在 施耐德电气 武汉工厂的生产车间，每一个微型断路器、接触器和各类工业控制小元器件在从产线下线之前，都要经过一位“特殊质检员”的检测。一旦发现表面有任何污渍、划痕、破损或者印刷字体模糊、不清，产品就会被退回返工处理。

这位“质检员”并不是人类，也不是传统的 CV 机器 视觉检测 系统，而是一个 AI 工业视觉检测平台。

通常来说，企业使用系统替代人工进行检测，目的都是为了提高产品品质、减少人工、提升效率。但是，质量检测又是一个非常难拿捏的工作——要么漏检率偏高，影响产品品质；要么过检率偏高，浪费人力物力——所以很多情况下，即便使用了 CV 机器视觉检测，产线上也不得不安排人工进行二次检测，这种方式既不够经济，也不够效率。

而借助 AI 工业视觉检测平台，据说施耐德电气武汉工厂已经把产品的漏检率降到了 0，过检率则稳定控制到 0.5% 以内。

“传统的 CV 机器视觉检测系统只能根据既定的规则判断产品的缺陷，但是产品出现瑕疵的情况非常多，很多时候我们很难用一套规则覆盖所有检验类别。而 AI 技术不一样，它可以通过机器学习举一反三，不断优化算法模型，随着它越来越见多识广，还会越来越聪明。”施耐德电气全球供应链中国区数字化解决方案负责人冒飞飞在日前接受 InfoQ 采访时解释道。

据他介绍，AI 工业视觉检测是施耐德电气落地 AIoT 应用 一个关键的切入点，也是当下很多制造企业落地工业 AI 的主要应用场景。