大模型和生成式AI興起背景下,AI賦能的工業(yè)質(zhì)檢市場(chǎng)新動(dòng)向

制造業(yè)是中國經(jīng)濟的“壓艙石”，智能制造是制造強國建設的主攻方向，可以加快發(fā)展現代產(chǎn)業(yè)體系，對鞏固實(shí)體經(jīng)濟根基、實(shí)現新型工業(yè)化具有重要作用。智能制造也是推進(jìn)數字產(chǎn)業(yè)化和產(chǎn)業(yè)數字化，建設數字中國的重要途徑。隨著(zhù)深度學(xué)習、AI 大模型等技術(shù)的發(fā)展，智能化技術(shù)正在提升，改造以制造業(yè)為代表的傳統行業(yè)，是整個(gè)行業(yè)實(shí)現提質(zhì)增效、數字化的重要途徑。AI 工業(yè)質(zhì)檢是智能制造的關(guān)鍵環(huán)節之一，是AI 在制造業(yè)領(lǐng)域落地的典型成功場(chǎng)景。在大模型和生成式AI 興起的背景下，AI 賦能的工業(yè)質(zhì)檢市場(chǎng)正在經(jīng)歷新的變化。

程蔭(IDC中國高級分析師)

1 生成式AI、AI 大模型的定義

生成式AI（GenAI）是計算機科學(xué)的一個(gè)分支，涉及無(wú)監督和半監督算法，使計算機能夠使用之前創(chuàng )建的內容（如文本、音頻、視頻、圖像和代碼等）來(lái)創(chuàng )建新內容，以響應簡(jiǎn)短的提示問(wèn)題。

AI 大模型為生成式AI 提供了技術(shù)基礎和能力，而生成式AI 則展示了大模型在實(shí)際應用中的潛在價(jià)值。例如，ChatGPT 是生成式AI 的一種，主要用途為文本生成。大模型是對原有算法模型的技術(shù)升級，技術(shù)供應商基于海量數據開(kāi)發(fā)預訓練模型，到最終用戶(hù)環(huán)境中使用少量數據即可獲得比之前的算法模型更好的預測準確度。

生成式AI 和大模型技術(shù)，是在工業(yè)領(lǐng)域逐漸顯現的一種新的范式轉變。生成式AI 可以利用現有數據來(lái)編造新的、獨特的數據集，大模型通過(guò)主動(dòng)學(xué)習工業(yè)場(chǎng)景數據，可以讓工業(yè)知識沉淀在數字化系統，輔助工人現場(chǎng)操作，輔助管理人員做決策，最終實(shí)現數據驅動(dòng)的智能化生產(chǎn)與運營(yíng)。

2 生成式AI、大模型在工業(yè)應用中的展望

生成式AI 和大模型在工業(yè)應用中具有廣泛的應用前景，可以實(shí)現工業(yè)生產(chǎn)流程、產(chǎn)品設計、供應鏈管理、設備維護管理、質(zhì)量檢測的智能化，提高工業(yè)生產(chǎn)的效率、質(zhì)量和穩定性。

●   生產(chǎn)流程智能化：生成式AI 和大模型技術(shù)可以實(shí)現工業(yè)生產(chǎn)的智能化，通過(guò)實(shí)時(shí)監測和預測生產(chǎn)過(guò)程，實(shí)現智能化的生產(chǎn)控制和管理。例如，通過(guò)大模型和生成式AI，可以實(shí)現對生產(chǎn)過(guò)程中的問(wèn)題進(jìn)行實(shí)時(shí)預測和處理，提高生產(chǎn)效率和質(zhì)量。

●   設備預測性維護智能化：生成式AI 和大模型技術(shù)可以實(shí)現工業(yè)設備預測的智能化，通過(guò)實(shí)時(shí)監測和預測設備狀態(tài)，實(shí)現設備的智能化管理和維護。例如，通過(guò)大模型和生成式AI，可以實(shí)現對設備故障的實(shí)時(shí)預測和處理，延長(cháng)設備的使用壽命，提高設備的運行效率和穩定性。

●   供應鏈管理智能化：生成式AI 和大模型技術(shù)可以實(shí)現供應鏈管理的智能化，通過(guò)實(shí)時(shí)監測和預測過(guò)程，實(shí)現供應鏈的智能化管理和控制。例如，通過(guò)大模型和生成式AI，可以實(shí)現對物流、供應鏈過(guò)程中的延誤和問(wèn)題進(jìn)行實(shí)時(shí)預測和處理，提高運轉效率和準確性。

●   工業(yè)質(zhì)量檢測智能化：生成式AI 和大模型技術(shù)可以實(shí)現工業(yè)質(zhì)量檢測的智能化，通過(guò)實(shí)時(shí)監測和預測產(chǎn)品質(zhì)量，實(shí)現質(zhì)量檢測的智能化管理和控制。例如，通過(guò) 大模型和生成式AI，可以實(shí)現對產(chǎn)品質(zhì)量問(wèn)題的實(shí)時(shí)預測和處理，提高產(chǎn)品質(zhì)量和檢測效率。

●   產(chǎn)品設計智能化：生成式AI 和大模型技術(shù)可以為產(chǎn)品設計帶來(lái)創(chuàng )新、個(gè)性化、性能優(yōu)化和自動(dòng)化等方面的提升，基于市場(chǎng)和用戶(hù)的反饋，幫助設計師更好地滿(mǎn)足用戶(hù)需求，提高產(chǎn)品設計的質(zhì)量和效率。

