2021年9月14日,第十三届中国深圳创新创业大赛盐田预选赛区暨“科创中国”创新创业投资大会(2021) 盐田分会场决赛在深圳市盐田区大百汇生命健康产业园区正式展开。本届赛事紧紧围绕辖区重点发展的生物医药产业和智慧港口物流产业,采取双赛并行、赛会叠加的方式,筛选出优质的生物医药及智慧港口物流项目和人才。

20936847.jpg

    以下是《视觉项管》项目路演实录,由云现场整理。


    各位领导,各位评委,大家下午好!

    我是深圳市筑智云科技有限公司的唐静,今天由我来给大家讲视觉项管的项目。

    首先和大家说我们做的是一件什么事。

    我们是利用视觉识别去辅助工程建设的项目管理的过程。

    我们从事这个行业的时候就发现一个问题,和客户进行了很久的调研,其中涉及到人的问题,人员的素质直接影响了工程管理的结果,管理人员在管理过程当中,会涉及到很多人情世故,这会影响到工作管城的结果,同时管控过程中会有大量数据的失真、错报、误报等,而且很多时候执行层会看人办事,以及管理人员的管理标准不同,所以导致管理结果不同。

    这是近5年建筑产业的总产值,平均增速达到7.4%,建筑企业在建筑过程中,投入到安全管理里面的费用占项目资金的1%—5%左右。

    这是我们产品的目标,用设备以及算法排除一切人为因素,利用视觉去发现风险,用AI统一风险标准,结合我们的业务流程进行自动化的流程管理。

    这是产品的逻辑,分成3层,一是现场感知层,涉及很多IoT的设备,主要是做采集的数据;二是AI算法,这会涉及到工医、工帽等的算法;三是结合业务场景,里面涉及到人员管理、安全管理,还有物资的管理;四是视频融合。

    这是项目实施的事例图,可以通过一块屏幕在现场标注出风险识别和进行预警,预警会分两方面,一是在现场进行现场的提示,这些风险会到业务系统进行分析,以及业务场景关联场景的触发,最后传送到管控系统,然后去做后续的处理。

    我们所有的算法是和场景、业务做融合,它是可以自由组合的,8个算法加3个场景,再加上人、机、料、法、环详细的业务,会融合出很多细节和场景。

    这是我们系统的架构,IoT感知层,我们把它当做人的触感延伸,主要是在现场采集数据,解决数据采集不准确的问题。这些数据采集以后,会到AI引擎做分析,AI引擎会把规范、规则统一化、标准化,通过机器去判断这个东西是合规的还是不合规的,这些所有的数据会传输到我们的业务管控系统以及现场管控系统,最终这些数据会聚到数据层,然后给决策层做全景的统筹。

    我们产品的优势,在建筑行业做了8年,集轨道、能源、商业地产等200+家企业的合作积累,算法方面我们有自己的首席科学家和联动引擎,现在我们做视觉最重要的是现场数据,现在所有的算法都是通过现场的数据进行训练,我们现有的现场数据是在10万小时以上。

    这是推广的方案,主要分3个,线上推广,主要是和腾讯、华为进行深度的合作,目前也有几个项目在推进的阶段;二是大客户直销,比如说深圳地铁、碧桂园等都有一些项目上的合作;三是渠道推广,今年目前已经建立了200家左右的渠道商,明年会全国全面铺开。

    财务方面,今年预计的计划是5千万的收入,前几天我看了一下,目前已经完成了80%左右,今年年底之前交付的合同额是可以超额完成的。明年计划是在1.5个亿左右,一直到2024年可以达到5个亿。

    这是我们的核心团队,我们的总经理是张晓伟先生,负责企业全面的运营,欧先生是负责产品规划和技术团队管理,沈是负责机器视觉研究、全球AI资源整合等等。

    这是我们过往的合作客户,谢谢。

    

    主持人:感谢第四组项目的路演,现在进入评审提问环节,请评委老师对路演项目进行提问。

    评审提问:单一项目的规模大概是在什么范围?

