“實體經濟”是強國之基。制造業是立國之本。實體經濟是國家經濟命脈所系，也將成為構筑未來發展戰略優勢的重要支撐。制造業是實體經濟中的關鍵部門，壯大實體經濟，需要進一步夯實制造業這個重要基礎。過去我國制造業的典型特征是“大而不強”。如今以高質量發展為目標，做大做強制造業，發展實體經濟，推進新型工業化，已經成為行業新共識。
新技術為實體經濟發展注入新動能
近年來，在“數字中國”這一頂層規劃設計下，一批中國科技領軍企業在大數據、5G、人工智能、物聯網、云計算、區塊鏈等領域蓬勃發展。新技術帶來新模式、新技術賦能新場景……以數字技術為代表的新技術應用，促進中國千行百業加快轉型升級，對經濟發展的放大、疊加、倍增作用凸顯，源源不斷地為中國高質量發展注入新動能。
“以‘機器視覺’產業為例來看，這一新技術已經在制造業大顯身手，為實體經濟提質增效降成本帶來顯著變化。”中科搖櫓船創始人鄭道勤表示。
事實上，從國內機器視覺產業發展歷程分析，便能清晰看到機器視覺對實體產業帶來的改變——
第一階段：概念導入階段（1990年以前）。此時制造業以粗放型、勞動密集型為主。機器視覺這一前沿概念在國內剛萌芽，且僅僅在大學和研究所中存在一些研究圖像處理和識別模式的實驗室。
第二階段：行業起步階段（1990-1998年）。伴隨著制造業從粗放型向標準化的進階，流水線生產帶來機器視覺產業的初步發展。此時，主要的國際機器視覺廠商剛剛進入中國市場，產業生態開始初步建立。
第三階段：行業成長階段（1998-2008年）。2001年中國加入WTO搭上了全球化的浪潮，中國制造強國之路開啟。2002年，中國正式成為“世界工廠”。2007年，中國制造業增速連續20年居世界首位。中國制造龐大市場需求，帶動機器視覺產業快速成長。此時，不少國外品牌供應商通過代理機構快速覆蓋和占有中國市場。
第四階段：快速發展階段（2008-2016年）。2008年全球金融危機給高速發展的中國制造業當頭一棒。2009年，制造業受到政策支持，絕地反擊。2010年中國制造業登頂全球。2013年中國移動互聯網大幕拉開，3C產品走俏。2015年供給側改革提出，國內制造業過剩。伴隨著3C電子制造產業的快速崛起，中國制造開始走向“精益生產”。精益制造對機器視覺產業提供絕佳市場機會，機器視覺產業發展走上快車道。
第五階段：自主創新階段（2016至今）。2016年是人工智能產業元年，伴隨著AI技術的快速創新，AI應用的不斷落地，國內機器視覺領域創業創新如火如荼。伴隨著近些年貿易摩擦、疫情反復、地緣爭端等多重復雜因素影響，中國制造業當前面臨低端制造業外遷、高端制造業回流的雙重壓力。同時，隨著國家安全的需要，機器視覺國產化要求日益緊迫。從精益制造進一步邁向智能制造。數字化、國產化、智能化三浪疊加，推動機器視覺行業進入新紀元。
總結來看，從粗放制造（勞動密集型制造業）、標準制造（資本密集型制造業）、精益制造（技術密集型制造業）到智能制造（數據智能型制造業），伴隨著制造業的轉型升級，與之同步發展的機器視覺行業亦步亦趨。
鄭道勤表示，“目前機器視覺已經覆蓋的實體經濟領域主要有：消費電子、新能源產業、汽車制造、半導體芯片、玻璃面板、生物醫藥、紡織皮革、物流倉儲、印刷、食品包裝等多個行業。機器視覺是人工智能和實體經濟深度融合發展的鮮明案例，主要場景包括：識別、測量、引導、檢測、定位、拆碼垛等，是，助推制造企業降本、提質、增效，推動人口紅利向硬科技紅利的轉變，加快實現總書記強調的中國制造“三個轉變”。從這一點看，以機器視覺為代表的新技術，實實在在為實體經濟的高質量發展注入了新動能。”
選擇“難而正確”的事——道阻且長，行則將至
據IDC、國家統計局統計，中國離散型制造業占制造業從業人員比在70%（約8000萬人），以人均綜合薪資8萬元/年計算，每年的市場容量達6.4萬億元；在工業企業從事質量檢測的人員約360萬人，以人均綜合支出8萬元/年計算，工業企業在質量檢測方面的人力成本達2880億元/年，并以約8％逐年遞增。
從宏觀角度看，中國人口紅利優勢正在減弱。過去幾年，中國采購了大量自動化設備以應對缺工現象。從產業角度看，自動化工廠紛紛選擇提高自動化程度，機器視覺作為高級自動化不可或缺的模塊，未來穩增長趨勢不變。
據不完全統計，目前國內扎根機器視覺領域的企業有上千家之多，已經建立行業品牌和知名度的企業有數百家。各類企業分布在產業鏈不同環節，產品、定位、優劣勢也存在差異。按其技術偏向和產品類別，可以分為——
成像類：此類公司偏重于光源、鏡頭、相機、圖像采集卡等的研制和生產，目的是為行業和市場提供高精度高分辨率的圖像信息。此類公司一般成長于一些相機生產廠家；
算法類：此類公司偏向于構建信息處理平臺和機器視覺算法庫，以提高圖像信息的處理能力。此類公司一般起家于IT行業或者軟件公司；
