300万人将被AI替代,2400亿市场谁先破局?
当行业专家、投资人和创业者还在分析这一轮大模型驱动的AI浪潮有哪些机会时,工业AI企业已经先行一步。
4月13日,创新奇智推出生成式AI产品——“奇智孔明AInnoGC”,基于创新奇智正在建设的工业预训练大模型,面向制造业垂直场景,提供内容生成和代码生成等能力。
同一天,阿丘科技推出升级版缺陷生成平台AIDG,通过AIGC技术,解决AI质检中数据收集慢和标注成本高等问题。
计算机视觉是AI应用的主赛道,AI质检是计算机视觉中最成熟的场景之一。
据第三方机构和沐智讯的数据,2021年,AI工业质检融资21起,2022年融资19起。近三年,上市的AI工业质检企业超10家,如创新奇智、奥普特和凌云光等,启动IPO的相关企业超20家,其中埃科光电、思泰克等已过会。
腾讯云工业AI产品总监黄强曾表示,腾讯在AI质检上看到一个千亿级刚需市场,“单是3C电子产品的人工检测就有近300万人,按照一个人8万元/年的用人成本,将是一个2400亿规模的市场。”
另据IDC(Internet Data Center,互联网数据中心,简称IDC)数据,到2025年,国内工业AI质检的市场规模将达到62亿元,距离千亿级市场规模仍有数倍增长空间。
尽管市场空间巨大,AI质检公司的日子却并不好过。创新奇智招股书显示,2018年、2019年、2020年及2021年前三季,创新奇智经调整亏损净额分别为4540万元、1.6亿元、1.44亿元以及8100万元。
同时,新一轮AI技术正在改变AI质检公司的成本结构。过去一年,创新奇智提升平台能力与产品标准化程度,建立智能算法引擎,降低模型训练成本,提升AI迁移能力。2022年,创新奇智营收15.58亿元,同比增长80.88%;调整后净亏损1.38亿元,净亏损率同比缩窄46.1%,亏损大幅收窄。发布财报后的第一个交易日,创新奇智股价收涨34.38%。
AIGC能否成为AI质检行业腾飞的突破口?这一轮AI浪潮如何在应用端落地?大模型技术会给制造业带来哪些根本影响?
01
节约50%费用
AIGC落地潜力有多大?
在创新奇智推出生成式AI产品“奇智孔明AInnoGC”时,百度ACG算法工程师明阳还在感慨,创业公司跑得太快。
明阳介绍,对质检行业来说,从去年开始的以大模型为代表的AI变革,首先改变了AI质检中缺陷图标注的成本与周期,也就是通过AIGC生成缺陷图,提升AI上线速度和泛化能力。
在创新奇智CEO徐辉看来,人工智能带来的新思路是,通过大模型帮助工业企业更快构建符合具体场景的小模型,比如快速生成高质量生产数据,指导机器人或产线完成各种复杂的任务等。
不过,百度的大模型 AI质检还处在预研验证阶段,创业公司的AIGC应用已经上线。
4月13日,阿丘科技发布升级版缺陷生成平台AIDG,可以通过AIGC将多种缺陷生成在同一张图片,解决样本收集慢、标注成本高的问题。
阿丘科技创始团队来自清华AI实验室,目前为AI质检领域的头部企业。
阿丘科技首席科学家吴雨培在发布会上介绍,通过将简单的图像描述输入Stable Diffusion框架,可以生成多样的真实的缺陷仿真图。比如,通过拖拽或涂抹两种不同类型的缺陷,即划伤和脏污,然后通过缺陷位置掩码图进行描述,输入Stable Diffusion框架,就可以得到一张可用的缺陷仿真图。
图片来源:阿丘科技官网
AIDG平台可以把划伤、凹坑和脏污聚集在一张图上,训练集压缩了66%,短时间内将过检指标降低10%左右,使漏检指标降低约20%,将训练时间缩短30%。
图片来源:阿丘科技官网