    唐静:主要是看建设工程,比如大型工程,可能一个项目会涉及到几百亿的时候,安全方面的费用是根据项目总投资金额来划分的,我们去做项目的时候,要看客户的工程大小的不同而做不同的方案。我们的系统可以做到模块化的拆分,感知层、业务层里面的每一个模块到AI算法,是完全可以独立拆出来进行不同的组合,比如中小型的项目,也可能按需配置他所需要的需求,大型的项目我们也可以根据他们的需求做定制化的组合。

    评审提问:你给我讲了十几句话,没有回答我问你的问题。

    唐静:目前来说,我们给某能源企业做的单一项目,还是第一期,总金额700万。

    评审提问:我问一个具体的问题,如果在百亿级的建筑工程里面,要实现你刚才所说的监管范围,项目落地要花多长的时间?

    唐静:目前只是设备的安装,半个月到一个月左右,因为我们前期就会介入。

    评审提问:你们有10万小时的工作库,你们有什么独特的最优的做法可以推荐给业主,实现各方面的管理提升?

    唐静:安全方面,国家的标准安全风险库,我们记录有6千到条,我们的一些合作企业授权给我们可以公开的企业内部标准,我们其他的合作伙伴也可以用到这些标准,我们可以把这些标准推给其他的合作伙伴使用。我们所有的项目管理人员,无论他的经验是否丰富,可以通过我们整套算法去帮助他去进行管理。算法方面,比如说车型,深圳的车型和广州的车型不太一样,我们有一个基础算法,在实际驾车以后,通过10天左右,再去做训练,那在本地场景的准确率就提高。

    评审提问:针对港口的场景,您这个团队或者是这个技术相比于同类技术有什么优势?

    唐静:如果是针对于港口来说,我们可以把整个项目前端的感知层以及现场管控的业务层去做拆分,组合起来做到港口的堆厂管理,比如道路拥堵情况的可视化管理,比如堆厂的集装箱区域冗余程度是怎样的,以及进出口闸等,都是可想象的。

    评审提问:你们能比别人做得更多或者是更好的是什么?

    唐静:做,很多企业都能够做得到,但是有一个问题,我们也和很多客户接触过,比如说他的开发商给企业推送的时候,就会涉及到企业深度的业务结合,我们想的很简单,我们做我们力所能及的事,能够快捷和企业其他业务系统做融合,而不是说我要做一套东西拿去替换某些系统,这对于很多企业来说是不太现实、也不能接受的。

    评审提问:我看你们的方案里工程师算法有很多,是买的还是自己做的?

    唐静:都是自己做的。

    评审提问:你的市场规模这几年有10倍的增长,为什么这么有信心?

    唐静:随着国家的建设速度,前几年在住宅、公共类建筑会有很多的增长,目前来讲,住宅会逐步趋于平稳,但是未来会在公共、基建、商业地产是不会停下来的,这方面我们不用担心,建设会一直在建设。

    评审提问:在项目管理过程中,建筑行业有很多个行业,有建筑行业、水上水下的桥梁工程,建筑工程之间的安全管理要点和风险识别,跨行业之间的差别很大,也有一定的专业性,我们的技术核心还是视觉处理,很多安全的管理单纯通过视觉不一定能解决,这些视觉的安全专业性系统上是如何体现的?

    唐静:我们整个项目,刚才所说的视觉项管,名字上可能有一些误导,里面不仅是视觉,还有很多的传感器,视觉识别是作为一个主打的产品切入到企业,现在很多企业的安全监管是分阶段的,最开始是人员、进出口,有没有戴安全帽等,还有开工的时候,挖土方的时候需要识别车辆的进出,需要根据运输量推算土方挖出的量有多少,这些也涉及到结款,他是分阶段做逐步的实施。


    主持人:提问环节结束,感谢评审老师的提问,请打分。

    各位评委老师请亮分,第四组参赛选手得分依次为:80、84、83、83、84、77、79、83、88。