AI质检与数据资产,这场圆桌会讲透了＂数质圆桌会议·AI+视觉检测产业沙龙＂成功举办

前言

这次的活动安排很实在：先由上海即索实业有限公司副总经理朱军介绍企业情况，随后大家走进生产现场实地参观，一台AI视觉检测样机引起了大家的兴趣。

无纺布生产容易产生锈蚀、异物、蚊虫、毛发、并丝、破洞、黄斑等外观缺陷。国外先进工厂可以做到每千平方米只允许8个微小异物，国内个别卷布上的缺陷数可达数千个。

过去全靠人工：验布后贴胶带标识、折叠环节逐片双面目检、每批次再抽1万片逐片拆开检查，任何一片超标即整批返工。2024年上半年，即索启动AI视觉检测项目——自动取布、AI拍照分析、异物判定、自动剔除，人工再抽样复核，把结论反馈给AI持续学习。

一台AI验布机的"成长记录"

鲸朵（上海）智能科技有限公司创始人罗佳鑫作主题分享。鲸朵成立于2019年，定位是AI公司而非纯视觉公司，核心技术源自中科院脑机接口团队，近年把大而重的模型做成轻量化、小型化，传感器全部采用国产替代。2024年，鲸朵参与了国家首个智能检测装备创新目录的起草，是上海四家参编单位之一。

他分享了几个落地案例：连续服务四代iPhone软包锂电池的全检设备；为特斯拉镁合金电池托板提供"机械臂+相机"检测方案，解决边缘毛刺刺穿电池的安全隐患；耗时两年半研发的拉链检测标机，覆盖尼龙、树脂、金属拉链及箱包粗拉链，可检测缺齿、毛丝、拉片异常、脏污等缺陷，已在头部拉链企业批量应用。

第二场专题分享，上海虹云志数据科技有限公司创始人尹东宏从"数据"讲起。

上海虹云志数据科技有限公司创始人尹东宏提出，企业的生意正经历三个阶段：从"能卖"（靠认证背书），到"好卖"（靠人际信任），再到"AI推荐卖"——未来智能体会替消费者做决策，而智能体认的不是关系，是可信数据。

传统数据中台建设往往周期长、投入大，而借助AI方案可在很短时间内完成，成本大幅下降。他同时提醒，驾驭AI需要组织整体认知对齐——只让个别人用AI，反而会增大组织的沟通摩擦。

参会企业代表的交流环节，成了"现场问诊"。

上海名流卫生用品有限公司王佳提出：包装环节已使用视觉检测，但准确率还不够理想，希望了解AI方案能否嵌入现有工序。即索总经理王辉忠现身说法："先去收集你的不良品。我们花了很长时间收集不良品，又用了6个月陪跑期、两万多个数据，才让AI慢慢上线——就像带孩子，前面麻烦，后面它会自己走。"

沪工焊接代表则带来两大痛点：SMT贴片板上元器件方向、规格、接线端子正反、漏装等目前依赖人工目检，成品组装附件包装的不良率也偏高，企业此前找过市场上的视觉检测设备，但还处在探索阶段。罗佳鑫回应，SMT检测是鲸朵的成熟业务，提议组团先行对接。

企业提了需求，政策与服务紧接着跟上。会上，青浦区数据局叶斯哈提现场解读政策。

会上，青浦区质量协会会长苏洪建议把"数质圆桌会议"常态化举办，先走访会长单位、理事单位，摸排企业在生产、运营、销售中的困难与需求，再把AI检测、数据资产等专业力量对接上去。青浦区企业合同信用促进会李尧会长表示，将组织更多会员单位参与这一平台，在"数字青浦"的建设中找到自己的机会。