新基建風口下，以數字化、網聯化、智能化為方向的新工業革命蓄勢爆發。

　　第一次工業革命是蒸汽革命，機器工廠就此誕生，蒸汽機器取代了手工勞動;第二次工業革命是電力革命，電器代替蒸汽機器，電力新能源大大的提高了勞動效率;第三次工業革命是信息革命，計算機技術和通信技術不斷引領社會生產新變革，打破了距離、空間的限制。

　　前三次工業革命是從各層面解放了體力勞動，當下的工業智能化變革，則是進一步解放勞動力和腦力的一次新變革，目的是為了降低成本、減少誤差、提高效率。

　　方今，苦于勞動力價格上漲成本重壓、人工誤差導致生產效率低下的傳統工業企業“嗷嗷待哺”，以期通過智能化變革降本增效。在此背景下，騰訊、百度等互聯網巨頭鉚足了勁，向工業AI市場進軍。

　　質檢領頭，工業AI化勢在必行

　　一直以來，工業變革改變著人們的生活方式，讓人們生活更舒適、便捷。隨著 AI 技術的逐漸成熟，越來越多的企業希望借助 AI 技術創新發展，這也讓資本嗅到了工業AI市場的“錢味”。

　　在這之前，人們普遍認為，工業AI化進程最慢，是最難改變的一個領域。其中，質檢分揀作為工業最關鍵的環節，其AI化的改變被寄予厚望。

　　一方面，人工質檢準確性低、速度慢，影響生產效率。在傳統工業流程中，傳統質檢主要通過人工進行產品質量檢查、產品分揀，但人工檢測有延時和誤差，一定程度上會影響質檢的準確性。而且，少量作業時人工檢測的方式可取，但任務重的時候，檢查效率低，審核質量不穩定出現的概率會增加。

　　另一方面，質量檢測的人力投入成本高，招聘難且人員離職率高。不可否認，隨著經濟的發展，國內勞動力成本不斷提升，加上大環境影響下經濟不景氣，成本高、效率低也就成為阻礙工業領域快速發展的“攔路虎”，工業企業的日子越來越難過。

　　人力成本高、效率低、穩定性低等種種問題，對傳統工業流程提出了挑戰。與此同時，AI迅速在各行各業“開花結果”，儼然AI無所不能的樣子。在數字化轉型趨勢的促使下，傳統制造企業的AI化、網聯化升級被提上日程。

　　當下，合理應用AI的能力，降低人工成本、提升生產效率，成為整個行業需要解決的問題。而基于自身AI技術，早已在醫療、交通等行業生根發展的騰訊、百度等互聯網巨頭也將觸手伸至工業領域，全面助力工業AI化轉型。

　　騰訊：工業AI目標，方興未已

　　作為國內數一數二的互聯網巨頭，騰訊很早就開始布局工業互聯網�；�于對傳統工業流程痛點的了解，以及精湛的深度學習技術，騰訊優圖聯合騰訊云帶來領先的AI+工業解決方案，為企業降本、增效、提質。

　　簡而言之，通過技術賦能傳統工業供應鏈、研發、生產到營銷、服務等全流程，是騰訊戰略升級(成立云與智慧產業事業群)助力傳統行業智能化轉型的一部分。而從較為成熟的AI質檢領域，我們可以窺視騰訊布局智能工業的情況和實力。

　　一方面，自動化檢測系統和人工相結合，提高準確率�；�于騰訊優圖AI技術，騰訊構建自動化缺陷分類和檢測系統，覆蓋了大部分人工目檢工作，“智能化+人工”檢測大幅度提升質檢的精細化、精準化程度，極大的提升生產效率。

　　另一方面，開發缺陷檢測工具替代質檢工人環節，降低人工成本。基于圖像分析和統計利用技術，在保證產品質量和生產效率的前提下，智能工具替代人工，進而減少工廠質檢人員，大大降低人力成本，真正實現降本增效，也提升工廠的運作效率。

　　據悉，騰訊AI質檢系統已經在PCB板缺陷檢測、鋰電池缺陷檢測、面板缺陷檢測等多個方面得到落地應用。這耀眼成績的背后，依靠的是騰訊在零售、金融、醫療等領域多年的數字賦能經驗積累，以及騰訊優圖(具備超過800項全球專利)強大的技術實力。

　　不足的是，工業AI尚處在初級階段，用AI來代替質檢員，也只是工業AI化進程中的一小環。傳統工業產業，工序繁瑣、領域繁多，需要整改、優化、肅清的環節太多，涉及的不只是技術上的改進，管理層面同樣需要智能化，是一項費財、費時、費力的浩大工程。

　　騰訊助力傳統工業產業智慧化升級的目標已定，百度也不甘落后。同一領域，巨頭狹路相逢，免不了對比、較量，你輸我贏……

　　百度：AI工業生態，穩中有憂

　　在百度大腦招募AI工業質檢合作伙伴的宣文中，我們看到這么一段話：“愿意在質檢產品和服務中使用百度AI核心算法模型和AI模組，將自身質檢產品服務與百度AI產品服務相結合，為客戶提供基于百度AI能力的質檢行業解決方案，與百度AI開放平臺合力打造良性的質檢領域AI生態。”

　　公告里，從“構建工業領域的AI生態”一言來看，百度對于AI工業是執著的。

　　現實中，在新基建的指引下，百度依托百度大腦、飛槳、智能云、芯片、數據中心等新型AI技術基礎設施，積極為生產安全、質檢等工業領域產業智能化升級蓄力，并不斷加快前行的步伐。

　　在生產安全監控方面，作為避免員工的人身安全、設備設施免受損壞，保障生產活動順利進行的必要條件，生產安全容不得馬虎。為此，百度大腦開放了智能視頻監控開發平臺，可針對不同企業視頻監控系統的智能化升級，強化工廠生產安全條件，降低企業開發成本。

　　在智能質檢方面，百度大腦開放智能質檢生態合作方案，為傳統工業企業提供優質的算法模型和AI加速硬件模組，并搭建質檢模型在線訓練平臺，加速向工業質檢細節滲透，推動傳統工業產業改造升級。據悉，包括大恒圖像、拜耳、小零科技等諸多企業都是百度AI質檢系統的受益者。

　　除此之外，AI人才培養，也是百度“ALL in AI”目標里的重要環節。

　　針對人才不足問題，百度積極推進AI人才培養，通過黃埔學院、AI快車道、PaddleCamp等線上線下的學習培訓渠道，為各行各業輸送AI人才。截至目前，百度已經培養了超過100萬AI人才，為新基建的加速推進輸送眾多AI有學之士。

　　當然，百度無論是技術賦能的方式，還是工業AI的落地效果，都還遠遠未達到全面推動傳統工業企業數字化轉型的目標。百度今后還會在工業AI化進程中采取哪些動作來幫助合作伙伴，在人工智能時代完美轉型、升級還需要繼續觀察。

　　行業風口之下，必有互聯網巨頭之爭，特別是在各行各業數據化轉型的當下，互聯網巨頭趁機“彎道超車”的意圖更加明顯。其中，工業作為第二大產業重要的組成部分，市場之廣闊顯而易見，而智能化變革帶來的紅利，正是騰訊、百度等巨頭不遺余力，助力傳統工業企業智能化轉型的原因。

　　只是，就目前工業市場發展情況來看，工業AI蓄勢爆發，屆時或將是騰訊、百度等巨頭從摩拳擦掌轉向正面競爭的時刻。