3月11日，圍繞后疫情時代工業智能的挑戰與機遇，騰訊優圖、騰訊云與騰訊研究院聯合主辦了線上策略會，邀請清華大學大數據系統軟件國家工程實驗室總工程師王晨，明略科學院主任于政，騰訊優圖實驗室工業AI項目負責人黃亮，格創東智OT業務總監&智能裝備事業部總經理王贇，天澤智云解決方案副總裁史喆等工業智能領域的專家、學者以及行業大咖齊聚線上進行了深度分享。

騰訊優圖工業AI解決方案，切實助力企業提效降本

王贇在分享中表示，工業企業常常會遇到人員、企業內部數據共享等方面的挑戰。比如，產品的品質檢測會使用大量勞動力，檢測工作的結果受到人員的經驗、身體狀況、疲勞、心情等多種因素影響。那么，如何在員工情緒變化和全年無休的高壓下，保證作業以及判斷的穩定性？此外，企業如何把上下游數據、各個部門之間的數據以及人與設備之間的數據共享？如何打破數據壁壘，在更多場景下形成更智能化的方案和應用？

針對工業企業從供應鏈、研發、生產到營銷、服務的全流程問題，騰訊優圖的AI能力正在助力工業行業提升生產效率，降低生產成本，保證科學管理和智能生產。

黃亮提到兩個典型案例，一個是某面板生產商基于騰訊優圖AI能力，聯合騰訊云打造的AI智能制造解決方案，為液晶面板進行缺陷檢測。

傳統的視覺缺陷檢測和分揀設備，無法滿足先進工業領域日益復雜精密的檢測需求，在實際生產線上依然需要人工肉眼復檢，沒有切實地給企業節省人力和提高效率。

騰訊優圖利用視覺AI算法，開發缺陷檢測工具替代質檢工人環節。通過近半年的線上系統調試和試運行，已交付模型數量75個，覆蓋站點20個，檢測產品16個，并形成配套產品化方案和交付訓練平臺，加速模型迭代和交付效率。在保證產品質量和生產效率的前提下，大大降低人力成本，工廠質檢人員減少了60%，真正實現了降本增效的目的。

上述解決方案基于騰訊優圖AI技術，構建ADC（自動化缺陷分類和檢測）系統，從而大力提升面板行業缺陷檢測準確率，能夠覆蓋和替代目前80%以上的人工目檢工作，并且可以將檢測任務提升到更為精細化（例如，缺陷的精準測量um級、坐標定位，以及根據缺陷規則自動生成開單建議），極大的提升生產效率，直接降低了人工成本。騰訊優圖首創了行業產品化解決思路，通過研發可復制性解決方案，快速迭代超越競品。在行業多個項目POC中取得第一的好成績，樹立了行業標桿。

另一個案例是，騰訊優圖幫助國外某知名企業提升管理和運作效率。通過圖像分析和統計，大型大工廠車間里的各種信息，比如不同工種的工人區域分布是否最優，貨物的擺放是否合理。這些信息會有助于管理層判斷當前的業務流程是否合理，是否有優化的空間，從而去提升工廠的管理和運作效率。

作為騰訊頂級的AI實驗室，騰訊優圖擁有超過800項全球專利。在零售、金融、醫療等領域都有非常深厚的沉淀，經過這兩年的摸爬滾打，在工業領域也積累了相當多的案例和經驗。

騰訊優圖工業AI解決方案三大策略，加速企業數字化轉型

騰訊優圖在為工業企業提供解決方案層面，具有“人工和自動化相結合”、“通用性和定制化相結合”、“公有化和私有化相結合”等三大策略。

第一大策略，人工和自動化相結合。作為幫助企業降本提效的智能解決方案提供方，騰訊優圖非常重視自身方案的效率和成本，不遺余力優化產品方案，特別是自動標注工具、自動訓練平臺等。

第二大策略，通用性和定制化相結合。工業場景解決方案的特點是高度定制化，不同的細分領域都有其業務特點，很難找到大而全的通用解決方案。如何在保障方案通用性的同時，又能靈活的適配不同業務場景，是一個非常有挑戰性的問題，騰訊優圖也在努力兼顧兩者。

第三大策略，公有化和私有化相結合。企業的數據有比較高的保密性，因此大多數工業項目以私有化部署為主。但是私有化部署的弊端在于設備成本不具備彈性、人員辦公有地理限制等，所以業務上云是不可避免的趨勢。比如，在當前的疫情下，如果工廠的業務可以在云上開展，就可以實現通過遠程辦公保持運營，也可以靈活調整生產周期，降低設備的使用成本，這些非常具有吸引力和想象空間。

賦能工業互聯網，為新基建提速

工業互聯網在這次疫情中發揮了很重要的作用，一是供需對接，二是復工復產的信息同步。IDC預測，中國工業互聯網到2020年的市場規模可達到1275億美元，2015至2020年年均復合增速達14.7%。

騰訊很早開始就在布局產業互聯網，發展人工智能技術在產業領域的應用落地，做的就是數字新基建。而工業互聯網，作為數字新基建的重要一環，在政策、資本的加持下，將迎來一波更大的發展機遇。疫情之后，在一些有條件的地區和企業，工業互聯網領域的投資和應用推進將會加速，而工業制造和服務過程將會有越來越多的環節被重構和優化。

后疫情時代，工業數字化未來已來。騰訊優圖將持續加強自主創新能力建設，加速產業數字化整體轉型，助力“科技強國”。