3 AI賦能的工業(yè)質(zhì)檢市場(chǎng)現狀與進(jìn)展

AI賦能的工業(yè)質(zhì)檢是利用基于深度學(xué)習、大模型等AI技術(shù)的視覺(jué)檢測技術(shù)，在工業(yè)生產(chǎn)過(guò)程中對產(chǎn)品圖像進(jìn)行視覺(jué)檢測，從而幫助發(fā)現和消除缺陷。行業(yè)用戶(hù)可以通過(guò)大模型技術(shù)實(shí)現對產(chǎn)品質(zhì)量問(wèn)題的實(shí)時(shí)預測和處理，提高產(chǎn)品質(zhì)量的檢測效率。

根據IDC 的數據，2022 年工業(yè)質(zhì)檢解決方案（不包含硬件）整體市場(chǎng)規模為 2.7 億美元，較 2021 年增長(cháng)了 27.4%，從增長(cháng)趨勢來(lái)看，2022 年受到疫情影響，增長(cháng)趨勢有所放緩，但對比其他 AI 市場(chǎng)仍然屬于相對較高的水平。從行業(yè)角度來(lái)看，3C 依舊占據半壁江山，在總市場(chǎng)中占比達到 53.1%，汽車(chē)、輕工消費品緊隨其后，占比分別為 18.6%、13.4%。IDC 預計，2026 年中國工業(yè) AI 質(zhì)檢整體市場(chǎng)將達到 13.35 億美元。

自2022 年開(kāi)始，頭部廠(chǎng)商更注重于選擇經(jīng)驗豐富、沉淀深厚的細分行業(yè)和場(chǎng)景進(jìn)行深度挖掘，利用自身優(yōu)勢基于工業(yè)AI 視覺(jué)平臺打造完善的解決方案，同時(shí)有序地在原有細分行業(yè)復制，以實(shí)現穩定的收入增長(cháng)。不少新的市場(chǎng)參與者，包括檢測設備商和行業(yè)系統集成商（SI），也開(kāi)始進(jìn)入市場(chǎng)參與競爭，使得該市場(chǎng)競爭態(tài)勢日益激烈。

3C 和動(dòng)力電池、汽車(chē)等行業(yè)仍然是工業(yè)質(zhì)檢應用的重要領(lǐng)域。同時(shí)，AI 質(zhì)檢在裝備制造、有色金屬、包裝印刷、食品飲料等新行業(yè)和場(chǎng)景也呈現出強列需求，這些領(lǐng)域對產(chǎn)品質(zhì)量和安全的要求同樣嚴格，AI 質(zhì)檢的應用為它們提供了重要的技術(shù)支持。

在技術(shù)層面，目前的大模型+ 工業(yè)質(zhì)檢已有了商業(yè)化落地案例。例如在3C 電子行業(yè)，技術(shù)廠(chǎng)商已經(jīng)利用大模型成功實(shí)現了電路板的高精度檢測，從而確保產(chǎn)品的可靠性。而在輕工消費的紡織行業(yè)中，大模型也已成功應用于對面料瑕疵進(jìn)行精準識別，提高了產(chǎn)品的質(zhì)量。隨著(zhù)新玩家不斷涌入市場(chǎng)，未來(lái)工業(yè)質(zhì)檢行業(yè)的競爭將更加激烈，頭部廠(chǎng)商的競爭優(yōu)勢將更加明顯。

4 新技術(shù)帶來(lái)的AI賦能

的工業(yè)質(zhì)檢市場(chǎng)機會(huì )大模型和生成式AI 的興起對AI 賦能的工業(yè)質(zhì)檢市場(chǎng)產(chǎn)生了積極的影響。隨著(zhù)技術(shù)的不斷進(jìn)步和應用范圍的不斷擴大，AI 質(zhì)檢將會(huì )有更多的創(chuàng )新和突破，為制造業(yè)的發(fā)展帶來(lái)更大的推動(dòng)力。大模型和生成式AI對工業(yè)質(zhì)檢市場(chǎng)的驅動(dòng)具體表現在如下幾個(gè)方面：大模型和生成式AI 加速工業(yè)質(zhì)檢AI 技術(shù)升級：大模型可以提供更多的知識和信息，加速AI 技術(shù)的升級和改進(jìn)。生成式AI 技術(shù)可以通過(guò)學(xué)習大量數據，生成新的模型和算法。大模型和生成式AI 可以幫助行業(yè)用戶(hù)更好地理解工業(yè)質(zhì)檢中的復雜問(wèn)題，提高檢測的準確性。

大模型和生成式AI使得工業(yè)質(zhì)檢產(chǎn)品適應性更強、應用領(lǐng)域更加廣泛：AI 技術(shù)可以應用于工業(yè)質(zhì)檢的多個(gè)領(lǐng)域，包括缺陷檢測、尺寸檢測、材料檢測等。隨著(zhù)大模型和生成式AI 的發(fā)展，AI 在工業(yè)質(zhì)檢領(lǐng)域的泛化能力將不斷提升，應用將更加廣泛，以相對標準化、成本更低的產(chǎn)品形態(tài)，服務(wù)更多的行業(yè)、企業(yè)，加速 AI 在各行各業(yè)的應用。

盡管如此，大模型和生成式AI 在工業(yè)質(zhì)檢的應用仍面臨一些挑戰：如數據缺乏，質(zhì)量不高，算力人力成本巨大，與各系統應用的集成對接不良等。技術(shù)供應商和行業(yè)用戶(hù)也依然需要通力合作，一方面通過(guò)不斷的測試與迭代，幫助大模型、生成式AI 更好地落地；另一方面，技術(shù)供應商和行業(yè)用戶(hù)也不應放棄針對特定場(chǎng)景開(kāi)發(fā)特定的模型，持續提升具體場(chǎng)景的應用效果。

（本文來(lái)源于EEPW 2023年11月期）