在VisionChina（深圳）展会现场有幸与阿里巴巴达摩院高级产品专家陈列，展开对于服务、行业的探讨。本次探讨不仅加深了阿里达摩院与CMVU的企盟友谊，更达成了对行业展望、企业服务化转型的一致看法。

图 阿里达摩院高级产品专家陈列

提升服务商业化，将服务价值上升到管理维度

过去的机器视觉企业更多是以产品为导向，更侧重于其产品属性，目光放在产品质量，精细度的方面；而随着机器视觉行业的快速发展，视觉企业的侧重点转向服务属性，目光落在了对于应用场景的适配性等方面。对此陈列也表达了阿里达摩院对于服务的观点是，提升服务商业化，将服务价值上升到管理维度。

阿里达摩院未来将提升服务的商业化，服务成本对于整个产业链上的各个参与方来讲都是沉重的负担。过去客户会为产品买单，但如何去为服务买单，这都是限制整个产业获得更好发展的商业化瓶颈。而如今来看，当时的瓶颈已不再是瓶颈，客户更希望获得持续可用和更高效的产品。而随着AI的应用，服务也从对设备简单的维护转型到服务所带来的价值。

但这，也仅仅是迈出了转型的第一步，制造企业服务化过程中存在数据管理机制不健全、数字资源碎片化的现象，服务需要得到更高价值的呈现。同样是服务，为什么如今管理软件的服务，客户可能就更有买单的意愿，而对于设备本身的指标运维，为什么买单意愿相对偏差？

因为企业数据资源缺少管理机制和使用规划，各业务环节的数据散落在各业务部门，导致了企业数据可用性差、数据质量低、业务环节之间数据集成共享困难等问题。所以陈列提出，对于服务，其价值需要提升到更高层的管理维度，把最底层的结构化数据与管理维度的智能决策数据做融合，解决企业迫在眉睫的“信息孤岛”现象，使工业大数据得以在企业服务化过程中发挥应有的价值。有了这样的应用融合，客户更愿意对这样的服务价值买单。

而服务的工具和服务的资源保障服务的质量，同时也可以控制服务的成本。如今有很多的工具，只在特定服务场景中过于通用，它的效能可能是偏低的，同时过度依赖服务提供主体，也就是人的能力，这就使服务本身的质量不可标准化。对客户来说，你的服务价值和效能可能也是非标的。对于非标的产品，买单意愿和能力肯定也是很低的。

制造业服务化是大数据技术和服务化全价值链典型场景的融合应用，既涉及众多细分行业，又涵盖工业流程各个环节，未来不仅仅是AI，也包含传统视觉，甚至于对设备运维工具的IT方案都需要有进一步的演进。随着这些工具的演进，可以使服务本身的步骤、过程、质量都更加标准化，一致性更加好，客户的买单意愿才会更加的强烈。

展望行业未来，标准化放首位

“机器视觉行业未来发展”是长久的话题，但标准化的建立一定是一个行业发展的基石。目前，一套机器视觉设备在实际应用中往往需要搭配与之配套的硬件设备和专用的视觉软件，导致机器视觉产品的通用性很低。需出台完善的行业标准，提高相关设备的通用性，降低生产成本和维修费用，是必要且必行的一步。在标准的建立过程中，应用商的参与是至关重要的。

其次是新技术的相关应用，如3D技术、国产化替代、深度学习等技术的快速发展，虽然中国机器视觉行业未来面对的困难还很多，未来一定是向好的。对于机器视觉行业细分领域，阿里达摩院目前聚焦于几个大方向：锂电池、3C、以及半导体。

3C涵盖领域广泛，也希望在3C的产品上有更多案例，3C行业相对复杂性更加高一些。在理念方面，它在安全性上有很多要求非常高的点，例如焊缝。像密封机，在这些领域达摩院会持续去投入，包含它的电芯、极片。

另外半导体在未来会有比较大的扩增，如半导体晶元件等。此外，很多设备从进口到国产化替代过程，也会产生大量的商机，同时对设备也有更强的需求。