“在前兩年，大部分人工智能公司都在講，核心競爭力是在算法能力的先進上，”圖麟科技創始人魏京京告訴記者。“但其實到了現在這個時間點，最考驗AI公司的，是你如何賦能實體經濟，是否能夠真正下沉到產業中解決實際問題。”
8月末，由21世紀經濟報道主辦的“觸摸製造——2019中國製造業價值發現之旅”走進了圖麟科技。公司成立於2014年6月，是一家專注計算機視覺技術研發與應用的人工智能企業。
圖麟科技是國內少有的做原創算法的AI企業。基於深度學習技術的研發，公司的核心技術涵蓋人臉識別、物體檢測、工業視覺、圖像檢索等，主要應用於安防、工業、商業等領域。
魏京京告訴記者，公司核心算法團隊主要由多國視覺領域科學家隊伍組成。其中80%來自清華大學、復旦大學、中國科學技術大學以及微軟、IBM、騰訊等高校與企業的精英人士。
和許多AI企業一樣，想要找到在實體經濟的落地方向，必然會經歷一個摸索的階段。
“在最初的兩年，我們嘗試過許多行業，因為我們並不清楚自己的技術能夠在哪些方面帶來怎樣的價值，”魏京京告訴記者。“在經歷差不多十幾個行業的摸索之後，我們逐步聚焦在了安防和工業檢測兩個板塊。”
安防方面，圖麟開發出了麟瞳人臉綜合應用平臺，集運動跟蹤、人臉識別、大規模人臉檢索等技術於一體，已經實現了實時視頻或離線視頻的動態人臉識別、對比和分析處理，提高了公安刑偵辦案中的工作效率。
工業方面，已經開發出了一套基於視覺與圖像處理技術的工業玻璃檢測儀器，實現了國內首家白玻檢測設備方案的落地，為工業製造提供軟硬件一體化AI視覺解決方案。
“實際上，做玻璃檢測是我們第二款產品，2014年，我們瞭解到傳統制造業在工業檢測方面有著很大的痛點，”魏京京說。“目前，國內蓋板玻璃檢測主要以人工檢查方式為主，全國有接近上萬人每天在做各類缺陷檢測的工作，不僅效率低、漏檢率高、良品率無保障。同時，強光檢測對人眼傷害大，導致員工流動也十分頻繁。”
他認為，當前中國製造業智能化還有很長的路要走，而且AI企業在切入工業環節時，必須要考慮自己能夠為企業帶來多少效益的提升。“效率能夠提高多少，質量能夠提高多少，這是目前大部分客戶的需求關鍵，”他說。
在魏京京看來，細分行業的選擇有兩個需要弄清出的關鍵問題。首先，就是要符合工業的標準化要求，而不是自行去發散，要符合客戶的工業技術進步過程中的標準。
其次，就是AI企業提供的產品和服務也能夠達到標準化，並且切入的是一個擁有足夠大市場空間的工業領域。“可以標準化的服務客戶，同時客戶本身也有一套成型的標準，”他說。“選擇玻璃行業，就是因為它的所有的質量品質檢測的細節以及它的標準是非常一致化的。”
也是因此，一旦解決了一個客戶的需求，就意味著瞭解了同行業的一部分需求，剩下的，就是打造企業自身的能力，去適應客戶並真正解決工業企業在生產過程中遇到的問題。
在選擇行業之外，對於AI企業來說，也需要配置更加定向的人才。除了傳統的算法人才，還有機械設計人員、電氣設計人員以及現場製造工廠的技術服務人員，這都是在服務具體工業客戶時必不可少的環節。
而在和傳統工業用戶的溝通方面，需要長時間、耐心的溝通，以讓彼此的認知達到對等的程度。“需要秉持一開始的對技術的一個初衷，就是賦能工業是在幫助工業企業提高效率，”他說。
（剪輯 英旭 實習生 馬婧禕）
