刘伟,北京微视新纪元科技有限公司产品总监/营销副总监
VSDC:您觉得2024年的市场环境出现了哪些不同以往的变化?这对公司的运营带来了哪些前所未有的挑战?
刘伟:2024年的市场环境出现了以下不同以往的变化:
(1)技术层面
-
AI深度融合:AI技术如深度学习算法等与工业机器视觉的融合更加深入,使机器视觉系统能够更精准地识别、分类和处理图像,提高了检测和分析的准确性与效率。
-
3D 视觉技术发展:3D视觉技术不断进步并得到更广泛的应用,除了传统的2D视觉检测,3D视觉能获取物体的深度信息,为工业生产中的物体识别、定位、测量和检测等提供更丰富的数据,在汽车制造、物流仓储等领域的应用逐渐增多。
-
边缘计算的应用:随着边缘计算技术的发展,工业机器视觉系统可以在更靠近数据源的边缘设备上进行数据处理和分析,减少了数据传输延迟,提高了系统的实时性和响应速度,能够更好地满足工业自动化生产中对快速决策和控制的需求。
(2)市场层面
-
国产替代加速:国产机器视觉企业技术水平不断提升,凭借定制化服务和价格优势,市场份额逐步扩大。
-
下游应用拓展:工业机器视觉的下游应用领域不断拓宽,除了传统的电子制造、汽车制造等行业,还在新能源、医药、食品包装、物流仓储等行业得到了更广泛的应用,为市场增长提供了新的动力。
(3)竞争层面
-
竞争加剧:随着市场的不断扩大,越来越多的企业进入工业机器视觉领域,包括传统的自动化设备制造商、电子制造企业、软件企业等,市场竞争日益激烈,行业集中度较低,企业需要不断提升自身的竞争力才能在市场中占据一席之地。
-
跨界竞争出现:一些原本不属于机器视觉领域的企业,如互联网科技企业、人工智能企业等,凭借其在相关技术和资源方面的优势,开始涉足工业机器视觉市场,给传统的机器视觉企业带来了新的竞争压力。
这些变化为公司的运营带来了以下前所未有的挑战:
(1)技术研发挑战
-
持续创新压力:技术的快速发展要求企业不断投入大量资源进行研发,以跟上行业发展的步伐,推出更具竞争力的产品和解决方案。否则,企业可能会面临产品技术落后、市场份额被抢占的风险。
-
跨学科人才需求:工业机器视觉涉及到光学、电子、计算机科学、人工智能等多个学科领域,企业需要具备跨学科的研发团队和专业人才,才能在技术研发方面取得突破,但目前这类复合型人才相对短缺,增加了企业人才招聘和培养的难度。
(2)市场竞争挑战
-
价格竞争激烈:市场竞争的加剧导致价格战时有发生,企业为了获取市场份额,可能需要降低产品价格,从而压缩了利润空间。这就要求企业在保证产品质量和性能的前提下,不断优化成本结构,提高生产效率,以维持盈利能力。
-
客户需求多样化:随着下游应用领域的不断拓展,客户对工业机器视觉产品和解决方案的需求也越来越多样化和个性化。企业需要深入了解不同行业客户的需求特点,提供定制化的产品和服务,这对企业的市场调研、产品设计和项目实施能力提出了更高的要求。
(3)供应链挑战
-
供应链稳定性:工业机器视觉产业链较长,涉及到众多的供应商和合作伙伴。市场需求的快速增长可能导致原材料和零部件供应紧张,企业需要加强供应链管理,与供应商建立长期稳定的合作关系,确保原材料和零部件的及时供应,以避免生产中断。
-
成本控制压力:原材料价格波动、人力成本上升等因素都可能增加企业的生产成本。企业需要通过优化供应链管理、提高生产效率、降低采购成本等方式,有效控制成本,保持产品的价格竞争力。
VSDC:回顾2024年的发展经历,您觉得企业应该具备哪些能力,或者说今后如何发展,才能不惧困境逆势成长?