算力類：此類公司偏重于AI能力平臺打造，或者偏向于現場應用軟件的編寫，目的是將機器視覺的應用延伸到制造業的智能決策執行層面。
另外還有一些所謂機器視覺公司，并沒有自己的核心技術和產品研發能力，靠整合其它公司的產品，以集成的視覺產品、視覺裝備或機器視覺解決方案來占領應用端市場。
鄭道勤分析稱：“成像技術、處理算法、算力平臺和行業應用是機器視覺發展的四個核心要素，涉及到計算機、圖像處理、模式識別、人工智能、信號處理、光機電一體化等多個領域。國內的機器視覺公司多數只偏重于上述某一個或某幾個領域，如要么在成像技術上突出，要么在圖像信息處理或者算法平臺搭建等方面優勢明顯，在技術、資金和市場等多重因素的影響下，很難全面發展。”
從市場競爭能力看，以某些公司為代表的非標集成類公司，另外一些AI系統軟件公司，這些企業目前發展迅速，但長期看沒有自己的核心部件，始終缺乏成長性。
“中科搖櫓船孵化自中國科學院，是一家掌握高精密光電測量核心技術的‘硬科技’企業，我們始終認為一定要持續努力做好硬科技產品，才有可能成為偉大公司。一定要掌握關鍵核心部件，才能超越基恩士、康耐視、海克斯康、西克這四家老牌自動化國際巨頭。機器視覺產業的特殊之處在于，這是一個將軟硬件充分結合的賽道，軟件硬件缺一不可，否則一定會有短板。中科搖櫓船選擇了一條難而正確的道路——堅持做好關鍵核心部件，但我們不畏路遠，堅信道阻且長，行則將至。”鄭道勤強調。
“工業自動化時代的黃金發展期，我們國人沒有趕上。行業巨頭林立，山峰陣地已被國際巨頭占據。當下，工業4.0風口乍起，工業智能化方興未艾，大風起兮云飛揚，新的時代背景下，催生新場景、新應用、新產品、新巨頭，一定會誕生新的行業巨頭，中國企業有很大的機會。”
以目前中科搖櫓船最新發布的產品來看，零部件的觸角已經延伸至 3D 機器視覺領域。這家公司自主研發的 3D 相機系列產品：3D 雙目結構光相機、3D 線激光輪廓掃描相機系列，精度、速度、適應性等性能優勢已經在行業內領先，應用場景集中在于導體、LED 等行業的 3D 尺寸測量與外觀形貌缺陷檢測，在工業生產中能夠自主識別判斷、無序抓取、混裝分揀、自主引導裝配。這些都成為其未來市場的核心競爭優勢。
“軟硬件同時并行開發，優勢在于產品和解決方案交付時自主可控、協同高效、競爭壁壘較高，但劣勢是企業成長周期較長。就以集成模式為例，入行門檻較低，盈利快，商業模式易復制，可替代性更高。”
深計遠慮，所以不窮：從四大趨勢看機器視覺產業發展方向
縱觀機器視覺在國內的發展歷程，我們需要從未來的趨勢中去尋找機遇和消除不確定性。
首先，從細分技術趨勢看。過去行業以2D平面缺陷檢測為主，而現在則以2D-3D立體缺陷檢測為趨勢。單從技術方面看，3D檢測手段已經較為成熟，主要用于同時檢測表面缺陷+平整度，目前已經普遍在3C（平板玻璃、機加工零部件、PCB等）、汽車（車身、焊接）等領域得到應用。
第二，從商業模式變化上看。當前工業視覺領域，仍然以賣硬件和軟件算法為主，通過交付實現營收。例如全面代工貼牌、計件收費等，尚未出現創新性的商業模式。但可以預見的是，基于敏捷制造、柔性生產等趨勢，將會誕生出以數字供應鏈為基礎的創新型商業模式。
第三，從市場競爭看。國內主要的市場份額依然是外資企業為主，且服務的大中型企業居多。而本土供應商主要覆蓋的是中小企業。國產機器視覺市場呈現出“小而不強”的現狀。
從短期市場競爭格局判斷，一是以光源、相機為代表的硬件供應商（OPT、海康等）將進一步擴大份額，擠壓以基恩士為代表的傳統頭部品牌的價格空間。二是國外品牌所統治的工業視覺集成產品，例如一鍵式閃測、視覺顯微鏡等產品，將有較大的價格降幅，這一方面為終端用戶帶來利好，但也會嚴重壓縮國內品牌的盈利能力和市場突破能力。
長遠看，未來國內必將涌現營收超過50億元、市值過千億的超級工業視覺本土品牌，并向亞太、歐美地區擴張。
第四，從產業應用邊界來看。未來工業視覺的應用范圍將更加寬廣，工業視覺與商業視覺的分界線會變得模糊。伴隨著視覺深度學習技術進一步發展，從而使機器視覺技術與工業互聯網、工業大數據、智慧家居、智慧交通、VR/AR等應用緊密結合，產業規模進一步擴大、應用場景變得豐富多元，或許普通人也將享受機器視覺帶來的技術革新。
客觀上講，本土廠商和國外行業巨頭在行業滲透、產品通用性、品牌溢價等方面都還存在一些差距。但是，本土廠商在價格成本、敏捷交付、售后服務、快速迭代等方面，具有本地化優勢，加之中國擁有全球成長性最大的機器視覺市場，擁有最完整的制造業產業鏈條，伴隨實體經濟高質量轉型發展，隨著“創新驅動發展”戰略的實施、高水平科技自立自強新征程的開啟，我們相信“追趕超越”只是時間問題。
