企業想用AI，卻說不清需求；技術團隊來了，又聽不懂車間的“行話”，怎么辦？如今，活躍在溫州制造企業車間的563名AI行業翻譯官，正將這些難題一一破解。

日前，在浙江洲一鋁業有限公司的車間里，彩涂鋁卷正快速轉動。質檢員老陳盯著反光的鋁卷不敢眨眼，因為瑕疵稍縱即逝。記者試盯了兩分鐘，眼前就開始發白。“這條線24小時不停機，到下半夜更熬人，漏檢會變多。”老陳說，但這不是機器運轉的極限，如果質檢跟得上，產線速度能達到每分鐘60米，產能提升25%。

老陳的煩惱，正是幾個月前溫州首批AI行業翻譯官、來自中國移動溫州分公司的項目經理吳中政聽到的“痛點”。

(資料圖片)

當前，AI正加速走向生產線，但溫州制造業在向智造轉型中，存在供需對接“兩張皮”現象。今年初，溫州組建了一支由三大運營商、高校院所、軟件企業等組成的“AI行業翻譯官”隊伍，首批走進產值億元以上制造企業，通過入企診斷、供需對接、落地跟蹤“三步走”，加快AI應用賦能制造進程。

洲一鋁業是首批受益者。這是一家專注高端彩涂鋁卷制造研發的外貿企業。走進產品展示間，記者發現木紋、石紋、亮面等各種紋路的裝飾面板鋪了一整墻，伸手一摸才發現都是鋁做的。“品類達到80種，幾乎都是定制的，質檢很難。”企業信息主管高俊杰介紹，企業現有質檢員36人，占一線員工的四分之一，即便人多，依然難免漏檢。此前，一卷2噸的鋁卷產品因在末端才發現大片瑕疵導致整批報廢，損失十多萬元。

吳中政在車間蹲了幾天，把企業的煩惱翻譯成一份“需求說明書”：質檢以人工目視為主，膜厚、色差、針孔、劃傷等缺陷難精準把控，建議用視覺識別替代人工質檢。同時，迅速對接公司此前在紡織印花、電池智造等領域有豐富視覺質檢經驗的技術團隊。

為加快精準攻克難題，吳中政帶著技術團隊干脆把工位搬到了生產線旁，搭建專門的模擬產線，采集上千份瑕疵樣本開展精準標定、瑕疵特征識別、AI圖像識別模型訓練等工作，經過幾個月的模型訓練和迭代，視覺質檢系統已上線測試。

記者在車間見到吳中政時，他正在查看實時檢測畫面。突然，屏幕閃動黃色標識，提示“1782米處有異常”，還提供了3臺30萬像素的高速攝像頭從不同角度拍下的照片。

“缺陷圖片會生成報告給客戶，告知使用時避開；大面積缺陷則會通知工人裁剪。”高俊杰翻出過去一周的檢測記錄：缺陷檢出率超90%，基本可替代人工目檢。

“翻譯官不是做完調研就走的‘過客’，項目不落地，人不收工。”吳中政說。前不久，他帶著細線、暗線等難以識別的缺陷樣品到慕尼黑上海電子生產設備展上尋找進一步解決方案，還聯系了十多家高校和科研機構測試。“有翻譯官幫忙對接資源，我們省心很多。”高俊杰說。

“解決一家企業的困難，最終是為了撬動一個行業的升級。”溫州市人工智能局算力與模型處相關負責人說。截至當前，AI行業翻譯官已完成320家企業入企調研及就緒度分析。

關鍵詞 消費導報網 24小時資訊