一个被行业教育了的AI创业者独白

点击上方“计算机视觉life”，选择“星标”

快速获得最新干货

★

视觉AI改造传统行业的技术方案和现实问题

”

本文来自公众号读者投稿，作者：张灏

以深度学习为主的AI从2015年以来在产业和投资界非常火爆，可以说是超级风口，但4年过去了，大家有没有发现AI在传统行业推进过程中面临的根本问题是杀手级应用太少，大部分项目都是应用成熟技术聚焦于热门行业特定场景的浅层智能，比如智慧安防、智能客服、缺陷检测、目标检测等，和我们普通人想象中的人工智能好像不太一样，很少能见到给产业界带来真正颠覆式创新的10倍速应用。那到底是为什么呢，下面就以本人的实际项目AI在建筑物资租赁行业的应用现状为例管中窥豹，希望能给小伙伴们带来一些启示。

AI应用为何冰火两重天？

首先说说AI为什么都扎堆在互联网、安防、金融、医疗、教育、运营商等热门行业。AI的本质是机器替代人工提升效率，那么它最先应用的肯定是人多低效的场景。热门行业大多属于政府、国有或大型企业，它们都有机构臃肿、人多且效率低下的特点，尤以政府和国企为甚，再加上经济实力雄厚和政策层面的推动，领导们引进后都可以算作一项政绩，因此AI在这些行业广泛应用就不足为奇。反观以大部门民企为代表的传统细分行业就是另外一番景象，以建筑物资租赁行业为例，大概有10万家企业，大部分都是中小型制造企业，还有很多是以租赁站的形式存在（没有生产能力）。他们的客户大都是国有基建巨头，大家都知道建筑行业普遍存在低价中标、利润低、付款周期长等特点，因此建筑公司为了生存在租赁物资时普遍也会压低价格、延迟甚至拖欠货款，这直接导致了产业链下游资金占用周期非常长，再加上民营企业银行贷款难，很多会选择费用高昂的民间借贷，所以整个行业普遍处于资金周转不开、利润低的困境。钱没回笼就不敢投资，仅有的利润也要养活工人，除了必要开支，大部分客户不愿尝试不成熟的AI技术（后面会解释为什么不成熟）。我们珠三角地区的部分客户2020年甚至都不敢购买原材料，仅守着5、6年前的那点资产周转，更有甚者本着挣一笔就撤的心态，你让他投资AI是不太可能的。前面我们已经提到企业利润普遍较低，企业主为了赚更多的钱把管理都用到了极致，招更少的人，干更多的活，AI的智能程度又达不到大幅提升效率地步，只能局部提升一点，因此相比国企民企普遍对浅层智能兴趣不大。说白了民企关注的是投资回报比，国企可以忍受效率提升费用也提升，但民企首要目标是降成本。

细分行业的真实需求

那为什么都是浅层智能呢，我认为本质原因还是技术不成熟和研发成本高昂，我以物资租赁行业中的铝模盘点为例。一栋高层居民楼建设大概会用到15000个铝模，有400种规格标准板（可重复利用）和1000种规格以上非标板（一次性），像乐高积木一样拼接成一个大的模具，往里浇灌水泥，凝固后拆模上翻浇筑第二层，一般30层的层高才会用到铝模，模板从进场到退场，前后周期6个月左右。

企业接到订单从深化图纸设计开始，先后要历经标板出库及非标板生产、厂内预拼装、进场首层拼装、退场清点、翻新入库等环节，前后时间开销2个月，一个项目的模板周转一次理论上需8个月。但整个行业实际周转时间远远大于8个月，规模大一点的甚至要1年以上。为什么会出现这种情况呢，原因是各个环节的人工盘点时间太长。那为什么要盘点呢，铝模属于贵金属资产，一个项目周期地理上中转次数较多，又无法做到各环节都有人监管，因此特别容易被偷，几十吨的铝模丢一吨根本看不出来，这时候有人会说直接称重不就行了，现实中确实有企业是这样做的，但铝模在使用中会沾上水泥导致数据误差特别大，再加上厂内预拼装和工地首层拼装都要按照清单清点各规格是否齐备，因此在铝模使用的各个环节都需要人工盘点。

