如何在工业领域开辟AR蓝海

日前，北京商报《数据》杂志记者 袁晓东对 ALVA Systems CEO 杨卫国进行专访。

杨卫国向记者分享了 AR 技术在工业领域的应用价值和落地场景并对公司发展做出展望，双方基于当前行业发展进行了深度探讨。

通常越是复杂的事物，用语言文字对其进行准确描述就越是困难。 譬如一张纸，通过对其色彩和尺寸的简单描述就可以让人了解其形态；如果将纸折成一朵花，那么仅凭语言描述很难让人掌握其特征；而如果要掌握这朵花的折叠方法，靠语言表达就更是不甚直观。

随着工业标准化与数字化的发展，工业领域正演变成一个充斥复杂设备与复杂操作的场景，工业企业对一线工人的技能素质也有了更高的要求。

要满足这一点，一种更加形象直观的信息呈现方式已成为必需。

在阿依瓦（北京）技术有限公司（ALVA Systems）（以下简称“阿依瓦”）CEO 杨卫国眼中，AR 技术正是辅助一线工人学习与工作的最佳手段。

在工业领域开辟 AR 蓝海

2022年1月12日，国务院印发《“十四五”数字经济发展规划的通知》，其中明确了“坚持应用牵引、数据赋能”的基本原则，并指出要充分发挥我国海量数据、广阔市场空间和丰富应用场景优势，充分释放数据要素价值，激活数据要素潜能，以数据流促进生产、分配、流通、消费各个环节高效贯通。

在杨卫国看来，工业领域是发展数据赋能的一片蓝海。让他作出这一判断的依据之一是柔性化生产在我国的推广。

所谓柔性化生产，是指工厂对多种产品、多流程、多形态、多单元的快速转换与协同生产。 “随着柔性化生产线复杂度越来越高，工人经过严格的培训才能上产线，而产品的更迭速度很快，培训有时也难以跟上变化速度。正是基于这些现实情况，对工人的数据赋能就变得富有价值。”杨卫国介绍道。

在具体的实践中，赋能工人的形式是多种多样的，可以是一本操作指南、一段语音、一段视频讲解，随着技术发展，也有可能会是一段 3D 的操作动画。

如果这段动画能够叠加到实物之上，无疑会带来更加形象和真实的观感。这一构想正是阿依瓦选择以 AR 技术为核心的出发点。

AR 的全称是 Augmented Reality，即增强现实，通过虚实叠加的方式，让人更加深入地认识物理世界。

杨卫国表示，“对工业企业的一线工人来说，在他需要辅助指导的时候，我们可以通过 AR 的方式，把技术或设备相关的数据推送给他，工人可以通过眼镜、智能手机、平板电脑等任何 AR 载体观看到叠加了更多信息的物理世界，进而辅助他进行操作。”

针对一些危险作业环境，说教式培训效果难以保障，而实地培训又存在风险，此时通过 AR 技术对实地场景的构建，可以辅助工人完成身临其境的操作培训，降低安全风险。

同时，在一些产品还未上线的阶段，通过搭建数字化模型配合培训，工人可以提前掌握生产技能，缩短产品落地的周期，提高生产效率。

会展也是 AR 技术广泛应用的场景之一。小到一台发动机，大到十几米的石油压裂设备，冷冰冰的机械陈列在展馆中难以呈现其实际的技术参数和应用效果。而在 360 度叠加 AR 模型后，参观者就能够清楚地看到其工作流程和运行原理。  

此外，阿依瓦还考虑到年轻一代的技术工人本身正是数字时代的原住民，是在各种感官刺激之下成长起来的，面对枯燥的传统学习模式学习意愿比较低。

而 AR 技术带来生动形象的交互方式，更能吸引年轻人的眼球，从而提高学习兴趣和培训效率。

以人为本引导发展方向

根据管理学中的“二八定律”进行粗略估计，工业企业中大概有 20% 的管理人员和 80% 的业务人员，其中一线工人又占到业务人员的很大一部分，但在杨卫国的感知里，一线工人的数字赋能水平要远低于管理人员。

“在管理层面，数字化办公应用和相关的决策模型越建越丰富，而一线工人做巡检却还是拿着电子甚至纸质的工单做 check list ，为他们打造的赋能手段相比太少了。”

与此同时，杨卫国认为，“虽然工业领域的自动化程度越来越高，但在未来很长的阶段中，工厂完全由机械作业，所有人都‘躺赢’的局面是不太可能实现的，因此为一线工人赋能的潜力巨大。” 基于这一判断，以人为本成为阿依瓦技术研发工作遵循的理念之一。 事实上，在2021年1月7日，欧盟发布的《工业5.0：迈向可持续、以人为本、富有韧性的欧洲工业》战略中就提出：工业5.0 将强调以人为中心。其中的内涵正是利用技术使生产过程适应工人的需要，而非要求工人调整自己的技能以适应迅速发展的技术需要。  

这一理念在阿依瓦的问题解决方案中得到了充分地体现。杨卫国表示，“将正确的数据，在正确的时间，用正确的方式，推送给正确的人，实现正确的决策，这五个正确构成了我们解决方案的核心。”

