来源：猎云精选；文/邵延港

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。

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。

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。

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。