36氪首发 | 将AI视觉应用于质量管理，「菲特智能检测」完成数千万元A+轮融资

36氪获悉，视觉智能检测解决方案提供商「菲特智能检测」完成数千万元A+轮融资，由天鹰资本领投，珠海横琴金投跟投，资金将主要用于产品研发和业务拓展。

菲特智能检测成立于2013年，前期主要为汽车行业全球知名品牌提供专业的质量服务和供应链管理服务；2018年，公司开始战略转型，进入计算机视觉AI应用领域，形成了针对不同应用场景的通用化AI视觉及大数据分析的解决方案，可以为客户提供质量预警、成因分析、趋势分析、工艺优化等多方面的产品与服务。

菲特以AI技术为核心，团队核心研发成员来自于天津大学、上海交通大学、都柏林大学、英国伦敦大学学院、东京大学等国内外知名院校及国内外知名企业行业专家及高管，通过菲特独立开发的AI平台、SMART数据中台以及菲特智能运营中心，将企业生产过程中的生产、质量、设备、工艺等多源数据进行数字化建模，重点解决运营中OEE设备综合效率问题，包括质量缺陷、机器故障、计划外停机、速度下降、换线、损坏，并形成相关的数据分析，不仅帮助企业降低运营成本，更能够极大的提高生产效率和效益，。

目前，菲特智能检测的客户主要集中在汽车行业，包括整车厂、Tier 1、Tier 2厂商，知名客户包括大众、奥迪、 宝马、博格华纳、舍弗勒等。此外，菲特智能检测依托汽车行业这一“复杂工业生产领域”中积累的丰富的AI质检综合能力和经验，经过近一年的准备和联邦学习，于2021年初成功的完成了模型迁移，在医药行业、化工化纤行业、机加工行业领域，已经推出了相应的解决方案，并赢得了行业顶级客户的认可和业务订单。

具体来看，菲特智能检测的主要产品包括执行检测任务的智能化硬件设备、进行数据处理的AI平台、数据管理平台以及质量及物权管理平台。结合这些产品，菲特智能检测提供的是软硬一体化解决方案，利用菲特的设备和数据管理系统软件，客户可以将供应链上实时的生产数据、质量数据、仓储物流数据进行汇总，通过菲特工业大脑（AI 大数据处理平台）实现趋势预警、问题成因分析、工艺优化等决策推荐，实现智能生产和质量管理。

“我们的方案不仅仅是做机器视觉检测，以机器检测的方式代替人工并不是菲特的目的。”菲特智能检测CEO曹彬告诉36氪，“总结来看，我们做的其实是“三不良管理”，即第一不让不良原材料上产线，第二不让不良生产状态出现（保持连续生产），第三不让不良产品流出工厂。机器视觉智能只是手段之一。

菲特智能检测设备

以汽车行业为例，汽车供应链从供应商到最终客户都要求几近百分百的质量可控和过程追溯。但传统方案 依赖人工，缺乏供应链的基础数据，标准不透明，难以精准对标追溯。

针对这些痛点，菲特智能检测依托多年来积累的汽车行业专业知识和相应数据，以及行业应用KNOW-HOW，在供应商端（Tier 1/Tier 2/整机厂)，根据各步骤工艺特点，将不同检测设备植入生产环节中，实现诸如入料质量判别、模具监控、车型判别、出货检测等多个功能，在提升检验效率的同时降低检验成本的同时确保产品质量可控。

此外，检测数据还能与工艺数据、产线数据等结合，通过一系列分析处理再输出工艺优化、生产调整的建议。这些数据也可以满足物流方、采购方、终端客户的追溯需求。

“目前，菲特智能检测的视觉检测准确度可以达到99%。”天鹰资本主管合伙人迟景朝说，“汽车、工业领域的容错率极低，一个错误可能导致大规模的召回和成本，也会造成供应链中问题企业的巨额罚款，因此对于解决方案的精准度和稳定性都有极高的要求。”

能够打造出这样的整体解决方案并赢得头部客户，得益于菲特智能检测对光学成像技术、底层硬件、AI算法的核心技术全面掌握，以及长期行业应用KNOW-HOW的积累。汽车行业对供应商/服务商有着严格的考察，一般而言供应商需要尽力3-5年的准入周期考察，才能获取供应商资质，有着较高的准入门槛。

值得一提的是，菲特智能检测已经将相关技术平台化，建立了自己的技术中台、行业应用知识库、专业数据库形成了相对标准化的解决方案，可以进行行业复制推广。曹彬还向36氪透露，公司正在和百度、海康威视、天津大学微纳实验室在AI技术、底层硬件的基础知识领域的合作，接下来还将继续开发精度更高的硬件设备，并继续拓展多行业业务。

关于投资：

作为菲特的两轮领投方，天鹰资本表示，菲特是天鹰在智能汽车赛道的重要布局，其投资逻辑有三：一、看好菲特在AI工业智能检测领域有落地场景，打入多家头部厂商，门槛极高；二、菲特在算法的完善、数据的积累方面有着极高竞争力，为向医药、纺织、军工等非车规领域扩展提供了可靠的支撑，并且形成了快速的收入；三、菲特创业团队十分优秀。投资就是投人，菲特团队经过多年磨合、能打硬仗，这也是天鹰信赖菲特、投资菲特的重要原因。