刘伟:回顾 2024 年的发展经历,机器视觉企业若要不惧困境逆势成长,应具备以下能力或从以下几方面发展:
(1)技术创新能力
-
持续研发投入:不断投入资源进行技术研发,以跟上人工智能、深度学习、3D 成像等前沿技术的发展步伐。
-
与高校和科研机构合作:加强与高校、科研机构的产学研合作,共同开展前瞻性技术研究,加速技术成果转化,为企业的技术创新提供源源不断的动力,同时也有助于吸引和培养专业人才。
-
掌握核心技术:在图像处理、算法优化、传感器技术等核心技术领域形成自主知识产权,降低对国外技术的依赖,提高产品的竞争力和附加值,如在高精度测量、复杂物体识别等关键技术上取得突破,以满足不同行业客户的高要求。
(2)市场适应能力
-
深入了解客户需求:加强市场调研,与客户保持密切沟通,深入了解不同行业、不同客户的个性化需求,提供定制化的产品和解决方案。比如在电子制造领域,针对不同电子产品的生产检测需求,设计出符合其精度和速度要求的机器视觉系统。
-
快速响应市场变化:建立灵活的研发和生产体系,能够快速响应市场需求的变化,及时调整产品策略和业务布局。当某个细分市场出现新的机遇或挑战时,企业能够迅速推出相应的产品或服务,抢占市场先机。
-
拓展应用领域:积极开拓新的应用领域和市场空间,降低对单一行业或市场的依赖,创造新的业务增长点。
(3)系统集成与解决方案提供能力
-
硬件与软件的集成能力:具备将相机、镜头、光源、传感器等硬件设备与图像处理软件、算法库、控制系统等软件平台进行无缝集成的能力,形成完整的机器视觉系统,确保系统的稳定性和兼容性。
-
提供一站式解决方案:从项目规划、系统设计、设备选型、安装调试到售后维护,为客户提供一站式的机器视觉解决方案,帮助客户解决生产过程中的实际问题,提高客户满意度和忠诚度。
-
与上下游企业合作:加强与上游零部件供应商和下游系统集成商、终端用户的合作,形成产业联盟,共同推动机器视觉技术的应用和发展。通过与供应商的紧密合作,确保原材料和零部件的稳定供应和质量保障;与系统集成商和终端用户的合作,能够更好地了解市场需求和行业动态,及时调整产品和服务策略。
VSDC:您如何看待2025年机器视觉市场的整体大环境?您觉得哪些潜在需求会推动机器视觉市场的增长?贵司2025年的业绩增长的预期情况?
刘伟:以下是对2025年机器视觉市场整体大环境的看法、潜在增长需求以及业绩增长预期情况的分析:
(1)2025 年机器视觉市场的整体大环境
-
市场规模持续扩大:随着制造业的转型升级以及自动化、智能化生产的推进,机器视觉市场规模有望进一步扩大。据 GGII 数据预测,至 2025 年我国机器视觉行业市场规模将达到349亿元;
-
技术创新驱动:人工智能、深度学习、3D 视觉等前沿技术的不断发展和与机器视觉的深度融合,将为机器视觉带来更强大的功能和更广泛的应用场景。
-
应用领域拓展:机器视觉的应用将不再局限于传统的电子、半导体、汽车等行业,还将在新能源、医药、食品包装、物流仓储等新兴行业得到更广泛的应用。
-
竞争加剧:市场规模的扩大和发展前景的广阔将吸引更多的企业进入机器视觉领域,包括传统的自动化设备制造商、电子制造企业、软件企业等,市场竞争将日益激烈。企业需要不断提升自身的技术实力、产品质量和服务水平,以在竞争中脱颖而出。
-
政策支持力度加大:为了推动制造业的高质量发展和智能化升级,国家将出台一系列政策支持机器视觉等相关技术的研发和应用,包括财政补贴、税收优惠、科研项目支持等,为企业的发展提供良好的政策环境。
(2)推动机器视觉市场增长的潜在需求
-
制造业升级需求:传统制造业企业为了提高生产效率、产品质量和市场竞争力,纷纷进行智能化改造和升级,对工业机器视觉技术的需求将持续增长。例如,在机械制造领域,通过机器视觉系统对零部件进行高精度检测和尺寸测量,可有效提高产品质量和生产效率。
-
劳动力成本上升:随着劳动力成本的不断上升,企业为了降低生产成本,越来越倾向于采用自动化设备和机器视觉系统来代替人工劳动。特别是在一些劳动强度大、工作环境恶劣、对精度要求高的岗位,工业机器视觉系统具有明显的优势。
-