更重要的是在产线迭代中,面对新的产品型号,只需要将旧型号的缺陷直接生成在新型号上,无需收集样本,即可直接完成模型训练。“AIDG1.0解决了单一型号单一类别缺陷的生成和自动标注问题,AIDG2.0要解决跨型号多类别缺陷生成和自动标注问题,提升AI的批量化复制。”吴雨培总结。
同在4月13日,创新奇智推出生成式AI产品——“奇智孔明AInnoGC”,可实现内容生成、智能问答、多轮对话、推理能力和代码生成,满足制造企业的个性化需求。
创新奇智由创新工场孵化,成立于2018年,李开复担任董事长,CEO徐辉具有20多年B2B企服经验,曾任微软大中华区副总裁,CTO张发恩曾任百度云计算事业部技术委员会主席。2022年1月,创新奇智在港股上市,主要产品包括机器视觉智能平台ManuVision、边缘视频智能平台MatrixVision、分布式机器学习平台Orion和 云平台Cloud,合称“MMOC人工智能技术平台”。
其中,机器视觉智能平台ManuVision预置了大量行业知识和经验,包括面板半导体、3C电子、汽车装备、新材料等;ManuVision还跟AInnoGC叠加,通过AIGC技术学习已有和公开数据集,生产缺陷图,解决样本量不足的问题。
而奇智孔明AInnoGC不仅拥有产线布局生成能力,可帮助工厂自动规划生产产线和仓储区域优化布局,而且拥有对话能力,可在AI实训中心,基于现有工业知识图谱回答问题。
比如,奇智孔明AInnoGC不仅可以统计工厂产品的产量和良品率,还可以对良品率做出分析。
图片来源:创新奇智官网
基于创新奇智的实践,张发恩认为,利用大模型、小样本学习和AI数据生成技术,预计可以使客户节约50%的费用,训练时间有望降低到原来的1/3。不过当前,这三者都还不够成熟完善,仍处于探索阶段,也都需要持续的实践经验和数据补充。
02
找到突破点
AI质检出现高增长
AI圈儿里有个玩笑,什么是人工智能?答案是先人工,后智能。
“只有先堆上去足够多的人力,才轮到智能。”胡威解释说。胡威从事工业AI质检已有7年时间,在这段职业生涯中,最令他崩溃的不是写代码和调算法,而是搜集缺陷数据;搜集缺陷数据往往耗时数月,做好的模型刚跑半年,产线升级,他和团队又得从头开始。
胡威的团队在苏州服务3C代工厂的结构件质检,设备导入周期平均6个月,单产品模型训练周期2个月,每个项目平均要有5位工程师驻场实施,整套成本高达40万-100万元。
上线周期长的最大原因是样本难收集。不同的人对同一缺陷有不同的标注,同一个人在不同的时间段,对同一缺陷的标注也不一样,由此缺陷标注经常产生冲突,导致模型迟迟无法提升。
同时,3C产线工艺波动大,“果链”(苹果供应链企业的简称)代工厂的产线每两年要彻底更换,模型无法复用,算法重新训练。
目前,唯一的方法就是等。“我们只能建立一个专业的标注团队,但是样本量越大,标注成本越高,上线周期越长。”胡威想起来就苦笑。
图片来源:IDC
对于从事AI交付的李湘来说,噩梦则是数字化设备交付之后,调试团队迟迟无法撤离。
李湘举例,比如最常用的几何匹配算法工具,需掌握较专业的图像处理知识和几何匹配算法的基本原理,才能进行调试;而一般的应用工程师,即有图像处理背景与编程背景,且硕士及以上学历,才能把参数调整到比较好的状态。
就算这样,在最麻烦的项目中,调试人员两年多无法撤离,给他造成了巨大的心理阴影。
这些都是AI落地中的常见难点,也是长期以来工业AI难以普及的根本困境。有从业者举例,一次卖出25套设备,收费300多万元,本来是个喜事儿,结果交付用了几百人,人力成本200万元,加上硬件成本,基本没有利润。
反观大厂,也是如此。一位从业者说:“大厂在这方面的团队都在1000人左右,每年赔十几个亿不在话下。”
