由 dawei 在人工智能加速发展的今天，技术将如何更好的促进产业发展？
在美国，本田的马里斯维尔工厂每天需要接收300万零部件，生产1900辆整车。在这个庞大的生产车间内，工人依旧组装生产线上不可欠缺的部分。据工厂总经理罗伯·梅介绍，机器人的精细程度还不足以把后悬系统独立安装至车辆底盘。而人类员工具有很高的灵活性，能用双手在规定时间内完成任务，安装螺栓的时间约为40秒。
在这家超过三十年历史的工厂内，人机协同且人工占主导作用的现状非常典型，对今天中国日趋规模的产业智能化转型提供着关键的两个信息点：
第一，人工智能若要深入工业场景助力行业发展，就必须能解决相应的产业痛点，真正地服务于人，释放技术价值，不然人工操作始终仍是工厂主要考虑的用工方式；
第二，人工智能若要在工业场景中更好地协同人工进行操作，关键的方向可以在操作灵活性、视觉、听觉等方面着重升级，进而追平人工优势，真正的解放员工生产力。
如果无法理清楚这两个问题，AI等技术对于产业特别是工业场景的助力是有限的，根本无法深入行业之中解决好专业的问题。
值得一提的是，目前随着中国产业智能化的探索愈发深入，越来越多的数字服务商和生产制造商也认识到了这一点。
在2021腾讯数字生态大会的云智能专场，腾讯云智能便面向产业场景发布了最新的ABCI云智融合新架构，以全局智能深入产业，面向管理者、生产者、开发者和C端用户做出了四大智能升级，分别为管理智能、生产智能、创造智能、生活智能。
同时，腾讯高级执行副总裁、云与智慧产业事业群CEO汤道生强调，无论是“终端智能”还是“云上智能”，上云赋智的终极价值还是“服务于人”。
紧扣“服务于人”的终极价值导向，腾讯与富驰高科展开了一场AI技术与工业场景的双向融合，在提高两者产业影响力的同时也为工业AI加速深入行业来了诸多思考。
工业+AI，
富驰高科背后的一场技术拉锯
富驰高科成立于1999年，是一家老牌制造企业，主要从事金属粉末注射成型（MIM）产品专业制造。近年来，富驰高科在质检环节面临着明显的人工质检局限性，急需寻求有效的AI解决方案。
在这个过程中，富驰高科相继找了几个数字服务商，但前期的评估都不太满意——主要面对要求的零漏检、过杀率、精准缺陷分类、缺陷迁移、快速迭代等，没有一家数字服务商该明确百分百可以做到。
由此可见，工业制造业的技术要求以及场景复杂程度远比想象的要高，AI技术助力工业制造业并不是一次简单的技术+场景的耦合应用，它需要理解产业，理解流程，进而将技术应用到场景中发挥价值。
这就要求一家数字服务商不仅仅要有技术能力，更要有服务意识和责任心。最终，是腾讯打动了富驰高科。
据富驰高科自动化总监邓声志回忆：“我们在评估的过程中，让我感觉到的是，腾讯是最有责任心的，对这个是最用心的，也是在我们这个案子里更愿意投入的。”在前期的评估过程中，腾讯就派人常驻现场几个月，深入做了诸多调研，甚至还在富驰高科的设备上免费提供算法试验，直到双方签约合作。
而这也仅仅只是工业+AI的一个起点，接下来的工作是一场紧迫且艰巨的拉锯。整个项目的研发周期只有300多天的时间，在这个期限内需要融合双方的技术、设备以及各个业务需求等。
在邓声志的回忆中，双方在这期间就有两百多次超过半小时的技术会议，像自动化的各类工程师，机构的、视觉的、项目的，包含内部SQE和工程类的这些人员，以及腾讯云和腾讯优图实验室的工程、软件、AI算法、架构师，甚至包含硬件设计、光源设计这一块的人员都会参与进来，共同探讨工业+AI的融合应用问题。
这样的拉锯还在持续，从双方的人员磨合向更深入的技术、场景以及产业推进。比如，AI算法的迭代同样也是一场不小的拉锯。
其中，给腾讯云AI研发总经理、腾讯优图实验室副总经理吴永坚比较深的一点感受是，AI质检项目不同于做To C产品，它具备更强的时效性，必须严格地按照期限推动，同时还不能出现质检纰漏，否则就会影响到下游厂商的产业进程和质量。
因此，整个质检项目不仅对AI算法的要求极高，也需要数字服务商有强大的技术能力和创新能力以及协同能力。
为了如期完成质检目标，腾讯优图实验室携手富驰高科创造性设计了光度立体成像解决方案，从而克服了MIM产品因高反光特性而导致的产品缺陷与正常反光混淆的业内难题，成功判断连人眼也很难分辨的缺陷。同时，更是结合域适应迁移学习和缺陷生成技术，帮助富驰高科在产品早期样本数据严重不足的情况下，达到检测指标可用状态。
如今，富驰高科在手机摄像头组件的质检工作中，仅需几秒就能完成对目标零件数十个大小点位的采图、分析、分类的工作，而原来人工质检则需要一分钟。
这场技术上的拉锯最终取得圆满成功。不管是从未做过同类型质检项目的腾讯，还是多次找过数字服务商做过尝试的富驰高科，回过头再看，都颇为感慨。
或许，工业AI注定是一场深入且长远的拉锯战。