盘点周期长的问题主要出在人上，有两大原因严重阻碍盘点效率：第一是工厂招不到成熟的产业工人，广东某大型建筑施工企业2018年劳务用工20-30岁青壮年劳动力不足18%，40岁以上占比超53%，50岁以上占比接近20%，各年龄层还有很多是妇女，年轻人都不愿去工地和车间干这种苦活，老龄化的工人队伍严重降低了工作效率；第二是模板数量庞大且规格型号太多，尤其是非标板，规模大的企业多达4000种，需用肉眼分辨形状初步分类，再用卷尺测量尺寸，相同形状不同规格尺寸相差有的只有几厘米，大部分模板又重（平均20斤）又大（平均1米长）堆叠在一起，盘点需要来回搬运，效率难以提升；

我们团队曾经做过一个测试，模板从搬运、肉眼初步分类、卷尺测量、对照清单需要最少一分钟，按照1栋楼15000个模板计算，需要4个人用8天每天工作8小时才能盘点清楚，由于工人队伍的老龄化实际时间要远高于这个数据。而一个项目从开始到结束至少需要4个环节的人工盘点，大家可以试想一下这其中的人力和时间成本有多高。所以模板盘点最核心的痛点是人通过肉眼无法快速识别和分辨其规格型号，需要测量尺寸并对照清单才能最终确认，这个环节至少需要40秒。

计算机视觉应用于铝模分拣系统

有很多公司和模板企业都曾前赴后继研发各种技术方案来尝试解决这个问题，这其中主要以二维码、电子标签、铝板打钢印为主，最后都因生产工艺和工地使用环境恶劣等原因失败。我们分析痛点以后发现以AI为主的计算机视觉方案也许能够解决该问题，随即进行了测试，但实操起来异常困难，下面我就简单介绍一下我们设计的铝模视觉分拣系统（后续会介绍与客户预期之间的巨大鸿沟）。

铝模分拣系统分为四个部分，称重、二维图像测量分类、三维成像、分拣执行。

上料称重部分主要获取模板重量信息，受粘连水泥和使用损耗影响，该步骤获得的数据与模板本体重量误差较大，最多相差几公斤。因此，重量数据仅作为分类后的辅助校核，不作为主要的分类依据。称重后使用水平相机获得模板轮廓尺寸，侧拍相机拍摄细节进行特征、边缘提取，获得数据通过深度学习训练比对数据库得出该模板的规格型号。

步骤一

步骤二

点云三维成像主要获取模板表面外形数据，更多用于数据库里没有的新生产非标件和非方形件辅助分类。

通过重量、二维图像、三维成像三个维度数据确认其规格型号，最后通过机械臂抓取按照同一规格或包清单（不同规格）打包。该分拣系统主要用在库存盘点、出厂清点打包、退场清点打包、翻新入库打包四个环节，其中尤以出厂清点打包、退场清点打包、翻新入库打包三个环节最为重要。它的商业模式也比较简单，一种是售卖整套软硬件方案，后期收软件维护费即可；还有一种是设备租赁或收押金，按请求次数收费，请求一次API收1毛钱。该行业有1万多家企业，不管采用哪种方式都很赚钱。这个项目看起来是不是很不错，理论上我们只要准确率达到95%以上，一年躺赚1到2个亿没啥难度。

理想被现实啪啪打脸

但理想和现实之间却有着巨大的鸿沟。这套分拣系统受模板生产工艺和使用环境影响，导致识别效率和准确率都大打折扣，别说赚钱了，连试用都很困难。

下面我以出厂清点打包、退场清点打包、翻新入库清点打包三个环节为例来解释为什么。

首先是出厂清点打包，为了水泥凝固后可以快速拆模，模板表面都要进行喷粉处理，由于喷粉工艺不成熟，导致同一型号之间重量误差很大，尤其是10厘米内的小模板，喷粉厚度不均产生的相对重量误差很大，这就使得称重数据很难精准，辅助校核的可参考性大大降低。

另外出厂打包都是预拼装后进行（厂房内），场地开销有限，分拣线无法做得很大，再加上打包是按照楼面清单不同规格型号混合打包，长度从2厘米到2米不等，2米长的模板，摄像头距离调远一点能够拍全轮廓尺寸和三维数据，但调远后又很难拍清小模板，如果按照距离设置多摄像头又会增加系统运算量和延长分拣线，如果增加相机移动机构会极大增加控制复杂度，因此摄像头数量和生产线尺寸很难拿捏准确，需要反复测试和调整才能得到较为准确的二维图像数据。有些模板底面贴片，需要工人把模板翻转再采一次三维数据或采用手动计数，每个新项目设计的新模板数据库里没有也需要手动统计，大大降低用户体验。有些企业生意好需要几个项目同时分拣，这对分拣线运行速度要求较高，但是速度太快系统运算量和摄像头稳定性（抖动）又达不到，如果采用双货道又会增加投资成本和场地开销，因此还需要人和机器同时分拣打包，设备分拣效率根本达不到企业主预期。

