谈及近年来AI企业的火热，计算机视觉领域的勇于探索商业模式的公司绝对是最大的主角。以中国“AI四小龙”——商汤科技、旷视科技、依图科技、云从科技最为典型。

  AI四小龙均为计算机视觉领域领域的佼佼者，融资额遥遥领先于其他人工智能技术领域的企业。计算机视觉的应用场景包括智能安防、无人驾驶、广告营销、金融、医疗影像、消费电子等领域，四家公司在应用场景的落地上极其相似，除了当前最为成熟的安防领域外，其他领域也大都有涉猎。

  不难发现，不管是AI四小龙当前的布局领域还是各路新闻媒体报道的计算机视觉应用场景，都在非工业领域。

  事实上，人工智能视觉技术在工业领域的应用更为成熟。或许是由于“想象力”不如无人驾驶、智慧医疗等非工业领域应用场景，热度相对更低。但热度低不代表不重要，相反，我们大家都认为当前人工智能视觉在非工业领域应用落地有极大不确定性，工业领域的预期确定性更大，应予以更大重视。

  与计算机视觉对应的是，一般视觉技术在工业领域的应用习惯上称“机器视觉”，（也有人现在将“计算机视觉”、“机器视觉”等同）。为避免歧义，本文“计算机视觉”对应视觉技术在非工业领域的应用，“机器视觉”对应视觉技术在工业领域的应用。二者共同组成人工智能视觉。

  工业应用的机器视觉与非工业应用的计算机视觉虽然有较多相似性，但具体细分上仍有一些不同。

  机器视觉在工业领域应用相对成熟。在汽车、半导体、包装等行业测量检测已有比较广泛的应用，理论上，所有制造环节企业都是机器视觉在工业领域潜在用户，只是应用多与少的关系。目前全球尚有相当比例的潜在用户未使用机器视觉技术，潜在市场广阔。而非工业领域整体刚起步，初创企业层出不穷，未来变化难以准确预测。

  全球机器视觉行业保持迅速增加。据国外研究机构BCC Research预测，2018年全球机器视觉市场规模为160亿美元，预计市场需求将进一步增加，2023年增至248亿美元，CAGR可达9.2%。

  尽管国内机器视觉起步较晚，但随只能制造提速，加之技术和资本助力，中国机器视觉行业规模不断增加，且增长速度在2016年以后加快，远超全球机器视觉行业规模增速。

  综合而言，伴随着人口红利消失以及技术进步打开更多下游市场，机器视觉在人机一体化智能系统中的地位正从“可选”逐步向“必选”迈进，长期将持续增长。

  部分传统工业巨头通过收购来扩张，如ABB、欧姆龙，罗克韦尔。部分巨头公司积极扩充产品线高性能工业相机，扩充其原有视觉产品线；Beckhoff则在其最新版本的TwinCAT3中，集成多种机器视觉功能；ABB旗下品牌B&R，更是推出首款机器视觉产品。

  传统互联网巨头分别依据自身业务特点，除了非工业领域都进行相应布局，在工业领域亦有所动作，推动机器视觉产业发展。

  2016年，亚马逊为无人机计划收购一支欧洲顶级机器视觉团队，为亚马逊无人机送货业务开发核心视觉技术。国内BAT也动作频频。2017年，百度全资收购美国xPerception——专注于机器视觉软硬件解决方案的科技公司，面向机器人、AR/VR、智能导盲等行业客户提供以立体惯性相机为核心的机器视觉软硬件产品。2019年，阿里巴巴收购以色列Infinity公司，并入已有机器视觉团队。腾讯优图实验室的技术已经广泛应用在医疗、零售、工业、文化等领域。

  此外，当前，中国经济向新经济，新动能切换，机器视觉等人工智能产业相关政策频频出台，大力支持我国工业从“中国制造”向着“中国智造”转型，如《新一代人工智能发展规划》、《人机一体化智能系统发展规划（2016-2020年）》等。工业领域的人工智能视觉应用，值得更重视。