目前而言，大部分的AR工业应用方案仍只是简单地利用AR眼镜来提高一线员工的工作效率，并未有意识地进行关于员工的大数据采集和专业经验沉淀。但从长期来看，通过AR眼镜实现大数据的收集、分析，从而进行经验的的沉淀及流程的优化，甚至借此构建“专家数据模型”和相关智能算法，才是其真正的价值所在。因为这不仅仅意味的智能化和效率的进一步提升，甚至将从中诞生出新的商业模式。
与今年火爆异常的VR相比，AR似乎失色许多。虽然Pokenmon Go这一爆款AR游戏极大地启发和教育了市场，但就目前而言2C硬件尚未成熟，还远未到真正走向大众的时候。
可对于B端客户而言，AR 眼镜作为生产力工具已可以大大提升生产和培训效率，提升安全系数甚至突破能力限制，其带来的价值远远高于成本，因此 B 端需求非常旺盛。
特别是工业领域，随着德国工业4.0、中国制造2025，美国的“工业互联网”的推动，工业类B端应用将成为AR增速最快的领域。无论是谷歌、微软hololens等国际巨头，还是国内的0glass、影创AR、亮风台等AR企业都将目光投向了这一市常在“AR+工业”成为新风口的当下，众多AR企业又该如何切入这一领域，分食这数百亿的市场蛋糕呢？
▲图：AR的B端应用核心价值点
一、利用AR眼镜，提高一线员工效率
对于目前众多的“AR+”来说，其首要目标便是在于利用AR技术助力具体产业实现更高的效率或创新性商业模式。在工业领域自然也不例外，例如微软与世界名牌电梯厂商蒂森克虏伯公司合作，为其旗下24000名技术工人配备Hololens眼镜，以便能够在安装、检修电梯设备的时候获得更及时、更便捷的技术支持。
▲图：蒂森克虏伯员工在利用hololens眼镜维修电梯
蒂森克虏伯公司认为，虽然每台Hololens的售价高达3000美元，但使用这AR设备能够大幅度提升技术工人的工作效率，以往需要2小时才能解决的问题现在可能20分钟就搞定，由此算来，购买设备的成本已经与节约下的时间成本抵消，甚至还有赚到。
而国内的深圳增强现实技术有限公司（以下简称0glass）针对工业领域推出自己的AR解决方案。“在工业领域，涉及人的工作都存在着以下特点：操作繁琐，流程长、对操作要求标准规范、效率要求高、工作结果安全性要求高。而这些特点恰恰涉及人的弱点：操作繁琐，流程长，人的记忆力难以不出错；对操作要求标准规范，但人往往会疏忽出现差错；要求工作效率高，但人都有着懒惰的本能。也就是说工业与人性的弱点存在难以调和的矛盾，这就也是目前工业领域面临的痛点。”0glass CEO苏波说道。
▲图：利用0glass智能眼镜进行智能维修
而利用0glass开发的AR智能眼镜，这一问题可以得到很好地解决。当一个产业工人佩戴AR智能眼镜，利用内置的软件算法和工作辅助系统进行分析、判断，迭代出施工方案，将需要实操的标准步骤则通过三维图像叠加的现实世界中，并浮现于眼前。所有步骤都将一清二楚，出错率极大降低。
例如0glass的一个客户是给机翼做电箱的，组装一个产品需要有600多个步骤，由于人的惰性和记忆的问题，很容易导致出错，而有了AR眼镜的流程化指导，可以很大程度规避这一问题。目前0glass已经与航空维修公司、国家电网、西门子、华为、江铃汽车等公司合作开发AR行业应用解决方案。
除此之外，波音、空客及Knapp也利用AR技术来提升其工作效率，并取得显著效果。
二、采集“人”的大数据，改善优化工作流程
除了直接帮助一线员工提升工作效率，AR眼镜更重要的一点是可以实现关于人的大数据采集。就目前而言，大数据的采集基本是以机器和设备为中心，而与人紧密相连的数据却一直是困扰业界的难题。用传统的方式采集“人”的数据会遇到以下问题：
1、进行1对1观察记录数据，所得的数据并不客观，因为有人观察的时候，工人的表现很和平时不同，采集到数据也会有出入，即所谓的数据变形。
2、难以长期坚持，不能长期坚持的无法形成真正大数据，价值也大大降低。
3、即使解决前2个问题，其长期成本也是难以承受的。
而通过AR眼镜这一问题得到很好的解决，智能眼镜应该说是目前最有效的采集方式，每一位工人佩戴的AR智能眼镜可以收集个体数据，汇集到云端进行大数据的分析，从而产生更大的价值。在这个方面，0glass的工作辅助系统PSS就是一个很好案例。
0glass设计的工作辅助系统PSS（Performance Support & Training System），内置了实时指导，透明管理，个人教练，知识沉淀四大模块，四大模块很好的贯穿了工作、管理乃至培训的全流程，而这一切的核心就在于关于工作细节方面的大数据。通过PSS，可以在工作过程当中能采集到工人的数据，并将其传送至云端储存、分析。
“这个数据采集可以精确到什么程度呢？你拧一颗螺丝用了多长时间，工作的过程当中使用的是10号扳手还是3号扳手，这些都可以采集到。”苏波说道。这些数据可以再反馈回去可以优化工作流程、进一步提高工作效率及产品良品率。
三、利用大数据构建专家数据模型及算法
AR智能眼镜除了简单的数据采集外，更可以实时捕获产业工人工作过程中的好的经验和技能，成为知识管理的过滤器和沉淀器。这也不仅有利企业的知识经验的积累，也为员工的个性培训打下坚实的基矗例如通过监测发现员工在某一环节的操作存在不足，便可针对这一环节进行专门培训即可。
更关键的是，通过对一线员的工作的实时追踪与记录，企业可以获得大量珍贵的一手专业数据，从而构建用于行业应用AI的“专家数据模型”。
未来，随着各行业自动化、智能化程度进一步提升，必然会出现应用于不同行业及工作的专业AI，如负责汽车维修的AI、负责电力系统巡查的AI，而这些专业化AI的构建，必然离不开基于大量专业数据的“专家数据模型”。这也是为工业4.0奠定坚实的技术基础，也将带来巨大的商业价值。
总结
就目前而言，大部分的AR企业提出的AR工业应用方案仍只是简单地利用AR眼镜来辅助工人进行分析、判断，并指引其按项目规范进行操作，从而提高一线员工的工作效率，并未有意识地进行关于员工的大数据采集和专业经验沉淀。
但从长期来看，通过AR眼镜实现大数据的收集、分析，从而进行经验的的沉淀及流程的优化，甚至借此构建“专家数据模型”和相关智能算法，才是其真正的价值所在。因为这不仅仅意味的智能化和效率的进一步提升，奠定真正的工业4.0的智能化基础，甚至将从中诞生出新的商业模式。
