人工智能质检员效益如何？

这套系统已经开始在一家中国的lcd面板工厂实施了，给他带来的效益真是按千万级来计算的。不光是人力的成本减少，更多的是一些生产力的提高，是让他工厂的生产能力得到了释放。

只要涉及到外观检测的行业，这套系统都有应用。不光是电子行业，这套系统已经开始在汽车行业的一些汽车外观、喷漆的检测得到了应用。

制造业之外，其实在建筑业方面，也有一些应用。

比如说，一些比较高危的部位的检测，人爬上去可能比较困难，而且效率也不高。ibm在跟另外一家公司合作，用无人机带着摄像机上去拍摄，然后再去判断工程质量的问题。所以说这个应用，真是方方面面都有。只要是需要人去做外观判断检测的，这一套技术都用得上。

简单的总结一下。只要能拍出来照片，在照片上能识别问题的这一类场景都可以去运用。

无论是食品外观出现了问题，比如：一个苹果上出现了斑点，能不能上架；还是服装上的一个线头露出来太长，能不能让它判定为质量合格。

这样的场景太多了，认知质检员都可以用起来。