近日，根据IDC全球人工智能支出指南预测，未来四年全球人工智能相关支出将翻倍，将从2020年的501亿美元增长到2024年1100多亿美元。潜能一触即发，人工智能在各行各业的落地应用，其实早已呈现出一片百花齐放的景象：

交通领域，自动驾驶汽车在北京、上海、湖南、广东等地合法上路测试；医疗领域，各类智慧医疗机器人开始活跃在各个科室，成为医生的“神助手”；教育领域，通过交互智能平板等终端，教师灵活调用各类素材，更好传递知识；工业质检领域，麟图科技的多套智能检测设备已入驻国内显示面板龙头企业多条产线……

尽管人工智能的落地应用如火如荼，但背后的落地实战并非易事，尤其是在工业领域。麟图科技CEO魏京京表示，AI企业在赋能传统产业，解决产业痛点的落地实战中，需要具备三种关键能力，即精准研判、快速交付、持续支持。

场景落地，精准研判

在今年的《企业人工智能应用现状分析（第三版）》报告中，德勤对来自中、美、英、德等九个国家共2,737名信息技术和业务线高管进行调查发现:几乎所有应用者都在使用人工智能提升效率，成熟型应用者亦在利用人工智能技术进一步推动差异化竞争。

人工智能被赋予了越来越高的期望值，对于AI企业来说，是机遇，但需要理智应对。“在工业质检这一块，我们今年接到了来自多个行业涉及多个场景的改造需求，但并不是每个需求，我们马上都去响应，我们需要对即将落地的细分场景有一个比较专业的认知和精准的判断，主要根据市场比较确定、有需要解决的痛点问题、产品技术能达到解决实际问题这三点来确定我们是否去做。”魏京京表示。

麟图科技当初选择盖板玻璃瑕疵检测领域：一是基于其广阔的市场，根据The Market Report预计，到2020年，全球盖板玻璃市场规模约为170亿美元；二是盖板玻璃质检主要依靠人工，存在着检测效率低，误检率、漏检率偏高，良品率低等痛点问题，厂商迫切需要实现自动化；三是麟图科技的核心团队专注于视觉算法、光学系统、精准控制系统、大数据等技术研究超过20年，有技术实力解决这一难题。

技术融合，快速交付

魏京京指出，AI在工业领域的落地交付，不是简单地将已有的技术产品植入客户实际生产产线，它有一个周期，前期涉及实际现场调研、客户需求分析、方案输出、系统设计、现场部署、测试调整等多个阶段。想要控制周期，实现快速交付，关键在于AI企业解决传统产业问题上的技术实力。以麟图科技的盖板玻璃瑕疵检测的落地交付为例。

盖板玻璃被广泛应用于智能手机、智能手表、车载中控、工业仪表等显示产品上，涉及多个尺寸、多种形状，而且加工工艺流程十分复杂。需要深入具体客户一线，挖掘真正需求：实现对点、线状等多种缺陷的精确分类；检测设备需跟上自动生产节拍；在检出缺陷时能实时报警；缺陷图片能分类存储、可追溯……各类需求看似简单，但解决这些问题实际上涉及机械、光学、视觉算法、电气、软件、装配等跨学科、跨领域的多项技术。

麟图科技的落地交付团队，配置了涉及以上多个技术领域的工程师，各司其职：负责机械部分的设计工作，并根据实际测试中发现的问题调整机械结构；负责光学系统设计及检测算法的研发；负责电气部分的排布线以及设备的自动控制工作；负责软件开发及打包工作等。最终，形成的软、硬一体化的盖板玻璃智能检测设备，入驻现场部署测试，并不断调整，以跟上快速生产节拍。

产线响应，持续支持

落地交付验收后，并不意味着结束，设备植入产线需要一段磨合期，期间会出现一些新问题、新痛点，比如与生产线其他环节后植入的自动化设备的有效衔接等，持续响应支持也是关键。

今年年初，受疫情影响没法直接进入客户生产一线支持的麟图科技技术支持人员，远程在线响应客户需求，完成修改设备程序、完善CIM系统等工作；还有今年曾因疫情被困湖北的技术支持王工，4月复工后，就一直驻扎在客户工厂，协调现场所反馈问题，保证最短时间解决……

“AI产品技术升级往往是通过解决实际产线一个又一个新问题开始的，只有通过持续响应，持续地解决各类新问题，这样才能让智能检测设备在产线上越跑越聪明，越来越自主化，最终完成迭代升级，并对整个产线的智能化水平有一个质的提升。” 魏京京还表示。

目前，麟图科技入驻客户实际产线的智能检测设备，检测效率比传统提升30多倍，能够检测95%以上各类点状缺陷和线状缺陷，能杜绝因为落尘干扰引起的误判，产品出厂良率可达99.5%以上。