这个亏本赚吆喝的时代,被从业者们称为“工业AI1.0”时代。
不管是国内的阿丘科技、创新奇智和思谋科技,还是美国的康耐视(COGNES,计算机视觉公司,成立于1981年),都是算法起家,早期都需要投入大量人力收集图片、训练模型、研究算法。
彼时工具链不完善,落地方法不成熟,只能靠一个一个做项目,一点一点积累场景数据,实现从0到1的突破。
转机发生在2019年。阿丘科技CEO黄耀认为,这一年是“工业AI元年。”
阿丘科技完成一个3C结构件的检测,这是一个塑胶件、金属件等多种材料组合的结构件,异形、缺陷种类超三十种,并且形态多变,传统机器视觉难以识别。阿丘科技通过深度学习解决了复杂场景下的识别问题,而且在两周内做出demo,验证后快速上线。
黄耀发现,只要是人眼可以识别的缺陷,深度学习都可以识别。凭借特征提取能力和对高维数据的表征能力,深度学习能够容忍复杂图形中的自然变化,区分机器视觉无法识别和分辨的缺陷,令检测精度大幅提升。
在一个传统机器视觉束手无策的场景中,深度学习快速崛起。
除了阿丘科技,创新奇智、思谋科技、康耐视等厂商都开始把深度学习落地到工业场景,AI质检出现高增长。
创新奇智招股书显示,2018年、2019年、2020年及2021年前三季,创新奇智营业收入分别为3720万元、2.29亿元、4.62亿元、5.53亿元,报告期内的总营收12.8亿元。2018-2020营收复合年均增长率达到252.5%,2021前三季同比增长85.8%。
阿丘科技也在结构件、模组、包装、快消品、食品饮料等传统制造业众多场景批量落地。“这些行业的共同特征是问题驱动,而且问题只有用AI才能解决。”阿丘科技技术VP钟克洪介绍。
IDC预计,2022年,计算机视觉中纯用于质检这一细分场景的软件类和服务类营收超过10亿元,预计2025年将达到62亿元规模。
03
工业大模型
真正的国家基础设施
不论创新奇智推出的奇智孔明AInnoGC,还是阿丘科技的缺陷生成平台AIDG,都在大幅降低AI的应用成本,提高AI的迁移泛化能力,而这也是未来三年工业AI发展的重心。
黄耀认为,过去三年AI质检的发展侧重于同一场景的复制,也就是用同一个模型解决同一场景的问题,比如在消费电子领域,做好一个结构件的检测之后,再寻求同类场景的横向复制。
2023年开始,AI的迁移和泛化能力提升,AI质检从单场景复制走向多场景迁移,比如从iPhone的金属件检测,到 Macbook、iPad的金属件检测,甚至迁移到汽车的金属件检测。这些结构件材料相似,工艺相似,AIGC可以将相似的缺陷快速呈现在一张缺陷图上,加快项目落地。
同时,从一种材料向另一种材料的迁移也在加速中。虽然材料和工艺数据不同,但工具链可以复用。
2025-2030年,AI质检将进入全面普及时代,最终实现“AI for Every Factory”。“所以工程师可以全力拥抱AI,把AI当成一个强有力的武器,工业视觉的研发速度和研发成本就会下降。”黄耀说,这是他在尝试过所有大模型产品之后的感觉。
钟克洪认为,根据杰弗里·摩尔(Geoffrey A. Moore)的跨越鸿沟理论,工业AI视觉已经突破临界点,接下来将进入行业普及期。
在AIGC能力加持下,工业AI企业的产品矩阵也在发生变革。
钟克洪认为,从大的维度看,工业视觉解决方案会按两个大的方向来进行演进:
轻量级场景更加强调一体化解决方案,更加简单易用。整个行业里AI的平均成本将会极大下移。
复杂场景会更加强调通用解决方案,主要通过通用模型,降低综合成本。
无论阿丘科技还是创新奇智,下一个焦点都是从算法模型向通用模型的演化。AIGC对AI质检的加持已经让工业级大模型的威力初露端倪。