"“在前兩年，大部分人工智能公司都在講，核心競爭力是在算法能力的先進上，”圖麟科技創始人魏京京告訴記者。“但其實到了現在這個時間點，最考驗AI公司的，是你如何賦能實體經濟，是否能夠真正下沉到產業中解決實際問題。”
8月末，由21世紀經濟報道主辦的“觸摸製造——2019中國製造業價值發現之旅”走進了圖麟科技。公司成立於2014年6月，是一家專注計算機視覺技術研發與應用的人工智能企業。
圖麟科技是國內少有的做原創算法的AI企業。基於深度學習技術的研發，公司的核心技術涵蓋人臉識別、物體檢測、工業視覺、圖像檢索等，主要應用於安防、工業、商業等領域。
魏京京告訴記者，公司核心算法團隊主要由多國視覺領域科學家隊伍組成。其中80%來自清華大學、復旦大學、中國科學技術大學以及微軟、IBM、騰訊等高校與企業的精英人士。
和許多AI企業一樣，想要找到在實體經濟的落地方向，必然會經歷一個摸索的階段。
“在最初的兩年，我們嘗試過許多行業，因為我們並不清楚自己的技術能夠在哪些方面帶來怎樣的價值，”魏京京告訴記者。“在經歷差不多十幾個行業的摸索之後，我們逐步聚焦在了安防和工業檢測兩個板塊。”
安防方面，圖麟開發出了麟瞳人臉綜合應用平臺，集運動跟蹤、人臉識別、大規模人臉檢索等技術於一體，已經實現了實時視頻或離線視頻的動態人臉識別、對比和分析處理，提高了公安刑偵辦案中的工作效率。
工業方面，已經開發出了一套基於視覺與圖像處理技術的工業玻璃檢測儀器，實現了國內首家白玻檢測設備方案的落地，為工業製造提供軟硬件一體化AI視覺解決方案。
“實際上，做玻璃檢測是我們第二款產品，2014年，我們瞭解到傳統制造業在工業檢測方面有著很大的痛點，”魏京京說。“目前，國內蓋板玻璃檢測主要以人工檢查方式為主，全國有接近上萬人每天在做各類缺陷檢測的工作，不僅效率低、漏檢率高、良品率無保障。同時，強光檢測對人眼傷害大，導致員工流動也十分頻繁。”
他認為，當前中國製造業智能化還有很長的路要走，而且AI企業在切入工業環節時，必須要考慮自己能夠為企業帶來多少效益的提升。“效率能夠提高多少，質量能夠提高多少，這是目前大部分客戶的需求關鍵，”他說。
在魏京京看來，細分行業的選擇有兩個需要弄清出的關鍵問題。首先，就是要符合工業的標準化要求，而不是自行去發散，要符合客戶的工業技術進步過程中的標準。
其次，就是AI企業提供的產品和服務也能夠達到標準化，並且切入的是一個擁有足夠大市場空間的工業領域。“可以標準化的服務客戶，同時客戶本身也有一套成型的標準，”他說。“選擇玻璃行業，就是因為它的所有的質量品質檢測的細節以及它的標準是非常一致化的。”
也是因此，一旦解決了一個客戶的需求，就意味著瞭解了同行業的一部分需求，剩下的，就是打造企業自身的能力，去適應客戶並真正解決工業企業在生產過程中遇到的問題。
在選擇行業之外，對於AI企業來說，也需要配置更加定向的人才。除了傳統的算法人才，還有機械設計人員、電氣設計人員以及現場製造工廠的技術服務人員，這都是在服務具體工業客戶時必不可少的環節。
而在和傳統工業用戶的溝通方面，需要長時間、耐心的溝通，以讓彼此的認知達到對等的程度。“需要秉持一開始的對技術的一個初衷，就是賦能工業是在幫助工業企業提高效率，”他說。
（剪輯 英旭 實習生 馬婧禕）
更多內容請下載21財經APP
"