其中，识别正确的人是实现连接的关键一环。产品用户具有不同的身份，可能是初级学徒、熟练工人或是业界专家，针对不同用户推送的辅助增强信息是不一样的。对初级的工人来说，可以推送形象的 3D 动画指导；对熟练的工人来说，传统的视听信息就已足够；如果是一名专家，通常只需要推送一些更加底层的关乎决策的信息。

“ALVA 通过为一线工人和行业专家建立画像，将其职业技能、成长经历、个人绩效、可信度等信息纳入其中，从而确保能够将正确的信息推送给正确的人。”

杨卫国表示，“AR 技术让原来的人找数据转变为数据找人，实际上降低了人的技术门槛，这正是以人为本的重要体现。”

入局之难与发展之痛

用 AR 为工业领域数据赋能的构想固然美好，但在实践过程中却面临诸多困难。

首先要面对的是工业领域的复杂性与多样性，据《所有经济活动的国际标准行业分类 修订本第 4 版》介绍，所有工业总共可分为 39 个工业大类，191 个中类，525 个小类，并且我国是世界上唯一一个拥有联合国产业分类中全部工业门类的国家。

多样化的工业生态下，不同门类间的生产制造模式完全不同，即便是同一门类下，IT 系统、设备的种类和新旧程度也不尽相同。

“因此工业企业在数字化转型方面是很痛苦的，为其打造 AR 解决方案是一项很复杂的工程，并没有一条‘万金油’的法则可供各个工业领域借鉴。”杨卫国说道。

针对这一点，阿依瓦正在行业生态中寻找答案，通过在生态中寻求合作，不断积累实际问题与解决方案的匹配路径，构建起各工业门类的知识模型库，进而打造一个能够与企业系统进行快速集成和对接的平台，更加快捷准确地服务到不同行业中。  

另外，AR 技术本身的发展也面临阵痛，设备水平是其中突出的一项。杨卫国表示，“在办公场景中，如今的数字化办公体系已经相当成熟，工作者通过一台电脑就可以访问各类信息，但车间中不可能任意放置电脑，一来空间比较局限，二来有一些流动性较强的工种，无法携带电脑跑来跑去。

于是就需要一种更轻便的方式来实现移动化，最理想的设备是眼镜，但当前技术尚未成熟，现阶段手机、平板是很好的过渡方式。”

然而无论是眼镜、手机还是平板，这些轻便的移动设备因其本身的体积和配置，大都面临算力低的难题。

但在工业领域，要保障 AR 模型准确识别场景，并使每一帧都与现实世界精准贴合，无疑对算力有着较高的要求。

因此，近年来行业也在探索借助云计算的解决方案，云端有着近乎无限的算力，可以轻松满足平台的算力需求，但同时也会带来时延问题，这对于对精细度有较高要求的工业企业来说是不可接受的。

好在困难的局面正朝着乐观的方向发展，2020年3月，工信部印发《关于推动 5G 加快发展的通知》，其中声明中国要加快推广 5G+AR/VR 的新型信息消费。

杨卫国表示，随着 5G 基础设施的建设完善，云计算的时延问题将大为缓解。与此同时元宇宙的兴起也有望推动 AR 硬件设备实现迭代升级，“数字经济的发展成果正推动 AR 在工业场景稳定落地。”    

在元宇宙黎明等风来

2021年10月，随着科技巨头 Facebook 更名为 Meta，元宇宙一跃成为市场追捧的“新贵”产业，一时间概念层出叠现，资本竞相涌入。

时间来到现在，虽然元宇宙的前景未定，但在政策与资本的叠加推动下，这场声势浩大的热潮确实带动了一批产业“忽如一夜春风来”，AR 正是其中之一。新浪 VR 与猎聘联合发布的《元宇宙人才发展白皮书》中就指出，VR/AR 设备作为元宇宙当前的核心载体，是获得沉浸式体验的必要硬件。

在这一背景下，科技公司纷纷推出 AR 创作平台，如 Meta 的Spark AR、Google 的 AR Core、苹果的 AR Kit 等。

受益于此，AR 应用也日渐丰富，风靡一时的 Pokémon Go 和社交媒体中流行的面部滤镜功能便是其中代表。

根据德勤与 Snap 联合发布的《2021 年 AR 全球消费者报告》（以下简称《报告》）显示，消费者每天会拍摄超过 800 万条 AR 照片/视频讯息，接近 75% 的消费者表示他们愿意为承诺 AR 能够提供的透明度的产品支付更多的费用。

迎着高涨的消费热情，《报告》预计全球在 VR/AR 上的支出将从 2021 年的 120 亿美元增长到 2024 年的 728 亿美元。

在杨卫国看来，随着元宇宙探索的加深和资金投入的增长，AR 硬件设备将呈现算力提升、续航增加、成本下降的趋势，算力需求与便携性之间的矛盾有望由此得到破解，阿依瓦的软件能力也将得到更加充分地释放。

北京模型识别开辟