中科院自动化所博士生导师、中科行智创始人彭思龙教授认为,工业领域需要一个相对通用的大模型,这样每个具体场景中,只需要进行少量样本标定,就能实现落地,而且全世界只有中国有这个机会和能力。
尽管中国拥有全世界最齐全的工业门类,即41个工业大类、207个工业中类、666个工业小类,但训练大模型的数据从哪里来,谁来组织,谁来获取,如何与企业沟通解决私密性问题,都成为新问题。一些制造业龙头企业,忌讳将内部数据交给服务商。
即便如华为这样的巨头,也只有局部数据,而创业公司只能够通过项目积累数据,“这里需要建立一套机制,只有国家来思考这个问题,地方政府都很难搞定。”彭思龙说,“即使国家队出面,企业数据也不会白给。”
思路之一是发改委或工信部出面组建团队,每个行业挑前10个龙头企业给予补贴,由龙头企业提供数据,相当于国家做一个工业基础设施,以订阅的方式提供给所有制造业企业,象征性地收取部分订阅费。
这是真正的国家级基础建设。
工业级别的大模型一旦诞生,将有力推动传统制造业的转型升级,产业链转移也将停止。彭思龙说:“当工业大模型出来以后,我比较看好传统产业升级,传统产业智能化这一块一旦完成,中国真的就是世界工厂。”
(注:文中明阳、胡威、李湘为化名。)
曝光量超18亿,线上GMV翻番,一罐奶粉如何实现破圈营销?
快手种草,正在走向确定性。“与其他品牌推广方式相比,在快手种草更为经济实惠、更灵活、更广泛。快手具有社交气息,品牌更容易触达目标群体”,国内奶粉市场“一哥”品牌飞鹤对此深有体会。今年4月起,飞鹤在快手布局星飞帆“卓护”系列奶粉营销活动,历经5个月时间的达人种草铺垫,成功将品牌兴趣人群比例提升了27.7%。站长网2023-09-26 18:16:520000谷歌AI搜索出现问题,竟推广欺诈网站和恶意软件
划重点:🔍谷歌新的AI搜索功能已经推出,但已经出现了一些问题,据报道,该功能可能会在搜索结果中推广一些欺诈网站和恶意软件。🔍一些用户报告称,在搜索过程中遇到了AI生成的响应,这些响应指向一些垃圾网站,可能会存在恶意软件。🔍虽然谷歌声称正在解决这个问题,但这一事件突显了该技术巨头在处理垃圾和恶意软件网站方面的持续挣扎。站长网2024-03-26 11:29:4600003000价位618手机推荐,华为魅族一加这三款必看,原因有哪些?
618预售活动还未正式开始,但估计有不少小伙伴都跟我一样已经蠢蠢欲动,准备好预算要给自己换部新手机了吧?好歹年中大促也是一次相当重磅的电商活动了,厂商们在安排福利这件事上也并不会含糊,受益的自然是咱消费者!站长网2023-05-24 03:30:410000迪士尼和小米官宣了!小米Civi 3即将发布
小米Civi官方今日宣布,将与迪士尼联合推出多款迪士尼100周年特别科技好物,并宣布首批限定产品即将正式推出。据了解,小米Civi3将搭载天玑8200处理器,支持5G异网漫游功能。此外,该手机将采用前置3200万像素双摄方案,后置索尼IMX800大底主摄,屏幕支持120Hz高刷新率,内置4500mAh电池,支持67W快充。站长网2023-05-17 14:06:320001天猫投入5亿元加码以旧换新 支持送货上门同时取旧
天猫近日重磅宣布,将携手合作伙伴共同投入高达5亿元的资金,加码以旧换新补贴政策,同时扩大补贴商品的种类和力度,旨在进一步推动以旧换新活动的发展。据了解,此次活动范围广泛,覆盖全国1800个区县,重点支持空调、冰箱、洗衣机、电视机等大件商品的以旧换新服务。更为亮点的是,天猫还将推出“送新同时取旧”的便捷服务,让消费者在享受新品的同时,轻松处理旧品。站长网2024-03-09 17:01:470000