人工智能缺陷检测东声立身细分大市场

路目@36氪浙江·2019-12-26 13:40

数字工厂很“性感”。

AI智能和5G、6G技术的落地，制造业企业加速从工业3.0向4.0进化是不可阻挡的趋势。在推动工业制造业企业转型中，东声（苏州）智能科技有限公司（以下简称东声），对准的是人工智能缺陷检测领域。在此细分领域，知名度、产线应用率、市场占有率、准确度拿了多个第一，其核心技术HanddleAI检测软件也已实现商业稳定使用。

东声智能科技CEO韩旭

作为东声科技创始人、毕业于韩国首尔国立大学计算机专业的韩旭，曾被任命创立韩国某视觉智能公司中国总公司。作为一个沉迷技术的理工男，韩旭始终相信技术能够改变工业，AI智能的应用能够改变传统工业依赖密集劳动增长的单一模式。

AI工业的“性感”

工业给人的感觉总是笨拙而无趣的，“虽然很多投资人不大看好工业，认为工业不“性感”，不能挣快钱，但我们认为工业很“性感”，实业乃国之根本，工业的发展和变革可以带动整个社会的进步和发展。”

以昆山某3000人规模的工厂为例，韩旭形象而真实地说明了今天中国制造业工厂的现状。这家工厂的主要业务是组装笔记本电脑的背壳和键盘，最后的检测工作全部依赖人工完成。由于笔记本的监测要求比较高，工厂通过“鹰眼计划”进行评比来提升合格率。如果依旧达不到要求，那么只能通过继续增加人员进行多次复检改进。

这些流水线上的工人大多是90后，连续10小时不间断地查看产品外观的微小瑕疵，既要保证准确率又要保证检测速度，标准高又辛苦繁琐，选择做质检员的工人少之又少。工厂墙上“成功推荐一名质检员，奖励千元推荐费”的横幅印证了这一点。

韩旭给我们算了一笔账，某著名大型3C产品制造工厂，预计工人总数在40万人左右，普通质检员的占比约为10%—15%，即4—6万人。如果按照平均每人每年综合成本5万人民币计算，这个工厂单在外观缺陷检测这一个工种一年的投入就达到了20—30亿人民币。这还不包括人员流动、管理以及其他不可预测的原因产生的成本。

工业发展对视觉的需求将越来越大。未来，产线每个操作环节和每个工位都会布设视觉设备，并且由单一的视觉方案逐步扩展成视觉系统。当一个系统形成之后，才能改善整条产线，提升产品良率和产能。

东声在图像处理、缺陷检测、多维数据采集、综合数据分析等方面的技术手段恰恰能够改变这一状况。既提升了工厂的效率，也解放了更多的劳动力，为企业赋能。韩旭觉得，这就是被技术改变的工业的魅力。

未来“智慧工厂”蓝图

东声的核心技术在于以AI智能的算法，通过对采集图像的多次学习分析，不断提升辨识的准确率，降低过检率，最终使产品合格率达到标准要求。以光伏组件EL检测为例，通过两轮深度学习的优化，东声的技术可以达到99.97%的准确率。达到了凡是通过传统方式，即通过工业相机及肉眼能够检测出来的瑕疵，东声的产品均可以准确辨识的水平。目前，东声与国内知名的太阳能电池厂合作，可以处理他们需要的所有产品类型。

HanddleAI检测软件是东声的核心技术，已实现商业落地，在Display、光伏、PCB/FPC、半导体、玻璃、电子产品等领域都得到了有效验证。

对于纯人工生产线，东声可以同时提供软件和硬件的支持。而针对不少经历过工业3.0设备升级的工厂，HanddleAI的开发API端口可以无障碍融合到工厂传统的产线上。利用HanddleAI替换企业原有的AOI（自动光学检测）设备，原本需要三个工人进行操作的流程可以再减少两个，并大幅节省了购买全套升级设备的成本。

HanddleAI还具有高兼容性的特点，可以跨Windows 、Linux和Mac OS系统平台，不仅支持英伟达旗下的GPU，更广泛地支持英特尔VPU、FPGA等硬件。