质量控制要求提高:在各行业中,产品质量是企业的生命线。消费者对产品质量的要求越来越高,促使企业加强质量控制和检测。工业机器视觉系统能够快速、准确地检测出产品的缺陷和瑕疵,实现对产品质量的实时监控和严格把关,从而满足企业对高质量产品的生产需求。
-
新兴行业的发展:新能源汽车、光伏、锂电、半导体芯片等新兴行业的快速发展,为工业机器视觉市场带来了新的增长机遇。这些行业对生产设备的精度、效率和可靠性要求极高,工业机器视觉技术能够为其提供关键的技术支持,如在新能源汽车的车身装配、电池生产,以及半导体芯片的制造过程中,机器视觉系统都发挥着重要作用。
(3)关于公司2025年的业绩增长预期情况,主要体现下面几个方面:
-
市场份额扩大:不断扩大市场份额,提高产品的市场占有率,实现业绩的增长。2025年我司会加强市场推广、提升产品竞争力、优化客户服务等,以吸引更多的客户选择我司的产品和解决方案。
-
新产品研发与推广:2025 年我司会推出一些列具有创新性和竞争力的新产品,并将其推向市场,满足客户的新需求,从而带动业绩的提升。
-
成本控制与运营效率提升:2025年我司还会通过优化生产流程、降低生产成本、提高运营效率等措施,提高我司的盈利能力和利润水平,从而促进业绩增长。
-
战略合作伙伴关系的建立:与上下游企业、科研机构、高校等建立战略合作伙伴关系,实现资源共享、优势互补,有助于我司拓展业务领域、提升技术水平、增强市场竞争力,进而催进对业绩的增长。
VSDC:AI技术与机器视觉的融合将越来越广泛深入。但是,如果要让AI技术在机器视觉应用领域大规模落地,您觉得还有哪些环节的问题需要解决?
刘伟:AI技术要在机器视觉应用领域大规模落地,还需解决以下环节的问题:
(1)数据方面
-
数据获取与质量:工业生产环境复杂,获取大量高质量标注数据难度大,且不同场景数据差异大。部分企业因生产条件和成本限制,难以收集足够样本,尤其是负样本,导致模型训练不充分、泛化能力弱。
-
数据标注效率与准确性:数据标注工作繁琐且耗时,大规模数据标注需大量人力和时间成本。人工标注易出错,错误标注数据会影响模型训练效果,增加数据校验和纠错工作量。
(2)硬件方面
-
算力需求与成本:AI 模型训练和推理对计算资源要求高,尤其是处理大规模图像数据时,需强大的 GPU 等硬件支持,硬件设备采购和运行成本高,中小企业和部分应用场景难以承受。
-
低功耗与散热问题:在嵌入式系统等对功耗和散热要求严格的场景中,高性能硬件的高功耗和高热量问题突出,影响系统稳定性和可靠性,需要优化硬件设计和散热方案。
(3)算法与模型方面
-
模型精度与效率平衡:提高模型精度常需增加模型复杂度,导致计算量和推理时间增加,影响工业生产实时性。需研究和优化模型结构与算法,在保证精度的同时提高推理速度。
-
模型泛化能力:工业场景多样,不同场景下光照、物体形状、颜色等因素变化大,模型在新场景或变化场景下易性能下降。需增强模型对不同环境和条件的适应能力,提高泛化性能。
-
小样本学习能力:实际工业生产中,部分缺陷或异常情况样本稀少,传统基于大数据训练的模型效果受限。需开发更有效的小样本学习算法和模型,利用少量样本实现准确学习和预测。
(4)系统集成与部署方面
-
系统兼容性:工业生产中有多种设备和系统,AI 机器视觉系统需与现有生产设备、控制系统、通信协议等无缝集成和协同工作。不同厂家设备和系统的兼容性问题需解决,确保数据交互和系统联动顺畅。
-
部署与维护成本:大规模部署 AI 机器视觉系统时,安装、调试、配置等工作复杂,需专业技术人员支持,增加部署成本。系统运行过程中的维护、升级和故障排除也需专业知识和经验,企业面临技术和人力挑战。
(5)安全性与隐私方面
-
数据安全:工业生产数据涉及企业核心机密和知识产权,AI 机器视觉系统收集、传输和存储大量数据,需防止数据泄露、篡改和非法访问,保障数据安全和完整性。
-
模型安全:AI 模型可能成为攻击目标,一旦被篡改或破坏,会导致系统错误决策和生产事故。需研究模型加密、认证和防篡改技术,确保模型安全可靠。
VSDC:除了目前应用广泛的汽车、锂电、光伏、3C等大家熟知的应用市场,接下来您看到哪些细分行业市场会有增长机会?
