大模型和生成式AI兴起背景下,AI赋能的工业质检市场新动向

制造业是中国经济的“压舱石”，智能制造是制造强国建设的主攻方向，可以加快发展现代产业体系，对巩固实体经济根基、实现新型工业化具有重要作用。智能制造也是推进数字产业化和产业数字化，建设数字中国的重要途径。随着深度学习、AI 大模型等技术的发展，智能化技术正在提升，改造以制造业为代表的传统行业，是整个行业实现提质增效、数字化的重要途径。AI 工业质检是智能制造的关键环节之一，是AI 在制造业领域落地的典型成功场景。在大模型和生成式AI 兴起的背景下，AI 赋能的工业质检市场正在经历新的变化。

程荫(IDC中国高级分析师)

1 生成式AI、AI 大模型的定义

生成式AI（GenAI）是计算机科学的一个分支，涉及无监督和半监督算法，使计算机能够使用之前创建的内容（如文本、音频、视频、图像和代码等）来创建新内容，以响应简短的提示问题。

AI 大模型为生成式AI 提供了技术基础和能力，而生成式AI 则展示了大模型在实际应用中的潜在价值。例如，ChatGPT 是生成式AI 的一种，主要用途为文本生成。大模型是对原有算法模型的技术升级，技术供应商基于海量数据开发预训练模型，到最终用户环境中使用少量数据即可获得比之前的算法模型更好的预测准确度。

生成式AI 和大模型技术，是在工业领域逐渐显现的一种新的范式转变。生成式AI 可以利用现有数据来编造新的、独特的数据集，大模型通过主动学习工业场景数据，可以让工业知识沉淀在数字化系统，辅助工人现场操作，辅助管理人员做决策，最终实现数据驱动的智能化生产与运营。

2 生成式AI、大模型在工业应用中的展望

生成式AI 和大模型在工业应用中具有广泛的应用前景，可以实现工业生产流程、产品设计、供应链管理、设备维护管理、质量检测的智能化，提高工业生产的效率、质量和稳定性。

●   生产流程智能化：生成式AI 和大模型技术可以实现工业生产的智能化，通过实时监测和预测生产过程，实现智能化的生产控制和管理。例如，通过大模型和生成式AI，可以实现对生产过程中的问题进行实时预测和处理，提高生产效率和质量。

●   设备预测性维护智能化：生成式AI 和大模型技术可以实现工业设备预测的智能化，通过实时监测和预测设备状态，实现设备的智能化管理和维护。例如，通过大模型和生成式AI，可以实现对设备故障的实时预测和处理，延长设备的使用寿命，提高设备的运行效率和稳定性。

●   供应链管理智能化：生成式AI 和大模型技术可以实现供应链管理的智能化，通过实时监测和预测过程，实现供应链的智能化管理和控制。例如，通过大模型和生成式AI，可以实现对物流、供应链过程中的延误和问题进行实时预测和处理，提高运转效率和准确性。

●   工业质量检测智能化：生成式AI 和大模型技术可以实现工业质量检测的智能化，通过实时监测和预测产品质量，实现质量检测的智能化管理和控制。例如，通过 大模型和生成式AI，可以实现对产品质量问题的实时预测和处理，提高产品质量和检测效率。

●   产品设计智能化：生成式AI 和大模型技术可以为产品设计带来创新、个性化、性能优化和自动化等方面的提升，基于市场和用户的反馈，帮助设计师更好地满足用户需求，提高产品设计的质量和效率。

3 AI赋能的工业质检市场现状与进展

AI赋能的工业质检是利用基于深度学习、大模型等AI技术的视觉检测技术，在工业生产过程中对产品图像进行视觉检测，从而帮助发现和消除缺陷。行业用户可以通过大模型技术实现对产品质量问题的实时预测和处理，提高产品质量的检测效率。

根据IDC 的数据，2022 年工业质检解决方案（不包含硬件）整体市场规模为 2.7 亿美元，较 2021 年增长了 27.4%，从增长趋势来看，2022 年受到疫情影响，增长趋势有所放缓，但对比其他 AI 市场仍然属于相对较高的水平。从行业角度来看，3C 依旧占据半壁江山，在总市场中占比达到 53.1%，汽车、轻工消费品紧随其后，占比分别为 18.6%、13.4%。IDC 预计，2026 年中国工业 AI 质检整体市场将达到 13.35 亿美元。

自2022 年开始，头部厂商更注重于选择经验丰富、沉淀深厚的细分行业和场景进行深度挖掘，利用自身优势基于工业AI 视觉平台打造完善的解决方案，同时有序地在原有细分行业复制，以实现稳定的收入增长。不少新的市场参与者，包括检测设备商和行业系统集成商（SI），也开始进入市场参与竞争，使得该市场竞争态势日益激烈。

3C 和动力电池、汽车等行业仍然是工业质检应用的重要领域。同时，AI 质检在装备制造、有色金属、包装印刷、食品饮料等新行业和场景也呈现出强列需求，这些领域对产品质量和安全的要求同样严格，AI 质检的应用为它们提供了重要的技术支持。

在技术层面，目前的大模型+ 工业质检已有了商业化落地案例。例如在3C 电子行业，技术厂商已经利用大模型成功实现了电路板的高精度检测，从而确保产品的可靠性。而在轻工消费的纺织行业中，大模型也已成功应用于对面料瑕疵进行精准识别，提高了产品的质量。随着新玩家不断涌入市场，未来工业质检行业的竞争将更加激烈，头部厂商的竞争优势将更加明显。

4 新技术带来的AI赋能

的工业质检市场机会大模型和生成式AI 的兴起对AI 赋能的工业质检市场产生了积极的影响。随着技术的不断进步和应用范围的不断扩大，AI 质检将会有更多的创新和突破，为制造业的发展带来更大的推动力。大模型和生成式AI对工业质检市场的驱动具体表现在如下几个方面：大模型和生成式AI 加速工业质检AI 技术升级：大模型可以提供更多的知识和信息，加速AI 技术的升级和改进。生成式AI 技术可以通过学习大量数据，生成新的模型和算法。大模型和生成式AI 可以帮助行业用户更好地理解工业质检中的复杂问题，提高检测的准确性。

大模型和生成式AI使得工业质检产品适应性更强、应用领域更加广泛：AI 技术可以应用于工业质检的多个领域，包括缺陷检测、尺寸检测、材料检测等。随着大模型和生成式AI 的发展，AI 在工业质检领域的泛化能力将不断提升，应用将更加广泛，以相对标准化、成本更低的产品形态，服务更多的行业、企业，加速 AI 在各行各业的应用。

尽管如此，大模型和生成式AI 在工业质检的应用仍面临一些挑战：如数据缺乏，质量不高，算力人力成本巨大，与各系统应用的集成对接不良等。技术供应商和行业用户也依然需要通力合作，一方面通过不断的测试与迭代，帮助大模型、生成式AI 更好地落地；另一方面，技术供应商和行业用户也不应放弃针对特定场景开发特定的模型，持续提升具体场景的应用效果。

（本文来源于EEPW 2023年11月期）