产业深观察丨南财记者对话腾讯云　千亿AI质检市场如何走“被集成”之路

南方财经全媒体记者 石恩泽 深圳报道

很多3C生产线上，都有这样一群工人，他们身穿无尘质检服，通过显微镜，在强光下一个个比对电子元器件外观和内部结构是否合格，在短短几秒内准确判断出5mm的小零件是否出现轻微的划伤。

对于这些工人来说，通常一天要在强光下直射10个小时以上，不仅十分枯燥，而且非常损伤视力，这导致质检工人离职率常年居高不下，资深老师傅难寻，年轻工人也不愿学。

如今这种情况正在被改变，随着AI与数字化革新，人工正被渐渐解放。

在产品质检里分三个场景，性能检测、尺寸检测、外观检测。目前外观检测所涉及的平整度、是否有缺失物料等大多数公司都能完成。但像是电子行业中微小结构件检测则门槛更高，尤其是表面纹理复杂的材料和检测精度要求极高的零部件和半导体，则不是每一家公司都能做，目前仍是工业智能制造场景上的重要难题。而性能检测国内能做的公司更是寥寥无几。

目前百度云、腾讯云、华为云等大厂纷纷瞄准了这个千亿级AI质检市场。其中，腾讯作为消费互联网时代的赢家，力图将AI质检作为了一个“尖刀型”产品，切开下一个万亿级工业互联网市场。

产品驱动，让AI质检成为引流的“鸡蛋”

在消费互联网时代，腾讯产品优势以“人与人”之间的连接闻名。在讲求“人机料法环”的工业界，腾讯的存在感并不强。但如今已成为腾讯布局产业互联网的重要领域之一。

南方财经全媒体记者与腾讯云工业AI产品总监黄强进行对话，深入了解腾讯云在AI质检上的布局和思考。

此前2022年底，在腾讯数字生态大会上，腾讯云与智慧产业事业群（CSIG）CEO汤道生表示，“腾讯将转变身份，从大包大揽的集成商变为被集成商，退居后台聚焦于自身的产品，将能力集成输出给合作方，由它们在前台直接面对客户。”

“被集成”在AI产品线上体现得淋漓尽致。黄强表示，“我们在AI产品线上，倾向于走‘被集成’的路线，更纯粹地聚焦在算法能力上。”同时，腾讯还利用自己的品牌效应，联动硬件公司构建起一个服务行业的工业云智能生态。但这也意味着，腾讯要为项目最终结果负责。

换句话来说，腾讯把自己不擅长的硬件制造交由其他垂直行业公司来做，自己专心锻长板，力图把技术和品牌的优势最大化。

虽然在姿态上表现出“被集成”，但腾讯又何尝不是在借此下另一盘棋。

其中，AI质检被腾讯云作为工业场景一颗重要落子——入口，被黄强称之为“尖刀型”产品。

虽说作为引流，但在这块业务上，腾讯看到了一个千亿级刚需市场。

从产业趋势上看，黄强表示，单是3C这块的人工检测就有300万人，按照一个人8万/年的用人成本，将是一个2400亿规模的市场。

从需求上看，外观质量是自动化产线唯一还没大量自动化的环节，同时这个环节也是很多制造企业的痛点。首先，从作业环境来讲，质检需要长时间在强光环境下作业，容易伤害工人的眼睛，这导致离职率高、用工成本高；其次，质量是一个品牌的灵魂，若是质检上出现差错，很容易损害品牌的信誉，像是锂电池等产品更是会引发安全事故。因此，AI质检在未来工业生产中将成为刚需。

据IDC统计，2021年工业质检解决方案（不包含硬件）整体市场规模达到了2.1亿美元，较2020年增长了近48.4%。可见，目前距离千亿规模市场，还有很大的成长空间。

在市场规模大、成长空间足、行业迫切需求的多重因素作用下，AI质检就好比是社区团购里9毛钱一盒的鸡蛋，用这个产品当引流工具，使之成为工业级客户接触腾讯云的第一个工业APP，建立起连接以后，再探索其他数字工厂数智化场景升级。

“腾讯是一个产品驱动的公司，基于AI质检产品往上游延伸，还可以回溯生产的全链条，提升每一个环节的数字化工艺，实现产品全生命周期管理。届时这将是一个简单而完整的数字工厂。”黄强说。

放到更大的维度看，AI质检仅是企业数字化转型过程中（“研、产、供、销、服”）里面的一个点。实际上，腾讯更为擅长的是后端“供、销、服”。

黄强表示，“腾讯的工业产品要往供应链、销售、售后服务上去做，这三个地方与腾讯在消费互联网时期擅长的‘连接’更为紧密，也更有优势。”

借平台之力，打行业通用牌降本

虽然是一个入口，但在去年ChatGPT没有大火以前，AI一度被资本视为一个很难赚钱的买卖。根据公开信息测算，2019年至2021年，AI四小龙3年累计亏损超500亿元。

黄强坦言，“腾讯在做头一两个case的时候是不盈利的。我们投入了8-10个算法工程师，跟一个项目半年以上。”

据南方财经全媒体记者了解，按照一个算法工程师市场价3万/月来测算，一个项目不算硬件、服务器等成本，打底144万。而黄强在采访中提到，对于AI质检行业，一整套设备方案市场价也就在几十万到小百万区间。

在这个时候，有钱可烧反倒成为了腾讯的优势。尤其是腾讯背后还有一个可当数字底座的云平台——WeMake双跨平台。

“云肯定是我们的一大优势。云的基础是算力，当别人用一张（算力）卡跑的时候，我们用100张卡跑，这里面所迭代出模型的效率肯定是不一样的。”黄强说。在云平台支撑下，目前腾讯已经可以做到，一个算法解决一个项目，同时时间也由半年缩短至3个月。

目前腾讯在3C、新能源等行业都已有所积累。后续若想要下沉到传统行业里，腾讯还需要打出“行业方案”这张牌。“尤其是纺织、钢铁、陶瓷、食品等传统行业，体量越大，对价格越敏感。这个时候就需要借由行业性机会，拉着伙伴一起做通用型解决方案。”黄强表示。

例如，对一个做玻璃盖的客户来说，一年要做1000多个品种，一天要生产数十万个产品，每种产品都需要一个模型来检测的话，需要研发上千个模型，并且每天在不同的模型中进行切换，其成本无疑非常巨大。而通过腾讯的工业质检训练平台（TI-AOI），可以快速构建行业模型，大幅度降低换型研发成本，使客户享受到技术升级带来的红利。

值得一提的是，目前腾讯还有一个针对中小企业的通用产品——AI质检一体机“腾慧飞瞳”。在这个通用产品里，腾讯只负责其中的软件算法部分，其余硬件部分交由其他厂商做。也就是说，腾讯提供的是一套云原生的标准化AI质检工具。“目前最便宜已经可以做到一年几万的服务。”黄强说，“再往下，当我们只需要0.1-0.2个算法工程师，就能解决一个项目时，企业客户升级AI质检的成本还能继续降。”

然而，在流程型工业制造场景适合打行业通用牌降本，但是在离散型场景下则存在局限性。例如，半导体前端生产环节的AI质检，对于行业know-how非常之高，要用到更精细的AI质检方案。

目前腾讯基于通用行业的AI质检案例，聚焦在产品外观检测阶段。对于更加细分的行业需求，腾讯需要依靠行业里的伙伴提供更丰富的视角。这也恰好印证了汤道生所言，聚焦产品，由集成商变为被集成商。

“我们希望这个科技红利最好是大家都能够享受到，大家一起做的价值会更高。”黄强说。

更多内容请下载21财经APP