對話東聲智能韓旭：“以技術賦能工廠”——一位工業AI從業者的“理想主義”

面對AI落地的難題，總有企業火熱并堅守著。

潮水的來襲，無法回頭。事實上在潮水來臨前，岸邊早有人嗅到苗頭。

就當所有人沉浸在ChatGPT帶來的“時代狂歡”時，AI早已嵌套進許多行業里。作為AI技術應用最有潛力的領域，制造業乃至整個工業大類，近些年都在AI技術的幫助下朝著數智化領域邁進。

在2015年公布的《中國制造2025》長期規劃里，AI相關字眼頻頻出現。而到了2020年，國家發改委再次明確將AI列入“新基建”戰略。

五年時間，足以見證工業與AI之間的碰撞和融合。

但工業是個漫長的鏈條。盡管AI技術已經覆蓋了大部分環節，但對于迫切需要數智化轉型的工廠來說，單就引入數字化系統就已經花費漫長的周期，若是再與AI融合，則需要更長的時間。此外，AI對于供需雙方都需要付出極大的成本，投資回報周期被無限地拉長……

在種種難題前，如何去俘獲工廠的芳心，就成了當下AI公司重點需要考慮問題之一。

在東聲智能創始人兼CEO韓旭看來：“打動客戶的關鍵，是真實解決客戶的核心痛點，讓他們看到AI技術帶來價值。而實現價值的方式，是自身過硬的技術和對行業的深度理解。”

這家成立于2019年的AI初創企業，以工業視覺為切入點，通過一系列算法產品以及平臺化硬件產品，成功在特斯拉、立訊精密、比亞迪、富士康、億緯鋰能等國內外知名工業巨頭落地。

在扎根行業后，“扎得更深，走得更遠”，則是韓旭一直以來的期盼。

AI+機器視覺，賦予工業視頻智慧的眼睛

對于一家制造業企業而言，產品質檢是必不可少的一環，只有質量檢測合格的產品才能夠進入市場。該環節關乎到產品的生產效率和良品率，甚至會影響售后與整個企業的口碑。

在過去，產品的質檢工作通常由人工完成，但因人工質檢標準不統一、存在誤檢漏檢等問題，因此產線需要安排高強度、高重復性的人工參與，才能保證產品質量。即便有部分工廠采用了傳統視覺算法檢測，也在準確性上也無法做到完全代替人工。

另一方面，隨著人口紅利的褪去，招工難、用人成本提高等問題早已席卷行業，各家工廠都在尋求更高性價比的方式代替人工。

此時，基于深度學習的AI視覺識別算法就能有效代替人工質檢員進行工作。

韓旭向筆者算了一筆賬，在一條產線上配置一套AI檢測設備后，可以代替整條產線上的人工成本。但實際上，在現實生產中還會存在復檢、浪費、罰款等隱性成本。

結合AI視覺檢測本身的高效率和高準確率，綜合下來，AI無疑是更有優勢的一方。“換作人工做檢測，在長時間工作后也會產生疲勞，這時候若是有人疏忽，導致瑕疵品漏到下一個工位的話，造成的損失是很大的。”韓旭補充道。

據了解，在東聲智能的檢測體系里，產線數據是一個關鍵的要素。根據生產流程的不同，包括來料檢測、過程檢測、外觀檢測、生產溯源等每一個環節引入AI視覺檢測技術，在生產過程中及時發現問題，解決問題。

充分利用生產各個環節的數據，同時也能為企業改善產品質量管理水平，為產線提高產品良率及產能提供強有力的保障，深度賦能智能制造產業升級。

“另一方面，這些數據還能幫助產線做智慧決策，調整產線的產品參數或是工藝參數，為整個工藝的改善提供重要的數據參考維度。”韓旭告訴筆者。

軟硬件兩不誤，打通AI的“最后一公里”

