視覺智能檢測解決方案提供商「菲特智能檢測」完成數千萬元A+輪融資，由天鷹資本領投，珠海橫琴金投跟投，資金將主要用于產品研發和業務拓展。

菲特智能檢測成立于2013年，前期主要為汽車行業全球知名品牌提供專業的質量服務和供應鏈管理服務；2018年，公司開始戰略轉型，進入計算機視覺AI應用領域，形成了針對不同應用場景的通用化AI視覺及大數據分析的解決方案，可以為客戶提供質量預警、成因分析、趨勢分析、工藝優化等多方面的產品與服務。

菲特以AI技術為核心，團隊核心研發成員來自于天津大學、上海交通大學、都柏林大學、英國倫敦大學學院、東京大學等國內外知名院校及國內外知名企業行業專家及高管，通過菲特獨立開發的AI平臺、SMART數據中臺以及菲特智能運營中心，將企業生產過程中的生產、質量、設備、工藝等多源數據進行數字化建模，重點解決運營中OEE設備綜合效率問題，包括質量缺陷、機器故障、計劃外停機、速度下降、換線、損壞，并形成相關的數據分析，不僅幫助企業降低運營成本，更能夠極大的提高生產效率和效益，。

目前，菲特智能檢測的客戶主要集中在汽車行業，包括整車廠、Tier 1、Tier 2廠商，知名客戶包括大眾、奧迪、 寶馬、博格華納、舍弗勒等。此外，菲特智能檢測依托汽車行業這一“復雜工業生產領域”中積累的豐富的AI質檢綜合能力和經驗，經過近一年的準備和聯邦學習，于2021年初成功的完成了模型遷移，在醫藥行業、化工化纖行業、機加工行業領域，已經推出了相應的解決方案，并贏得了行業頂級客戶的認可和業務訂單。

具體來看，菲特智能檢測的主要產品包括執行檢測任務的智能化硬件設備、進行數據處理的AI平臺、數據管理平臺以及質量及物權管理平臺。結合這些產品，菲特智能檢測提供的是軟硬一體化解決方案，利用菲特的設備和數據管理系統軟件，客戶可以將供應鏈上實時的生產數據、質量數據、倉儲物流數據進行匯總，通過菲特工業大腦（AI 大數據處理平臺）實現趨勢預警、問題成因分析、工藝優化等決策推薦，實現智能生產和質量管理。

“我們的方案不僅僅是做機器視覺檢測，以機器檢測的方式代替人工并不是菲特的目的。”菲特智能檢測CEO曹彬告訴36氪，“總結來看，我們做的其實是“三不良管理”，即第一不讓不良原材料上產線，第二不讓不良生產狀態出現（保持連續生產），第三不讓不良產品流出工廠。機器視覺智能只是手段之一。

菲特智能檢測設備

以汽車行業為例，汽車供應鏈從供應商到最終客戶都要求幾近百分百的質量可控和過程追溯。但傳統方案 依賴人工，缺乏供應鏈的基礎數據，標準不透明，難以精準對標追溯。

針對這些痛點，菲特智能檢測依托多年來積累的汽車行業專業知識和相應數據，以及行業應用KNOW-HOW，在供應商端（Tier 1/Tier 2/整機廠)，根據各步驟工藝特點，將不同檢測設備植入生產環節中，實現諸如入料質量判別、模具監控、車型判別、出貨檢測等多個功能，在提升檢驗效率的同時降低檢驗成本的同時確保產品質量可控。

此外，檢測數據還能與工藝數據、產線數據等結合，通過一系列分析處理再輸出工藝優化、生產調整的建議。這些數據也可以滿足物流方、采購方、終端客戶的追溯需求。

“目前，菲特智能檢測的視覺檢測準確度可以達到99%。”天鷹資本主管合伙人遲景朝說，“汽車、工業領域的容錯率極低，一個錯誤可能導致大規模的召回和成本，也會造成供應鏈中問題企業的巨額罰款，因此對于解決方案的精準度和穩定性都有極高的要求。”

能夠打造出這樣的整體解決方案并贏得頭部客戶，得益于菲特智能檢測對光學成像技術、底層硬件、AI算法的核心技術全面掌握，以及長期行業應用KNOW-HOW的積累。汽車行業對供應商/服務商有著嚴格的考察，一般而言供應商需要盡力3-5年的準入周期考察，才能獲取供應商資質，有著較高的準入門檻。

值得一提的是，菲特智能檢測已經將相關技術平臺化，建立了自己的技術中臺、行業應用知識庫、專業數據庫形成了相對標準化的解決方案，可以進行行業復制推廣。曹彬還向36氪透露，公司正在和百度、海康威視、天津大學微納實驗室在AI技術、底層硬件的基礎知識領域的合作，接下來還將繼續開發精度更高的硬件設備，并繼續拓展多行業業務。

關于投資：

作為菲特的兩輪領投方，天鷹資本表示，菲特是天鷹在智能汽車賽道的重要布局，其投資邏輯有三：一、看好菲特在AI工業智能檢測領域有落地場景，打入多家頭部廠商，門檻極高；二、菲特在算法的完善、數據的積累方面有著極高競爭力，為向醫藥、紡織、軍工等非車規領域擴展提供了可靠的支撐，并且形成了快速的收入；三、菲特創業團隊十分優秀。投資就是投人，菲特團隊經過多年磨合、能打硬仗，這也是天鷹信賴菲特、投資菲特的重要原因。