在2018年“930變革”之后,騰訊To B業務一直保持著持續進化狀態。今年5月,在完成新一輪架構升級后,騰訊云與智慧產業事業群(CSIG)面向B端市場,進一步明確了“扎根行業、深耕區域、提升效率”的三大策略。
戰略升級背后,意味著經過近三年的發展,騰訊云對產業互聯網正實現從擁抱到深耕的更迭。
其中,扎根行業,提供更貼合實際數字化需求的行業解決方案,是騰訊云攻堅To B業務的橋頭堡。此前,騰訊云憑借在云、安全、人工智能等領域的能力積累,已經在互聯網、教育、金融、政務、醫療等多個行業取得顯著成績。
與此同時,實體經濟需要更多深入的定制,更多深耕的“knowhow”,騰訊云也在實戰中逐步成長。在服務富馳高科過程中,把繁復的問題抽絲剝繭,結合行業需求深度定制,攻克了許多通用方案水土不服的問題,也突破了工業制造數字化的最后一座堡壘!
“富馳高科接下來希望在更多產線上應用工業質檢儀,”富馳科技CEO鐘偉還表示,“與此同時,我們也在和騰訊云共同推進智慧工廠建設,希望通過大數據的應用,來提高運營管理效率。”——而這才是工業制造未來的“大夢想”!
全面自動化的今天,質檢依然依賴人工
成立于1999年的上海富馳高科技股份有限公司(簡稱“富馳高科”),是一家金屬粉末注射成型(MIM)產品專業制造商。經過20多年的發展,富馳高科的產品目前已在消費電子、醫療、汽車、航空航天等領域獲得廣泛的市場應用,并得到了行業巨頭的認可。
但是近兩年,富馳高科遇到了一些成長的煩惱。
相較于壓制成型技術,MIM產品的表面粗糙度更低,很多產品生產出來之后就可以直接組裝使用。這使得MIM產品生產線的質檢環節,成了其投入市場前的最后一關,而富馳高科的煩惱,也出現在這質檢環節。
富馳高科CEO鐘偉表示,在前端工序中,從注射到燒結、整形,富馳高科的自動化程度都已經很高,可達到90%以上,但唯獨在質檢環節,因為MIM產品形狀結構復雜,有很多異形,導致一般的檢測設備和檢測方法都難以滿足要求。
所以一直以來,富馳高科都是依賴于人工質檢,可是,隨著整個行業的發展,人工質檢的局限性也越發凸顯。
比如在消費電子行業,鐘偉稱,富馳高科服務的某頭部廠商,對產品的要求就極高,“他對手機內部零部件的要求,和其他客戶對外觀件的要求一樣,而且一旦發現有不合格的零件流出,他還要求對整條產線進行前后追蹤”。
然而,人工質檢最大的問題,就是工作人員會出現疲勞。他們要每天盯著零部件找外觀缺陷近10個小時,工作內容枯燥不說,眼部的疲勞也在所難免。
盡管富馳高科規定質檢工人要定時休息,但這依舊治標不治本,鐘偉稱,在發現的不合格件中,絕大多數都是因為工人疲勞出現漏檢。
不僅如此,人力資源的管理也是一個重要難題。現在,富馳高科每年生產的零部件多達數億個,如果全部依靠人工質檢,每年的產能高峰期,僅質檢人員就需要超1500人,這會對人員招聘形成巨大挑戰。
所以,無論是從員工工作狀態改進,還是提高質檢效率的角度來說,質檢自動化都變得十分迫切。
行業特殊需求大,通用AI方案水土不服
鐘偉坦言,富馳高科其實很早就意識到,質檢自動化的重要性,所以在2013年就成立專門的自動化部門來推進。
2015年的時候,富馳高科投入了5000多萬元去做相關產品。“但那個時候,整個人工智能行業還不夠成熟,做出來的產品效果也不達預期,我們只能等待新的技術突破”,鐘偉說。
到了2019年,鐘偉認為時機已經成熟。當時,富馳高科先是使用了一家國外先進互聯網公司旗下的一款深度學習軟件,經過一年多的調試開發,在實際應用過程中,它仍然只達到了70%-80%的預期效果。
這是因為如果只看圖片識別能力,這個軟件已經做的很好,對于手機零部件不同位置出現的不同產品缺陷,都能很準確的識別,但是,它卻無法滿足同一缺陷在不同位置遷移的識別,這對富馳高科的質檢工作而言,就是一個很重要的漏洞。
