以下為演講實錄：

大家好，我是阿丘科技的創始人黃耀，在我讀書期間，第一次見到李竹師兄和祝總，認識了英諾天使，在回去地鐵路上就收到了TS，改變了我一生的軌跡，對我人生意義非常大。

簡單介紹一下自己，2017年7月份畢業于清華大學，在畢業之前創立了阿丘科技，將AI技術應用于工業自動化領域。我當時認為看起來很笨重且重復作業的場景可能是AI落地的比較適合的場景。于是貿然闖入這個領域里，嘗試用AI技術去解決工業自動化領域包含的大量且重復的人眼結合場景。目前公司已超200人，聚焦關注于工業AI場景，致力打造以軟件為導向的平臺型公司。在過去的兩三年里，我自己跑過的工廠有超過兩百個，一直在思考這個行業該怎么去做？阿丘聚焦工業，做工業的特點就是要懂場景，我們目標便是做國內最懂工業的AI產品團隊。

這是我們的產品，工業AI視覺軟件平臺。雖然國內很多人不看好軟件，在國內做軟件很苦逼，賣軟件也很難。但在工業視覺這個領域，基礎軟件和標準軟硬件產品多卡在日本、德國、美國手里。為此我們希望能夠堅持基礎軟件的開發，打造一個以軟件為核心的平臺型公司。

????

剛才說到的重復人眼手的場景，拆解就是幾件事，第一是生產組裝，即用手裝某樣東西，它解決的是效率問題；第二是檢測，即為控制質量，這個產品是否有問題，是否需要提前攔截；第三個是物流環節，產品搬來搬去。生產自動化、檢測自動化和物流自動化，是工業視覺三大核心場景，覆蓋半導體、3C、汽車等不同行業領域。但目前工業視覺在國內整體上滲透率還比較低。

????

工業視覺領域公司可分三個類型，第一個偏平臺性，可以跨行業，受眾比較廣，比如康耐視、基恩士等；第二類屬于垂直行業的，做某個細分領域，細分行業標準化產品，比如奧寶科技、KLA；第三個是系統集成商，非標、項目制。目前國內做系統集成的多，基礎平臺則是空缺。

不少人看不懂這個賽道，因為工業自動化離大家比較遠。其實看兩點足夠：1. 產品是否能夠跨場景，是否能夠跨行業，這決定它的天花板；2. 看實施交付模型，是研發交付還是技術支持交付，甚至開箱即用。

過去幾年，我們把AI軟件在工業場景中的應用，做到了產品與流程的相對標準化。站在今天的視角回顧，我們經歷了四個階段：第一個階段2016年10月到2018年6月，這個又可以拆成兩部分，其一2016年10月到2017年10月，我們做了一個AI算法包（SDK），其二，2017年接觸客戶后，發現算法SDK在行業難以用起來，我們研究了把算法SDK使用起來的流程，并做了一些軟件工具，這樣才產生了AIDI。同時當時也在思考工業數據的特點，從通用AI轉向思考工業數據AI該怎么做，這是核心的轉變。

第二個階段，是從2018年7月到2019年2月，我們勉勉強強將AIDI真正落地到第一個客戶，這段時間比較煎熬，總感覺要落地了卻有各種問題。第三個階段，2019年2月份到7月份，我們接觸了3C行業標桿客戶，經過大客戶比較復雜場景的歷練，產品的標準化程度上了一個新臺階。于是2019年下半年就邁入了第四個階段，AIDI產品標準化，以及開始組建團隊往不同場景去應用推廣。工業場景軟件產品標準化，是比較困難的，我們在這個領域做了三年多，才真正把一款產品打造到相對標準。2020年我們又發布了AIDI 2.0版本，AI軟件真正逐步完善。

從上面的經歷可以看到，我們從算法SDK，到AIDI軟件產品原型，到工業落地迭代打磨，再到最后形成AI落地的方法論，至此，我們才真正意義上將AI落地工業檢測。

在工業視覺領域，公司需要有應用場景抽象和技術平臺構建兩大核心能力。工業場景很大，但很碎片化，我們需要學會合并同類項，對市場形成點線面的思考方式。其次是算法，可分為項目級、產品級和平臺級。美國康耐視構建的就是平臺級的算法，平臺級的算法很困難，沒有大家想象的那么簡單。

???

最后總結一下，我個人認為中國擁有著全球種類最多且最大的制造業產業鏈，比如手機產業鏈、新能源汽車產業鏈等。其次，中國有非常好的工程師紅利，包括AI工程師、軟件工程師以及自動化集成工程師。最后一點我認為也很關鍵，這兩年我發現越來越多的名校人才涌入工業實體領域，且不少都比較務實。我覺得新一代創業者對新技術的擁抱，對創新打法的理解，會給這些行業帶來驚喜。AI對場景、對數據比較依賴，工業AI必然在離場景越近的地方越容易出現，這是天然的中國公司的機會。