(fā)以及數(shù)據(jù)積累上具備一定的優(yōu)勢，積累了AI工業(yè)視覺落地的know-how。
而之所以能獨(dú)占鰲頭，與它們的入局節(jié)點(diǎn)和戰(zhàn)略部署有關(guān)。
拿百度來說。早在2017年百度云智峰會(huì)現(xiàn)場，北京首鋼自動(dòng)化信息技術(shù)有限公司的10000張鋼材照片，通過百度智能云發(fā)布的ABC一體機(jī)檢測鋼材瑕疵，整體缺陷識(shí)別分類準(zhǔn)確率達(dá)到99%以上，與人工專業(yè)檢測結(jié)果十分接近，這是百度在AI質(zhì)檢領(lǐng)域的最早嘗試。
眼下，百度的工業(yè)AI質(zhì)檢解決方案深耕汽車整車及零部件和以化纖、鋼鐵為代表的原材料等15個(gè)規(guī)?；袠I(yè)，已覆蓋一百多個(gè)場景，服務(wù)了首鋼、寶武、恒逸、一汽等企業(yè)。
和百度一樣對AI質(zhì)檢格外上心的云廠商，同樣包括騰訊云?，F(xiàn)階段，在工業(yè)AI質(zhì)檢場景上，騰訊云已經(jīng)與寧德時(shí)代、上海富馳高科等標(biāo)桿客戶達(dá)成合作，并可以實(shí)現(xiàn)規(guī)?；瘡?fù)制。
2022年末，工信部國家工業(yè)信息安全發(fā)展研究中心圍繞智能研發(fā)、邊緣計(jì)算、智能生產(chǎn)、智能運(yùn)營、數(shù)智供應(yīng)鏈、數(shù)字新基建等重點(diǎn)方向，面向社會(huì)征集價(jià)值效益明顯、可示范推廣的優(yōu)秀案例與示范項(xiàng)目。作為騰訊云的智能產(chǎn)品之一，其工業(yè) AI 質(zhì)檢案例成功脫穎而出，成為唯一入選項(xiàng)目名單的互聯(lián)網(wǎng)科技企業(yè)案例。
對于百度和騰訊而言，AI質(zhì)檢解決方案的關(guān)鍵之處，在于對集團(tuán)云業(yè)務(wù)的賦能。
近幾年，云計(jì)算行業(yè)的增長動(dòng)力正在從互聯(lián)網(wǎng)客戶向傳統(tǒng)企業(yè)切換。經(jīng)過數(shù)年的高速發(fā)展，國內(nèi)互聯(lián)網(wǎng)用戶滲透率已經(jīng)超過70%，這意味著在沒有技術(shù)創(chuàng)新的刺激下，用戶流量將逐步趨于平穩(wěn)。與之相反，傳統(tǒng)企業(yè)客戶逐步成為上云主力。從北美市場的經(jīng)驗(yàn)看到，隨著數(shù)字化轉(zhuǎn)型的持續(xù)推進(jìn)，傳統(tǒng)企業(yè)亦存在較為廣闊的上云空間。
因此，可以看到互聯(lián)網(wǎng)云廠商們紛紛在政務(wù)、工業(yè)、能源等領(lǐng)域持續(xù)拓展。據(jù)《經(jīng)濟(jì)觀察網(wǎng)》報(bào)道，在非互聯(lián)網(wǎng)行業(yè)騰訊云業(yè)務(wù)目前著重尋找能源行業(yè)、制造行業(yè)的機(jī)會(huì)，能源行業(yè)相對標(biāo)準(zhǔn)化一些，而制造行業(yè)比較復(fù)雜，但勝在業(yè)務(wù)場景多，在個(gè)別生產(chǎn)環(huán)節(jié)有望實(shí)現(xiàn)標(biāo)準(zhǔn)化且找到較大應(yīng)用場景，例如AI質(zhì)檢。
這也更符合騰訊副總裁湯道生所強(qiáng)調(diào)的數(shù)字化的度量、優(yōu)化，即騰訊產(chǎn)業(yè)互聯(lián)網(wǎng)激活產(chǎn)業(yè)的核心概念——數(shù)字化才可以度量，有了可度量的數(shù)據(jù)才能進(jìn)行優(yōu)化。
當(dāng)然，即便有著know-how，云廠商在推廣產(chǎn)品上也需要花費(fèi)不小的力氣。根據(jù)騰訊云離職員工透露，“騰訊對制造與能源行業(yè)重點(diǎn)推廣的是人工質(zhì)檢等產(chǎn)品，產(chǎn)品推廣難度較大，售賣工廠執(zhí)行軟件較不現(xiàn)實(shí)，工業(yè)企業(yè)對云的需求較小，目前騰訊并未找到較好的突破點(diǎn)?！?/p>
寫在最后
根據(jù)IDC數(shù)據(jù)顯示，中長期來看，隨著AI質(zhì)檢市場逐步分化和應(yīng)用成熟度的提高，潛在的競爭將導(dǎo)致廠商格局發(fā)生變化，一些廠商會(huì)擴(kuò)大優(yōu)勢，新的廠商也將逐步加入。
例如急于在安防之外找到新應(yīng)用場景的商湯科技。2022年11月25日，第二屆商湯科技數(shù)字能源智能制造生態(tài)合作伙伴大會(huì)上，商湯科技發(fā)布了一系列“AI智能質(zhì)檢”軟硬件整體解決方案。
可想而知，在大量廠商涌入的情況下，工業(yè)AI質(zhì)檢總體競爭愈加激烈。據(jù)悉，在電子制造及新能源汽車動(dòng)力電池等領(lǐng)域，AI質(zhì)檢廠商們已經(jīng)展開激烈的價(jià)格戰(zhàn)。
另一方面，工業(yè)AI質(zhì)檢在行業(yè)應(yīng)用滲透率還處在較低水平，長期看仍有顯著發(fā)展空間。IDC預(yù)計(jì)，2025年中國工業(yè)AI質(zhì)檢整體市場將達(dá)到9.58億美元（約合人民幣62億元），2021-2025年CAGR為28.5%。
與此同時(shí)，如果考慮到現(xiàn)階段中國工廠生產(chǎn)線上有超過200萬產(chǎn)線質(zhì)量及效率相關(guān)人員，年人力成本消耗1400億元；也就是說，工業(yè)AI質(zhì)檢市場有著高達(dá)千億元的市場空間，能否更好應(yīng)對碎片化場景的挑戰(zhàn)，成為廠商們不能忽視的新機(jī)遇。
參考資料：
中國工業(yè)互聯(lián)網(wǎng)研究院《工業(yè)AI質(zhì)檢標(biāo)準(zhǔn)化研究報(bào)告（2022年）》
IDC《中國AI賦能的工業(yè)質(zhì)檢解決方案市場分析，2022》