所以在2020年,富馳高科自動化總監鄧聲志又開始尋找其他解決方案。期間,有很多公司都來洽談溝通過,甚至也有一些拿了樣品回去做成像分析以及初步的算法研究,但反饋回來的結果,都是這個案子難度比較大,做解決方案投入很大,最終都放棄了。
實際上,因為富馳高科已經使用過上述國外的技術方案,所以對于新進入的服務商來說,它要做的是在此解決方案之上,進一步突破。
就在其他企業都打了退堂鼓的時候,騰訊云站了出來。鄧聲志坦言,過去,他對騰訊云的AI能力并不了解,和騰訊云接觸也是通過業內朋友介紹。而在前期接觸過程中,首先打動他的是騰訊云對這件事的態度。
“在項目調研過程中,騰訊云就派團隊過來駐場跟進,在與富馳高科的團隊對接時,也很認真的拋出一些疑問,大家共同探討”,鄧聲志說,“騰訊云給我們的感覺,是把這件事當自己的事來做,所以至少在用心度上,他已經超過了其他廠商”。
而通過合作,騰訊云不僅是在態度上,在解決問題的能力上也得到了富馳高科的認可。鐘偉表示,他認為在MIM技術的外觀AI檢測系統上,騰訊云的技術已經處在行業最領先的水平。
質檢的降本增效是第一步,更“大”的是未來智慧工廠
實際上,在項目真正落地之前,鄧聲志對于騰訊云的解決方案也抱有擔憂,因為他非常清楚,外觀檢測對于機器的難度。“比如對產品裂紋的檢測,人工操作時,可以通過施力去查驗是否有隱性裂紋,但機器是無法做到的”。
不過后來,騰訊云用成績打消了鄧聲志的顧慮,在使用機器進行批量質檢時,產品上一些細微的裂紋都能夠被發現。而且騰訊云針對富馳高科這個案例推出的一些定制化功能,比如缺陷遷移、分級標定、光度立體等,也解決了此前沒有解決的問題。
騰訊云AI研發總經理、騰訊優圖實驗室副總經理吳永堅回憶說,“當時面臨非常大的技術難題。工程方面,在質檢儀硬件算力有限的情況下,團隊采用優圖實驗室此前開源的TNN深度學習推理框架,借助算法模型加速和智能調度等多種技術能力,實現性能的優化,在短時間內完成百余張高分辨率圖片的推理計算和光度立體圖片的處理,更節約了硬件成本。算法方面,我們創造性設計了光度立體成像解決方案,克服了MIM產品因高反光特性而導致的產品缺陷與正常反光混淆的業內難題,成功判斷連人眼也很難分辨的缺陷。并結合域適應遷移學習和缺陷生成技術,幫助富馳在產品早期樣本數據嚴重不足的情況下,達到檢測指標可用狀態。”
據悉,富馳高科現在在手機攝像頭組件的質檢工作中,僅需幾秒就能完成對目標零件數十個大小點位的采圖、分析、分類的工作,而原來人工質檢則需要一分鐘。
而在質檢效果上,經過實際測試,基于騰訊云技術方案的工業質檢儀已經可以達到預期水平,并且實際效果已明顯高于人工質檢水平。
除了提質、增效,自動化設備的應用,也幫助富馳高科實現了降本。鐘偉算了一筆賬,一臺質檢儀的工作效率是原來人工的20倍,目前已經上線10多臺設備,在機器持續滿載生產的情況下,一年可節省人力成本數千萬元。
對富馳高科來說,通過與騰訊云的合作,解決了困擾它許久的難題,而對騰訊云而言,與富馳高科的合作,則是它在消費電子行業成功立下的一個標桿案例。
在富馳高科之前,騰訊云并沒有做過同類型的質檢項目,所以在與富馳高科接觸時,騰訊云一開始也沒有百分之百的把握一定能做成。
但吳永堅表示,騰訊云首先非常看重這個行業的整體方向,所以無論能不能做成,都決定全力投入。當然,騰訊云也并非盲目的全情投入,公司內部優圖實驗室在AI方面多年的積累,才是其接手富馳高科項目的真正底氣來源。此前,不管是在研究側還是工程側,優圖實驗室都取得了優異的成績,在技術落地方面,尋找業界難題去挑戰,也是優圖實驗室主要攻堅的方向。
一直以來,制造業的企業客戶在選擇合作方案時,非常看重實際案例,因為對他們而言,沒有經過批量復制的方案,就可能給產線帶來風險。而現在,騰訊云通過富馳高科的質檢項目,已經在同領域立下了標桿。
當然,工業數字化遠不止是質檢。鐘偉表示,富馳高科在更多產線上應用工業質檢儀的同時,與騰訊云共同推進智慧工廠建設,希望通過AI、大數據的應用,來提高運營管理效率——這也是騰訊云與富馳高科將一起勾勒的,更大藍圖!
