尽管对比其他领域，产业链条复杂的制造领域，AI赋能的门槛很高、难度也较大，但却被寄予了厚望，尤其是工业质检环节。德勤近期发布的《制造业+人工智能创新应用发展报告》预测，在中国制造业中人工智能质量控制的应用市场2018到2025年复合增长率将达到51%，到2025年规模将增至23.2亿元人民币。而工业质检为何需要AI做“守门员”，而AI守门员又带来了什么？

　　产品质量是评估企业生产能力的重要指标。随着消费升级，下游市场对产品质量要求越来越高，工业质检环节要求也随之提升，以图麟科技聚焦的外观缺陷检测为例：一是生产流程中的质量管理需求增加，不再是特定环节检测，质检基本覆盖生产的整个流程，并由抽检向全检转变，由看得到向辨得清转变，比如一部手机从零部件到整机，可能要经历至少几百种不同过程的外观缺陷检测；二是质检标准不断提升，比如自动生产节拍内高速检测、从离线检测到在线实时检测、检测精度达到微米级甚至亚微米级、出厂良率稳定等。

　　目前，主要采用人工或传统AOI设备检测产品外观缺陷：一方面，人工检测效率、检测精度低，产品出厂良率不稳定，无法满足大规模标准化检测需求，且随着人口红利逐渐消失，在严格品控条件下，厂商越来越无法解决人力需求与用工成本之间的矛盾，而因工作枯燥，愿意从事人工质检的工人也越来越少；另一方面，采用传统AOI检测设备，缺陷识别能力差，检测精度与速度常常无法兼顾，场景兼容性差以及鲁棒性不高，比如某显示面板制造厂商产线质检环节，AOI设备仅用作光学比对，还需要人工进行缺陷的分类、级别的判断、原因的解析。

　　随着算力、数据和算法的提升，基于AI算法的视觉缺陷检测，实现了对随机缺陷的识别和检测，拓展了传统机器视觉的应用范围同时，预测准确率也持续优化，使得人工智能工业质检解决方案赋能制造成为可能。比如在盖板玻璃外观缺陷检测中，图麟科技综合传统算法与深度学习算法优势，融合光学、机电控制等多项技术，实现了这一领域快速、高精度检测，并基本能保持设备7X24小时稳定运行，且通过不断优化算法模型，可应对多样场景的更多缺陷问题。

　　制造业为AI技术落地提供了丰富的应用场景，而人工智能的应用则为制造业创造了价值。德勤指出，AI应用可为制造商降低最高20%的加工成本，这种减少最高有70%源于更高的生产率，到2035年，AI将推动劳动生产率提升27%，拉动制造业GDP达27万亿美元。聚焦工业质检领域，以图麟科技推动显示领域外观缺陷检测智能化为例，主要可带来以下四点价值：

　　一是增效，图麟科技的多台盖板玻璃智能检测设备入驻江西某家盖板厂中小尺寸盖板玻璃生产线，根据评估，检测效率比传统提升30多倍，可识别97%以上的各类缺陷，检测精度达到10微米；二是提质，图麟科技手机前后盖板玻璃检测设备在安徽某手机盖板厂应用中，检测的产品出厂良率可达到99.5%以上；三是降本，以五年折旧率为周期，每台手机前后盖板玻璃检测设备可为工厂节省近千万元经济成本；四是升级，屏幕贴合后外观检测设备有效地帮助安徽某面板厂Pad屏贴合环节检测实现了智能化升级，填补了业内在这一领域智能化检测空白，且智能检测设备搭载的平台具有自训练、自主学习和升级的功能，对整个生产产线的智能化可起到一个有效的、质的提升，助力智能制造工厂的建设。

　　此外，德勤还指出，目前人工智能在质量控制场景中的应用大部分集中在机器视觉质检，潜力尚未充分发挥出来，未来质量控制场景将向生产制成环节的工艺优化扩展，对关键工艺步骤的数据进行感知分析，将会从根源提升良品率。