在工業場景里，AI從不缺少需求——企業里深知數智化轉型的重要性，AI能夠解決企業在生產流程里的痛點。

但真正想把AI滲透進工業場景中并非易事，如開頭所說，AI的生產要素過于昂貴，難以俘獲工廠的芳心。如何實現AI普惠，打通AI應用落地的“最后一公里”難題，東聲智能從軟、硬件兩方面找到了答案。

最先打動客戶的是東聲智能的AI算法，這恰恰也是東聲智能Handdle AI質量管理系統的核心。

前文提到，東聲智能的AI算法可以對設備采集到的2D/2.5D/3D圖像等多維度要素進行監控與分析，從而為產線提升產品合格率，優化工廠人員結構。

算法的邏輯并不復雜，每家AI公司都有能力推出類似的系統，但就工業場景來說，能像東聲科技一樣實現高準確性、高通用性、高兼容性、高性價比的AI公司并不多，這為東聲智能帶來了大量的市場機遇。

韓旭告訴筆者，東聲智能的算法可以應對不同工業領域的高復雜和多變場景，包括新能源電池、消費電子、太陽能光伏、汽車等多領域。

事實上，基于多年的行業Know-how，依托全產線視覺數據，沉淀出的行業大模型，加之底層算法的泛化能力和通用性，東聲智能將整套產品體系開發成標準化平臺，為上游提供底層解決方案服務。

接下來，集成商再根據客戶需求、場景的不同進行定制化，為不同產線提供服務。

除了通用性以外，東聲智能的AI算法支持小樣本數據訓練與單一正樣本數據訓練。在訓練樣品數據嚴重不足的情況下，AI算法仍然可以辯識出瑕疵品，極大地降低訓練成本和時間。

除了軟件以外，東聲智能還看到了AI智能相機在工業場景里的前景。

作為一種結合軟硬件結合的輕量化、小體積、高集成化設備，智能相機并不需要過多的調試即可安裝交付，非常適合傳統產線的升級改造。“在高度濃縮了東聲的算法后，該相機可以實．現零代碼交付，從訓練到部署只需非常短的周期。"韓旭告訴筆者。

在軟件與硬件兩方面的降本增效下，工廠可以輕松應用AI實現數智化轉型。

工業AI并非易事，堅守理想終會“開花”

有人把當下AI從業者看成時代的寵兒。

在時代潮流和風口下，一批從業者借著時代的浪頭沖上達到了別人難以企及的高度，是名副其實的幸運兒。

固然AI是個好方向，但背后的艱難卻鮮有人知，尤其韓旭所在的工業賽道，就連業內巨頭們也難免折戟沙頭，對于一家初創公司來說，其難度可想而知。

但好在東聲智能最終還是有驚無險地度過了創業初期的陣痛，成功實現了AI算法的落地，最后靠著出色的產品力斬獲國內外多家工業巨頭的訂單。

這其中，作為公司的掌舵者，韓旭靠著出色的領導力維系并凝聚起整個創業團隊，而他對于技術的“理想主義”，更值得每位創業者學習。

在采訪中，韓旭告訴筆者，自己在工業領域深耕多年，無論是從場景差異，到區域特點，再到不同技術門類，都有長期深入的理解。這些行業積累最終成為了東聲AI算法的又一大特點，即通過行業的深耕來解鎖不同場景領域的理解。

除了熱愛鉆研技術以外，韓旭的團隊也非常接地氣，時常深入一線生產現場，實地解決客戶的問題。

正是靠著對行業的熱愛，東聲智能換來了客戶的信任與認可，在行業的知名度也是越來越高。

“我們還是希望能趁工業科技發展的浪潮，為行業帶來一些改變，為客戶帶來價值，然后能扎得更深，走得更遠。”韓旭表示。

從AlphaGo驚艷科技圈，到ChatGPT真正引爆AI浪潮，我們可以看到AI技術對于人類社會的改變，也對AI公司帶來了新的機遇。

不可否認，企業實現AI落地確實存在諸多問題，但能總有企業找到方向，火熱并堅守著。

相信在“理想主義”的帶領下，東聲智能能給我們帶來更多的驚喜。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！