人工智能作为极具前瞻性的技术，促进了教育、医疗、工业、金融等各行业的智能化发展。在金融领域，银行开户需要对个人身份进行确认，而人脸识别技术可以通过摄像头检测出人脸所在位置，提取人脸的特征，并将特征数据与人脸库中的样本进行对比，判断是否为同一个人。在医疗领域，人工智能技术将图像识别、大数据处理、深度学习等AI领先技术与医学跨界融合，进而辅助医生进行疾病筛查和诊断。

当人工智能与工业深度融合时，工业生产则变得更为智能，工业大数据、机器视觉等技术的出现，赋予了冰冷的机器以“智能大脑”和“火眼金睛”，智能化的工业生产模式不再是纸上谈兵的工作计划，转而成为了推动工业智能前进的利器。

近年来，以制造业强国为目标的国家，对工业智能的关注度越来越高，并采取了一系列措施助推制造业转型。其中，德国依托雄厚的工业基础，积极推进工业4.0进程；美国提出制定先进制造发展战略，强力推进工业互联网。而我国早在2015年，国务院就发布了《中国制造2025》方案，制定了中国从制造大国转变为制造强国的战略。

工业智能顺势崛起

工业是我国经济的根基，伴随着人口红利的消失，工业不再是劳动密集型产业。在“工业互联网”、“工业4.0”、“智慧工厂”等国家方针的推动下，工业智能逐渐被业界推崇，工业界深知只有进行智能化升级转型才能促进企业良性发展。

智能技术可以让工业实现自动化生产，加强人和机器之间的协作，助推智能工厂落地，使工业生产系统变得灵活。智能化的工业生产设备的大幅投入，降低了劳动力的密集度，危险性高的加工过程能够让机器人代替，在保证生产安全的基础上，进一步提高了生产效率。

近年来，我国出现了一批如海得控制、天准科技一样扎根于工业智能的企业，为工业智能化发展注入了新鲜血液。为此，亿欧新制造盘点了50家具有代表性的企业，以期对工业大数据、机器视觉、声纹检测等工业智能有进一步的了解。

数据表明，在盘点的50家企业中，位于北京的企业有14家，广东有12家，江苏有7家，上海和浙江分别为6家，不难看出，工业智能企业主要聚集在北京、广东、长三角三地。北京拥有丰富的人工智能人才资源，在工业智能的发展上占据了极大优势，据中国广播网统计，北京有近4万人工智能领域的人才，占内地人工智能人才总量的60%。

而广东、长三角则在原有的工业基础上，逐渐形成了相对成熟的工业上下游产业链。此外，广东在政策红利的助力下，工业智能发展业迎来了新的征程，其中《粤港澳大湾区发展规划纲要》就明确指出，要推动互联网、大数据、人工智能和实体经济深度融合，大力推进制造业转型升级和优化发展。

从融资轮次来看，大多数工业智能企业都已完成了B轮、A轮或Pre-A轮融资，其中已完成B轮融资的企业占17%，A轮融资占31%，Pre-A轮占19%。这也从侧面反映了我国工业智能发展短板，尽管人工智能在1956年就被提出，以工业大数据、机器视觉、声纹检测等为代表的工业智能技术已落地，但其在我国工业领域的发展历程还较为短暂，工业智能的整体应用水平还处于偏低状态。

此外，工业智能主要集中在机器视觉、工业大数据两大技术。机器视觉技术应用在工业检测领域，可以节省产品的检测时间，缩短机器停工期，提高生产率和产品质量，由此企业也越来越重视机器视觉检测。物联网、云计算、大数据等信息技术不断向工业领域融合渗透，为工业大数据应用的实施奠定了技术基础，而企业的智能化生产，为工业设计和生产储备了海量数据，由此促进了工业大数据在我国工业智能领域落地。可见，工业大数据和机器视觉，成为了拉动我国工业智能发展前进的两驾马车。

