随着中国的用工成本缓慢增长，在中国的手机产业链上，越来越多的环节开始主动或被动的引入自动化生产模式，为人工智能在工业化环节落地上，提供了极佳的行业土壤，吸引着越来越多的装备制造业企业重金投入到人工智能自动化升级浪潮中来。

人工智能在工业机器视觉领域落地，才是智能制造的真正未来

    工业化环节的人工智能应用，绝大多数都与机器视觉技术有关，投资方都急切的希望能通过神经网络软件，对自动化生产线上的视觉处理环节进行教育训练，得到准备的动作与品质数据，越来越多的替代人工操作部分。

    目前在操作动作的人工智能应用部分，由于处理起来相对简单，可以采用较为成熟的视觉处理软件对设备进行教育训练，短期内就能获得较好的效果，快速取代操作员人的工作。因此行业里基本上由装备制造业企业拿到生产企业的产品、以及工艺流程和动作分解信息后，就能完成，行业企业只要被动的接受自动化装备带来的好处就行了。

    但在品质检测环节，除了可测量的物理参数能单立或集成在操作动作的视觉处理部分，与机器动作一起完成外，与光学信息有关的外观检查部份，特别是涉及到人眼视觉感观的光学检查部分，行业的人工智能应用发展极为缓慢。而人眼视觉感观的光学检查部分人工智能功能缺失，也是整个智能制造技术中，最难攻克的环节之一。

    实际上，这也正是近年来，国际消费类电子产业快速往中国转移的一个重大原因，除了中国劳动力成本较低外，消费类电子领域的产品品质控制，很少没有涉及到人眼视觉感观的光学检查部分。特别是配备有触摸显示器件的电子产品，需要数量庞大的外观检测熟练员工，才能支撑起每年数十亿数量的产能规模，从某种意义上来说，目前也只有中国才能满足全球市场在这方面的海量需求。

    中国有多少人拴在手机产业链外观检查工作岗位上

    仅以触摸显示行业为例，到底有多少打工仔、打工妹被紧紧的拴在流水生产线品质检查岗位上，在从事一个叫做外观检查的工作呢？

    据李星的粗略统计，中国境内的企业，仅在玻璃盖板、触摸屏、显示屏三个行业里，外观检查岗位上的员工就将近有30万人。如果按每个员工平均月工资5000元人民币计算，触摸显示行业每个月约需要开支15亿元外观检测劳务工资费用，每年行业约需要180亿的劳务工资费用开支。

    由于中国劳务人员的配套福利基数只有发达国家的三分之一左右，也就是说，如果按每个外观检查岗的员工平均月工资5000元人民币来计算的话，每个员工的月劳务使用成本约为15000元。

    这样算下来，中国境内触摸显示行业里外观检查岗位的劳务使用成本，每个月需要花费至少45亿元人民币，每年行业约需要花费掉540亿人民币的劳务使用成本，约为2017年中国83万亿元人民币GDP的0．065％。

    然而这还仅仅是触摸显示行业的外观检查工作岗位数据，如果把中国整个手机产业链企业的外观检查岗位算进去的话，数据高达上面数字的三倍以上。也就是说中国境内约有一百万的产线员工拴在了手机产业链外观检查工作岗位上，花去了约1500亿的劳务使用成本支出，约为2017年中国GDP的0．18％。

    人工智能成本太贵？然而真的贵吗？

    从李星在行业中了解到的信息显示，仅触摸显示行业，要搞定涉及操作动作及物理特性里，其中一个环节的外观检测机器视觉部分，视动作维度和物理特征的复杂程度不同，所花费的研发费用就高达100～500万元不等的费用。

    而如果涉及到光学检测的机器视觉处理部分，除神经网络软件部分外，仅数据采集、神经网络软件教育、训练部分的各种费用加起来，单个项目的研发成本可能高达亿元为单位的规模才能完成。

    这对于一个中大型企业的年纯利润，也仅亿元左右的触摸显示行业来说，人工智能成本实在是太贵了！

    然而真的贵吗？想想为什么你一个员工上万人的企业，每年才赚亿元左右的纯利润，那些成本都跑哪去了呢？当然是跑到员工劳务使用成本上去了。

    假设你的企业里有一万名员工，工厂的自动化程度比较高，多数操作员工都被机器取代了，剩下的员工里，除一些核心岗位、服务岗位、运营岗位、辅助岗位外，还有四成是机器还无法替代的外观检查岗位员工。

    那么按前面的标准核算下来，这四成的外观检查岗位员工一个要花费多少劳务使用成本呢？每个员工的月劳务使用成本约为15000元，四成外观检查岗位员工约4000人，每个月的劳务使用成本约为6000万元，平均每年下来就是7．2亿元。

    在触摸显示行业里，太多数工序的外观检查视觉要素，从光学层面来讲都是一样的，很多视觉要素，通过神经网络软件学习成功后，都可以导入到其它工序的神经网络软件数据库中，做简单的调整与学习，就可以使用。如果按单个企业来评体的话，重复开发的成本相对低了很多，基本上有两个工序的人工智能研发成本，花费约2～3亿元，就能完成。

    当然，由于行业里企业之间的产品标准、产线环境、应用软件的底层、数据端口、数据传输与处理方式等千差万别，要为行业定制出一个通用的神经网络软件数据库，目前的情况下仍是困难重重

    但对于用工数量在万人以上的企业来说，投资人工智能来解决外观检查岗位的劳务使用成本难题，不管是短期来讲，还是长远来讲，都是十分值得去尝试的一件事。

    事实上，目前行业仍还保留有约四成的员工留在外观检查岗位上，也是因为通过简单的机器视觉检测，已经剔除掉外观检查环节的物理参数检测部分，基本上替代掉了约三成的外观检查岗位人员，才让中国的触摸显示行业还能在价格与毛利如此之低的情况下，还能保持微利经营。

    在触摸显示行业里，除了其它与化工产品直接接触的工序外，外观检查岗位是个具有强烈光污染的岗位，很容易对员工造成永久性的视觉损伤，是一种最常见的职业病之一。如果中国能够组织力量，通过人工智能技术的辅助，替代掉这个岗位上的大部分员工，不但能让企业自身的盈利能力大幅提升，也是对行业发展和社会进步做出了极大的贡献。

    然而，据李星了解，中国所有从事机器视觉方面的人工智能从业人员，总共还不到2万人，而且这2万人的工作，还因为行业畏惧研发成本难题，得不到充分的利用，多数处于做着与本业关联极少的服务工作上。如何通过产业环境、行业资助、政策扶持、资本引导，把人工智能在工业机器视觉领域落地，并取得实际的成效，才是智能制造的真正未来。