刘伟:除了汽车、锂电、光伏、3C 等常见应用市场外,以下细分行业市场在工业机器视觉领域具有增长机会:
(1)半导体与电子制造
-
芯片制造:随着芯片制程不断缩小,对生产过程中的精度和质量控制要求极高。机器视觉可用于芯片的晶圆检测、光刻对准、封装检测等环节,检测芯片表面的缺陷、线路的精度以及封装的完整性,确保芯片质量和性能,随着半导体产业的持续发展,其需求将不断增长。
-
印制电路板(PCB)制造:PCB 生产过程复杂,机器视觉可用于 PCB 的外观检查、焊点检测、线路检测等,能够快速准确地发现短路、开路、缺件等缺陷,提高生产效率和产品质量,在 5G 通信、人工智能、物联网等新兴技术的推动下,PCB 市场需求增加,相应的机器视觉市场也将迎来增长。
(2)医药与医疗器械
-
药品生产与包装:在药品生产过程中,机器视觉可用于药品的外观检查、标签识别、包装完整性检测等,确保药品质量和合规性,防止不合格产品流入市场。例如,检测药品胶囊的形状、颜色、表面缺陷,以及药瓶的密封情况、标签的粘贴位置和内容准确性等。
-
医疗器械制造:对于医疗器械的零部件加工和成品组装,机器视觉可以进行高精度的尺寸测量、形状检测和装配验证,保证医疗器械的质量和性能。如手术器械的刃口检测、植入物的表面质量检测、医疗设备的组装精度检测等。
(3)食品与饮料
-
食品加工与质量检测:机器视觉能够对食品的外观、尺寸、颜色等进行检测,实现食品的自动分拣、瑕疵检测和品质分级。例如,检测水果的成熟度、大小和表面损伤,面包、糕点的形状和烘焙程度,以及肉类、海鲜的新鲜度等,有助于提高食品生产的效率和质量控制水平。
-
饮料包装检测:在饮料生产线上,机器视觉可用于检测饮料瓶的液位、标签的粘贴质量、瓶盖的密封情况等,确保产品包装的完整性和一致性,防止泄漏、标签歪斜等问题,保障产品质量和品牌形象。
(4)农业
-
作物生长监测:利用机器视觉技术,可以对农作物的生长状况进行实时监测,包括作物的株高、叶面积、病虫害情况、营养状况等,为精准农业提供数据支持,帮助农民合理施肥、灌溉、防治病虫害,提高农作物产量和质量。
-
果实采摘与分拣:机器视觉可应用于果实的自动采摘和分拣,通过识别果实的颜色、形状、成熟度等特征,实现果实的精准采摘和分级,提高农业生产的自动化程度和效率,降低劳动力成本。
(5)航空航天
-
零部件制造与检测:航空航天零部件的质量和可靠性要求极高,机器视觉可用于零部件的加工精度检测、表面缺陷检测、装配质量检测等,确保零部件符合严格的质量标准,保障飞行器的安全性和性能。
-
复合材料检测:航空航天领域广泛使用复合材料,机器视觉结合无损检测技术,能够对复合材料的内部缺陷、纤维铺层质量等进行检测,提高复合材料的质量控制水平,推动其在航空航天领域的更广泛应用。
VSDC:国内市场的“卷”已经让很厂商苦不堪言,继续“卷”下去的后果会有哪些?在国内“很卷”的大环境中,企业有哪些“破卷求生”之道?