退场清点打包就更麻烦了，除了以上问题以外还受工地环境的影响，模板在经过6个月的使用后有50%会粘连水泥、10%会变形，水泥会带来两个问题，第一会导致称重数据不准，尤其是大块水泥；第二会导致模板轮廓外形、尺寸、和表面特征数据产生变化，尤其是侧边孔位被堵，这严重降低摄像头数据分析的准确性，至于另外10%变形的模板系统基本上识别不了。此外，工地现场光照条件不稳定，正午阳光太强会反光，阴天和晚上又难以拍清晰，导致摄像头拍摄照片的质量也不好。退场打包一般是租赁方负责，厂家派人监管，工人的素质和专业能力得不到保障，经常弄坏机器导致故障不断。综上所述，我们现在已经基本放弃这个环节。

最后是翻新入库打包，为了去掉模板表面的水泥，工厂会采用抛丸机对模板表面进行抛丸处理，抛丸机喷砂力度很大，每喷一次模板会减小1-2毫米厚度，导致上料口称重数据和模板出厂前相比变化很大。还有一个问题是多个项目模板都会集中时间进行翻新，因此单次分拣数量很多，平均在5万个左右，规模大的甚至几十上百万个，简单的分拣系统已无法满足要求，必须要上一套多机器人自动化分拣线，最少得投资200万以上，这对很多小企业来说门槛较高。

基于以上三个环节遇到的问题，模板分拣系统实际识别准确率目前只有75%左右，要达到95%的目标，需要投入大量人力进行数据标注工作并组建大规模算法团队，还要进行反复测试，这都需要巨额资金的支持；受企业场地、规模、生意好坏等影响，很难做一套通用的行业解决方案，很多客户都需要单独定制，这对团队来说挑战也很大。

物资租赁行业规模庞大，基于AI的模板分拣系统可以极大提升物资租赁行业的运营效率，降低人力成本。但受资金和模板实际使用环境影响，很难做出一套完全替代人工的通用深层智能系统解决方案，这也就解释了为什么很多AI创新创业团队更愿意采用成熟技术聚焦少数热门宽泛的大行业，因为这些行业落地的可行性都是被验证过的，贸然投入细分行业做深层智能系统风险太高，投资太大，甚至根本就做不来。

AI创业的几点教训

最后做个总结，我们和行业之间存在巨大鸿沟。主要有四点：

第一：因为民营企业资金短缺很难找到愿意付费并配合我们的早期用户，因此不敢贸然投入研发。

第二：模板生产和使用环境恶劣，再加上研发涉及多学科交叉，需要反复测试提高准确率和系统稳定性，导致研发周期很长，团队担心做不出来，即使做得出也不能满足客户预期就更不愿意冒险了，毕竟研发是需要巨额资金支持的。

第三：客户规模和需求结构差异巨大，有实力的企业需要的可能是一套类似于物流的全自动分拣线，小企业可能只需要一个工作台来辅助人工识别，需要根据不同客户需求提供定制化方案，这也会影响大家积极性。

第四：团队都是技术背景出身，对行业了解不够，我们花了整整半年时间拜访了上百个客户并长期蹲点观察，也仅对行业需求一知半解而已。最后奉劝各位想要进入产业界的AI创业者，千万别想着去教育行业，一定要深入行业抽丝剥茧般地去了解通用需求，并拜访至少50个以上客户，谦虚的向行业专家长期蹲点请教。

做到了这些你一定会收获良多，少走很多弯路。如果总以傲慢的姿态去想着教育行业，你一定会被行业深深的教育。

最后欢迎准备进入和正在产业界的小伙伴一起沟通交流，我的微信号THUzhanghao。

交流群

欢迎加入公众号读者群一起和同行交流，目前有SLAM、检测分割识别、三维视觉、医学影像、GAN、自动驾驶、计算摄影、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~

投稿、合作也欢迎联系：simiter@126.com

长按关注计算机视觉life

推荐阅读

一个AI创业者的2018年

最新AI干货，我在看