面板廠商TCL華星有圖片質(zhì)檢員這樣一個(gè)辛苦的職業(yè)：每位圖片質(zhì)檢員每天要對(duì)大約1萬(wàn)張圖片進(jìn)行質(zhì)量檢查，并要在3秒內(nèi)完成對(duì)每張圖片的缺陷分類。

現(xiàn)在圖片質(zhì)檢員不再像以前那么辛苦了。在騰訊云和格創(chuàng)東智聯(lián)合助力下，TCL華星用AI來(lái)替代人工判片。相比傳統(tǒng)的人工判片方式，AI識(shí)別速度提升5-10倍，能縮減50%的人力。

這樣的例子在工業(yè)互聯(lián)網(wǎng)進(jìn)程上數(shù)不勝數(shù)，越來(lái)越多的AI能力將取代人工。第一財(cái)經(jīng)4月28日在TCL華星車間走訪時(shí)發(fā)現(xiàn)，流水線上工人已經(jīng)很少了，這是一個(gè)高度自動(dòng)化的車間。

但從產(chǎn)業(yè)實(shí)踐來(lái)看，工業(yè)互聯(lián)網(wǎng)尚處于初級(jí)階段，產(chǎn)業(yè)界對(duì)它還有更多的期待。

AI替代140人

騰訊云協(xié)同格創(chuàng)東智在TCL華星落地的AI技術(shù)全稱是自動(dòng)缺陷分類（AutoDefectClassification，簡(jiǎn)稱ADC）系統(tǒng)。

TCL華星技術(shù)有限公司高級(jí)副總裁陳盛中向第一財(cái)經(jīng)介紹，TCL華星作為面板領(lǐng)域前二的玩家，生產(chǎn)面板規(guī)模特別大。面板屬于精密儀器，對(duì)產(chǎn)品良率的要求非常高。但是面板一些細(xì)微瑕疵僅有幾微米，且產(chǎn)品缺陷的種類高達(dá)100多種，AOI視覺(jué)設(shè)備能檢測(cè)出缺陷卻無(wú)法對(duì)缺陷進(jìn)行分類，也就無(wú)法針對(duì)不同缺陷采取不同的解決方案。傳統(tǒng)方法是將AOI檢測(cè)設(shè)備拍到的缺陷圖片存到NAS系統(tǒng)，由人工根據(jù)缺陷的不同形態(tài)來(lái)判斷面板上缺陷的類別，以確定質(zhì)量是不是達(dá)標(biāo)。

傳統(tǒng)人工有著較大不足。圖片缺陷種類多達(dá)120種，在不同線路、不同產(chǎn)品上的缺陷特征又不一樣，一個(gè)質(zhì)檢員從入職到上崗，需要2-3個(gè)月的崗前培訓(xùn)才能勝任。這也是一份辛苦但附加值低的工作。

“騰訊結(jié)合我們?cè)诠I(yè)視覺(jué)的能力提供了一個(gè)解決方案，通過(guò)AI算法來(lái)學(xué)習(xí)華星工廠AOI設(shè)備拍攝的缺陷照片，對(duì)缺陷進(jìn)行自動(dòng)分類。目前我們已經(jīng)給華星上線了一百多個(gè)算法模型，在整個(gè)工業(yè)視覺(jué)領(lǐng)域這是一個(gè)很了不起的案例，這個(gè)案例是走在行業(yè)前沿的。”騰訊云智能制造總經(jīng)理梁定安表示。對(duì)比傳統(tǒng)的人力判片方式，AI識(shí)別速度提升5-10倍，縮減人力50%。

面板是高精產(chǎn)品，容錯(cuò)率極低，用AI來(lái)取代人工也是一個(gè)大膽的決定。TCL華星方面介紹稱，ADC系統(tǒng)的建成并不是一蹴而就的，隨著AI技術(shù)的發(fā)展，TCL華星意識(shí)到AI可以應(yīng)用到缺陷分類領(lǐng)域。ADC項(xiàng)目2017年開(kāi)始規(guī)劃，到2018年正式上線花了一年多時(shí)間。

“最開(kāi)始我們也不確定AI的技術(shù)到底能不能達(dá)到工廠對(duì)準(zhǔn)確率和覆蓋率的要求，我們最開(kāi)始做了一個(gè)POC（Proof of Concept）來(lái)進(jìn)行小范圍驗(yàn)證，確定它的產(chǎn)出真的可以達(dá)到我們員工的水準(zhǔn)后才導(dǎo)入這個(gè)技術(shù)的。當(dāng)然，在面板行業(yè)使用之前，圖像識(shí)別在其他行業(yè)已經(jīng)累積了很多的應(yīng)用基礎(chǔ)，這也是我們實(shí)際導(dǎo)入的原因。”TCL華星稱。