火眼金睛—机器视觉

在图像采集、深度学习、3D视觉等技术的支持下，机器视觉驶入了发展新赛道。据中国机器视觉产业联盟统计，2015年至2017年，机器视觉行业增长迅速，销售额年均复合增长率达36.4%。

作为工业智能的核心技术之一，机器视觉赋予了机器“双眼”。其中，缺陷检测，是机器视觉应用得最多的功能之一。缺陷检测可以全面配合产品检测过程，在生产过程中，机器能够严格把控产品质量，实现全面监控，不仅可以检测肉眼检测不到的微小细瑕疵，更能实现产品检测的高效化，在短时间内对大批量的产品质量进行反馈，大幅度地降低了生产过程中的次品率。

此外，缺陷检测还能收集并分析已出现的产品问题，利用数据库信息对残次品进行批量化处理，有效地保证了产品质量。

前不久在科创板上市的天准科技，则通过领先产品帮助工业企业实现数字化、智能化发展，是将机器视觉核心技术应用于工业领域的典范。其主要产品为工业视觉设备，旗下的天准UMD-G是一款针对3C产品的玻璃曲面检测设备，通过非接触式检测技术，可对曲面产品实现全尺寸检测。

目前，机器视觉系统在3C电子制造、汽车制造、包装等行业已被广泛应用。随着视觉与成像技术的发展愈加成熟，制造业对机器视觉的需求则更加迫切，在核心技术的带动下，机器视觉必将促进更多应用场景落地。

智能大脑—工业大数据

如果说机器视觉赋予了机器“火眼金睛”，那么工业大数据则赋予了工业“智能大脑”。随着智能生产的深入推进，工业所储存的大数据越来越多，海量的工业大数据充实了数据库。工业大数据是指在工业领域信息化应用中所产生的大数据，在信息化与工业化的深度融合下，工业信息技术已渗透到了产业链的各个环节，如工业传感器、工业自动控制系统、工业物联网等技术，目前在工业生产中已经得到了广泛应用。

9月4日，工信部发布了《工业大数据发展指导意见（征求意见稿）》，明确要求推动5G等技术在工业场景中的应用，到2025年我国要基本建成工业大数据资源体系、融合体系、产业体系和治理体系。

随着工业智能的应用愈加广泛，工业企业所拥有的数据也日益丰富。通过互联网、移动物联网等技术的连接，工业信息数据和工业系统正在深入融合，企业的研发、生产和管理方式都被冠以“智能”的头衔。

工业大数据的典型应用包括产品创新、产品故障诊断与预测、工业产业链优化等诸多方面。工业大数据能将海量的隐形数据转化为显性数据，并将信息及决策建议实时提供给产线工人、主管部门和企业管理决策层，帮助企业及时了解产线状况。

若不能及时了解产线、设计等数据信息，企业为了保证良品率则需要反复检测、修改设计，容易错过产品的最佳出货期，实际损失将难以预估。据悉，锤子手机之所以“难产”，是因为在设计时生产人员并未实时了解情况，导致实际生产后发现原本的设计会导致良品率低下，最后只能重新设计。从设计到量产花费了大量时间，再到正式发布时，锤子手机已经错过了最佳发布时间。

过往的生产制造中，产线往往需要定期进行设备检测，企业不仅要聘请专业的维修师傅上门检测，还要停工配合检测。在工业大数据的支持下，生产产线则由“定期体检”转换为“预警监测”，提升了企业生产效率，降低了企业的维修成本。

然而，应用在工业生产领域的工业大数据需要达到极高的准确率，倘若工业生产上的数据出现误差，将给企业带来难以估计的损失。此外，数据采集困难、网络安全性不足等诸多挑战，也是我国工业智能前进路上的绊脚石。

在智能化发展战略的推动下，以机器视觉、工业大数据、深度学习等为代表的技术，正悄然改变我国工业格局。尽管与德国等发达工业大国相比，我国的工业智能应用技术还有很长的路要走，但在政策、技术等各方的大力支持下，我国工业智能正跑步前进，未来工业智能将不局限于机器视觉与工业大数据等技术，更多工业智能应用场景和技术必将应运而生。