刘伟:国内机器视觉市场的 “内卷”,若持续下去,会给市场和企业带来诸多不良后果,但企业也可通过一些策略实现 “破卷求生”:
(1)继续 “卷” 下去的后果
-
企业利润下滑:市场竞争激烈,企业为获取订单往往会降低价格,导致利润空间被压缩。如在一些公开招标项目中,企业为中标不断压低报价,使得项目利润微薄甚至亏损,长期如此,企业盈利能力下降,发展受限。
-
技术创新受阻:企业将大量精力和资源投入到价格战与市场份额争夺中,用于技术研发和创新的投入就会相应减少,从而影响行业的技术进步与产品升级换代,不利于市场的长期健康发展。
-
产品质量参差不齐:部分企业为降低成本、保持利润,可能会在原材料采购、生产工艺等方面偷工减料,导致产品质量下降,影响整个行业的声誉,降低市场对工业机器视觉产品的信任度,进而抑制市场需求。
-
行业集中度提高:大型企业凭借资金、技术、品牌等优势,在竞争中更易生存和扩张,而中小企业则可能面临被淘汰或并购的风险,使得行业集中度进一步提高,市场竞争格局失衡,不利于行业的多元化发展。
(2)“破卷求生” 之道
技术创新与差异化竞争:
o加大研发投入:持续投入资源进行技术研发,提升产品性能与功能,如开发高精度的检测算法、提高视觉技术的精度和速度等,以满足不同客户的个性化需求。
o聚焦细分领域:专注于特定的细分市场或应用场景,深入了解客户需求,提供针对性的产品和服务,形成差异化竞争优势。
o产学研合作:加强与高校、科研机构的合作,借助外部科研力量,加速技术创新和人才培养,共同开展前沿技术研究和应用开发项目,提高企业的技术水平和创新能力。
提升产品质量与服务水平:
o严格质量控制:建立完善的质量管理体系,加强原材料采购、生产过程、产品检测等环节的质量把控,确保产品的稳定性和可靠性,提高客户满意度和忠诚度。
o优化服务体系:提供全方位的售前、售中、售后服务,包括产品咨询、方案设计、安装调试、培训支持、售后维修等,及时响应客户需求,解决客户问题,增强客户粘性。
拓展市场与合作共赢:
o开拓新兴市场:关注行业发展趋势和新兴应用领域,如新半导体行业等,提前布局,开拓新的市场空间,寻找新的业务增长点。
o加强行业合作:与产业链上下游企业、同行业企业建立战略合作关系,实现资源共享、优势互补。例如,与上游零部件供应商合作,确保原材料的稳定供应和质量;与下游系统集成商合作,共同拓展市场,为客户提供更完整的解决方案。
加强品牌建设与市场营销:
o塑造品牌形象:注重品牌策划与推广,树立良好的品牌形象和品牌价值观,提高品牌知名度和美誉度,增强品牌的市场影响力和竞争力。
o精准营销策略:制定精准的市场营销策略,根据不同的目标客户群体和市场特点,选择合适的营销渠道和方式,如参加行业展会、举办技术研讨会、开展网络营销等,提高市场推广效果。
人才培养与团队建设:
o吸引专业人才:提供具有竞争力的薪酬福利和良好的职业发展空间,吸引机器视觉、人工智能、图像处理等相关领域的专业人才加入,充实企业的技术研发和创新团队。
o培养复合型人才:加强内部人才培养,通过培训、实践锻炼等方式,提高员工的综合素质和业务能力,培养既懂技术又懂市场、管理的复合型人才,为企业的发展提供人才支撑。