目前ADC項(xiàng)目在深圳三個(gè)廠區(qū)代替了140個(gè)人，項(xiàng)目還沒(méi)有結(jié)束，替代人數(shù)未來(lái)還會(huì)持續(xù)上升。隨著AI技術(shù)的進(jìn)步和人力成本的上升，越來(lái)越多企業(yè)開(kāi)始嘗試運(yùn)用AI來(lái)代替人工，但從騰訊和TCL華星的方面來(lái)看，降低成本從來(lái)都不是智能制造的首要考慮因素。

“從我們所服務(wù)的這些制造業(yè)客戶來(lái)看，降低成本、減少人工從來(lái)都不是智能制造的首要考慮因素，比如像ADC項(xiàng)目，它最重要的還是效率和良率水平的提升。用機(jī)器來(lái)替代人工，是希望更好地去減少過(guò)去人工判斷帶來(lái)的誤差。另一方面人的經(jīng)驗(yàn)是有高有低的，我們希望把人積累的經(jīng)驗(yàn)用算法模型固定下來(lái)后提高準(zhǔn)確率。我們首先希望提高的是良率和效率，成本不是第一考慮因素。”格創(chuàng)東智CEO何軍說(shuō)。

工業(yè)互聯(lián)網(wǎng)尚在初級(jí)階段

用AI來(lái)代替質(zhì)檢員，只是工業(yè)互聯(lián)網(wǎng)進(jìn)程中很小的一環(huán)，工業(yè)互聯(lián)網(wǎng)對(duì)新基建有著重要意義。

在梁定安看來(lái)，新基建是產(chǎn)業(yè)互聯(lián)網(wǎng)的基石和助推器，產(chǎn)業(yè)互聯(lián)網(wǎng)則是新基建的價(jià)值體現(xiàn)。工業(yè)企業(yè)數(shù)字化轉(zhuǎn)型是確定趨勢(shì)，在這個(gè)趨勢(shì)之下工業(yè)互聯(lián)網(wǎng)是必經(jīng)之路，傳統(tǒng)工業(yè)制造業(yè)的一個(gè)很大特征就是信息化水平和數(shù)字化水平不高，過(guò)去很多生產(chǎn)質(zhì)量的優(yōu)化和提升是依賴經(jīng)驗(yàn)。但某種意義上經(jīng)驗(yàn)并不是很科學(xué)，隨著社會(huì)經(jīng)濟(jì)不斷發(fā)展，消費(fèi)市場(chǎng)不斷變化，傳統(tǒng)生產(chǎn)制造機(jī)制很難在激烈的競(jìng)爭(zhēng)環(huán)境中去占得先機(jī)、拔得頭籌。

梁定安指出，未來(lái)隨著工業(yè)互聯(lián)網(wǎng)平臺(tái)方案標(biāo)準(zhǔn)化，有更多中小企業(yè)也可以應(yīng)用這種解決方案，把工業(yè)互聯(lián)網(wǎng)變成一種云化能力去獲取，從而用更低的成本來(lái)提升經(jīng)營(yíng)效率。

工業(yè)互聯(lián)網(wǎng)已經(jīng)取得一定成就，多條流水線已經(jīng)實(shí)現(xiàn)自動(dòng)化，實(shí)際上很多車間工人已經(jīng)很少，只有機(jī)器在有條不紊地作業(yè)。但某種意義上，工業(yè)互聯(lián)網(wǎng)尚處在初級(jí)階段。在TCL華星的車間仍有大量工種無(wú)法用技術(shù)取代。

“我們現(xiàn)有的工廠里并沒(méi)有實(shí)現(xiàn)百分之百的自動(dòng)化，工廠有前段、中段和后段。我們?cè)诤蠖斡萌说某潭认鄬?duì)比較高一點(diǎn)，TCL華星智能制造推進(jìn)過(guò)程中重要的基礎(chǔ)是提升自動(dòng)化程度，而不是直接跨到所謂的智能制造領(lǐng)域，TCL華星前段自動(dòng)化程度已經(jīng)非常高，后段模組工廠自動(dòng)化程度有待提高，這也是智能制造和工業(yè)互聯(lián)網(wǎng)未來(lái)需要解決非常重要的點(diǎn)。“陳盛中表示。