隨著AI技術的快速發(fā)展與應用，各類供應商憑借自身基礎優(yōu)勢進入該市場，如云廠商、AI創(chuàng)企、傳統(tǒng)機器視覺企業(yè)、工業(yè)互聯(lián)網(wǎng)平臺企業(yè)等都在AI視覺質檢領域積極布局。在市場份額方面，百度智能云以14.6%市占率繼續(xù)位列第一，創(chuàng)新奇智13.2%、華為云7.8%分列二、三位。值得一提的是，在2020年同期IDC發(fā)布的分析報告中，百度智能云16%、創(chuàng)新奇智12.8%、華為云7.6%的市占率，同樣位列前三甲。

　　報告進一步指出，百度智能云在工業(yè)質檢領域布局較早，并具備顯著優(yōu)勢。百度智能云不僅擁有昆侖芯片、飛槳框架、自研質檢算法等自主可控的 AI 技術，可深度適配優(yōu)化，模型效果優(yōu)秀;而且其開放性的產品可賦能合作伙伴及終端用戶，使之具備自主迭代能力;同時還支持多種合作方式及擁有豐富的落地經(jīng)驗，2017年至今，百度 AI 質檢已落地 3C、汽車、鋼鐵、紡織等十余個行業(yè)，服務首鋼、寶武、恒逸、一汽等客戶。

　　IDC預計，未來五年工業(yè)質檢軟件和服務市場還會保持30%以上的CAGR增速(復合年均增長率)。目前工業(yè)質檢應用最為普遍的領域當屬電子制造、汽車、半導體和PCB等行業(yè)，未來在鋼鐵、食品、化纖、服裝、電力等領域還會在具體場景中持續(xù)升級更新，在競爭激烈的AI工業(yè)質檢市場，各供應商依舊充滿機遇。

　　質量是中國制造的短板，中國制造，質量先行。機器視覺檢測是智能制造的核心分支，也是能夠率先滲透并發(fā)展起來的核心技術之一。機器視覺可以提高質量，通過智能化的方法把產品內部外部的缺陷識別出來，包括缺陷的檢測、缺陷類型識別、特征的描述等。

　　質量檢測作為工業(yè)生產最關鍵的環(huán)節(jié)，在引入人工智能技術方面被寄予厚望。

　　一方面，人工質檢準確性低、速度慢，影響生產效率。在傳統(tǒng)工業(yè)流程中，傳統(tǒng)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，還存在個體與個體間的差異，一定程度上會影響質檢的準確性。在任務重時，檢查效率低，審核質量不穩(wěn)定出現(xiàn)的概率會增加，例如存在檢查員視力疲勞等因素，很多產品的微小瑕疵并不能被高效識別。

　　另一方面，人工質檢人力成本高，人員難培養(yǎng)，離職率高。據(jù)統(tǒng)計，目前每天產品線上進行人工檢測的工人數(shù)量超350萬人，但因工資低、工作枯燥，愿意從事人工質檢的工人愈來愈少。

　　在這種情況下，AI賦能的工業(yè)質檢引起關注。在數(shù)字化轉型趨勢的促使下，傳統(tǒng)制造企業(yè)的AI化、網(wǎng)聯(lián)化升級被提上日程。人工智能預測準確率將隨著數(shù)據(jù)量的提升而持續(xù)優(yōu)化，以實現(xiàn)生產質量數(shù)據(jù)的全面掌控，為流程優(yōu)化和工藝再造提供關鍵數(shù)據(jù)支持，可以說人工智能工業(yè)質檢解決方案將全面賦能工業(yè)。

　　當下，應用AI賦能，降低人工成本、提升生產效率，成為整個行業(yè)需要解決的問題。除了傳統(tǒng)機器視覺企業(yè)、工業(yè)互聯(lián)網(wǎng)平臺企業(yè)之外，基于自身AI技術，早已在醫(yī)療、快消、交通等行業(yè)生根發(fā)展的百度、騰訊等互聯(lián)網(wǎng)巨頭也將觸手伸至工業(yè)領域，全面助力工業(yè)AI化轉型。