隨著中國的用工成本緩慢增長，在中國的手機產業(yè)鏈上，越來越多的環(huán)節(jié)開始主動或被動的引入自動化生產模式，為人工智能在工業(yè)化環(huán)節(jié)落地上，提供了極佳的行業(yè)土壤，吸引著越來越多的裝備制造業(yè)企業(yè)重金投入到人工智能自動化升級浪潮中來。
工業(yè)化環(huán)節(jié)的人工智能應用，絕大多數都與機器視覺技術有關，投資方都急切的希望能通過神經網絡軟件，對自動化生產線上的視覺處理環(huán)節(jié)進行教育訓練，得到準備的動作與品質數據，越來越多的替代人工操作部分。
目前在操作動作的人工智能應用部分，由于處理起來相對簡單，可以采用較為成熟的視覺處理軟件對設備進行教育訓練，短期內就能獲得較好的效果，快速取代操作員人的工作。因此行業(yè)里基本上由裝備制造業(yè)企業(yè)拿到生產企業(yè)的產品、以及工藝流程和動作分解信息后，就能完成，行業(yè)企業(yè)只要被動的接受自動化裝備帶來的好處就行了。
但在品質檢測環(huán)節(jié)，除了可測量的物理參數能單立或集成在操作動作的視覺處理部分，與機器動作一起完成外，與光學信息有關的外觀檢查部份，特別是涉及到人眼視覺感觀的光學檢查部分，行業(yè)的人工智能應用發(fā)展極為緩慢。而人眼視覺感觀的光學檢查部分人工智能功能缺失，也是整個智能制造技術中，最難攻克的環(huán)節(jié)之一。
實際上，這也正是近年來，國際消費類電子產業(yè)快速往中國轉移的一個重大原因，除了中國勞動力成本較低外，消費類電子領域的產品品質控制，很少沒有涉及到人眼視覺感觀的光學檢查部分。特別是配備有觸摸顯示器件的電子產品，需要數量龐大的外觀檢測熟練員工，才能支撐起每年數十億數量的產能規(guī)模，從某種意義上來說，目前也只有中國才能滿足全球市場在這方面的海量需求。
中國有多少人拴在手機產業(yè)鏈外觀檢查工作崗位上
僅以觸摸顯示行業(yè)為例，到底有多少打工仔、打工妹被緊緊的拴在流水生產線品質檢查崗位上，在從事一個叫做外觀檢查的工作呢？
據李星的粗略統計，中國境內的企業(yè)，僅在玻璃蓋板、觸摸屏、顯示屏三個行業(yè)里，外觀檢查崗位上的員工就將近有30萬人。如果按每個員工平均月工資5000元人民幣計算，觸摸顯示行業(yè)每個月約需要開支15億元外觀檢測勞務工資費用，每年行業(yè)約需要180億的勞務工資費用開支。
由于中國勞務人員的配套福利基數只有發(fā)達國家的三分之一左右，也就是說，如果按每個外觀檢查崗的員工平均月工資5000元人民幣來計算的話，每個員工的月勞務使用成本約為15000元。
這樣算下來，中國境內觸摸顯示行業(yè)里外觀檢查崗位的勞務使用成本，每個月需要花費至少45億元人民幣，每年行業(yè)約需要花費掉540億人民幣的勞務使用成本，約為2017年中國83萬億元人民幣GDP的0.065%。
然而這還僅僅是觸摸顯示行業(yè)的外觀檢查工作崗位數據，如果把中國整個手機產業(yè)鏈企業(yè)的外觀檢查崗位算進去的話，數據高達上面數字的三倍以上。也就是說中國境內約有一百萬的產線員工拴在了手機產業(yè)鏈外觀檢查工作崗位上，花去了約1500億的勞務使用成本支出，約為2017年中國GDP的0.18%。
人工智能成本太貴？然而真的貴嗎？
從李星在行業(yè)中了解到的信息顯示，僅觸摸顯示行業(yè)，要搞定涉及操作動作及物理特性里，其中一個環(huán)節(jié)的外觀檢測機器視覺部分，視動作維度和物理特征的復雜程度不同，所花費的研發(fā)費用就高達100~500萬元不等的費用。
而如果涉及到光學檢測的機器視覺處理部分，除神經網絡軟件部分外，僅數據采集、神經網絡軟件教育、訓練部分的各種費用加起來，單個項目的研發(fā)成本可能高達億元為單位的規(guī)模才能完成。
這對于一個中大型企業(yè)的年純利潤，也僅億元左右的觸摸顯示行業(yè)來說，人工智能成本實在是太貴了！
然而真的貴嗎？想想為什么你一個員工上萬人的企業(yè)，每年才賺億元左右的純利潤，那些成本都跑哪去了呢？當然是跑到員工勞務使用成本上去了。
假設你的企業(yè)里有一萬名員工，工廠的自動化程度比較高，多數操作員工都被機器取代了，剩下的員工里，除一些核心崗位、服務崗位、運營崗位、輔助崗位外，還有四成是機器還無法替代的外觀檢查崗位員工。
那么按前面的標準核算下來，這四成的外觀檢查崗位員工一個要花費多少勞務使用成本呢？每個員工的月勞務使用成本約為15000元，四成外觀檢查崗位員工約4000人，每個月的勞務使用成本約為6000萬元，平均每年下來就是7.2億元。
在觸摸顯示行業(yè)里，太多數工序的外觀檢查視覺要素，從光學層面來講都是一樣的，很多視覺要素，通過神經網絡軟件學習成功后，都可以導入到其它工序的神經網絡軟件數據庫中，做簡單的調整與學習，就可以使用。如果按單個企業(yè)來評體的話，重復開發(fā)的成本相對低了很多，基本上有兩個工序的人工智能研發(fā)成本，花費約2~3億元，就能完成。
當然，由于行業(yè)里企業(yè)之間的產品標準、產線環(huán)境、應用軟件的底層、數據端口、數據傳輸與處理方式等千差萬別，要為行業(yè)定制出一個通用的神經網絡軟件數據庫，目前的情況下仍是困難重重
但對于用工數量在萬人以上的企業(yè)來說，投資人工智能來解決外觀檢查崗位的勞務使用成本難題，不管是短期來講，還是長遠來講，都是十分值得去嘗試的一件事。
事實上，目前行業(yè)仍還保留有約四成的員工留在外觀檢查崗位上，也是因為通過簡單的機器視覺檢測，已經剔除掉外觀檢查環(huán)節(jié)的物理參數檢測部分，基本上替代掉了約三成的外觀檢查崗位人員，才讓中國的觸摸顯示行業(yè)還能在價格與毛利如此之低的情況下，還能保持微利經營。
在觸摸顯示行業(yè)里，除了其它與化工產品直接接觸的工序外，外觀檢查崗位是個具有強烈光污染的崗位，很容易對員工造成永久性的視覺損傷，是一種最常見的職業(yè)病之一。如果中國能夠組織力量，通過人工智能技術的輔助，替代掉這個崗位上的大部分員工，不但能讓企業(yè)自身的盈利能力大幅提升，也是對行業(yè)發(fā)展和社會進步做出了極大的貢獻。
然而，據李星了解，中國所有從事機器視覺方面的人工智能從業(yè)人員，總共還不到2萬人，而且這2萬人的工作，還因為行業(yè)畏懼研發(fā)成本難題，得不到充分的利用，多數處于做著與本業(yè)關聯極少的服務工作上。如何通過產業(yè)環(huán)境、行業(yè)資助、政策扶持、資本引導，把人工智能在工業(yè)機器視覺領域落地，并取得實際的成效，才是智能制造的真正未來。
01月07日 18:14
