人工智慧視覺辨識現在已經在很多地方導入，像是台灣海關的快速通關，以及很多公司使用它替代打卡系統，例如我去講過課的鴻海精密及精誠資訊，透過刷臉知道是哪個員工；或是7-11的X-Store，用機器視覺辨識讓客戶刷臉進入；還有高速公路e-Tag系統用機器視覺辨識對所有車子進行車牌辨識。中國大陸更普遍用在安防系統中，之前在中國大陸舉辦的張學友演唱會，聽說也透過安防的人臉辨識系統，找到一百多個逃犯，而在工廠中的使用，也是現在很重要的應用。
1. 圖：機器人視覺
機器視覺辨識在工業上的應用在需要光學辨識的產業中，這樣的光學檢測其實不是什麼新的產業，根據台大機械范光照教授之前提出的簡報，可知至少應用在以下產業上：IC及一般電子業：應用在PCB、BGA、LCD螢幕、被動元件形狀腳位及定位、生產插件、晶元(Wafer)鏡面研磨、生產組裝、被動元件辨識上。
2. 機械工具/自動化機械：應用在零件尺寸、外形、瑕疵檢測、零件分類比對、裝配定位、加工定位、熔焊檢測上。
3. 電機工業：應用在控制器紅外線熱像儀檢測、電線瑕疵、裂縫檢測、纜線配置檢測電機工業上。
4. 金屬鋼鐵業：應用在鋼板尺寸檢測、表面瑕疵檢測、鑄件瑕疵檢測、材料金像檢測上。
5. 橡膠/塑膠製品：應用在保特瓶口尺寸檢測、製品顏色分類檢上。
6. 食品加工/包裝業：應用在瓶內液位高度、異物或灰塵檢測、包裝印刷辨識上。
7. 紡織皮革工業：應用在表面針織紋路檢測、色差檢測、皮革表面特性檢測上。
8. 汽車工業：應用在陶軸裁切定位、零件塗黃油檢測、白車身檢驗上。
而現在的人工智慧的顯學深度學習，透過大量的影像數據，就可以做到很精確的影像辨識。而使用人工智慧的門檻降低，有需要的公司透過安裝高解析度的攝影機，透過公有雲訓練網路上可以得到的模型，而部署到自家的伺服器上直接執行人工智慧推論模型，這樣就可以平價地做到高精度辨識；由上可知，用人工智慧做工業影像辨識的門檻大大降低，而這樣的門檻降低讓很多公司都能進來，可選擇地提供廠商變多。
另外新型的工業機器或機器人上，會利用機器視覺辨識，以進行辨識、檢測、比對、導引，以及與人員協作的功能，而利用機器視覺，機器及機器人才能夠動作精確，以達成生產目標。
因為使用人工智慧視覺辨識的門檻降低，還有工業機器人大量使用，相信接下來在工廠中使用機器視覺辨識會越來越多。
