船舶配套厂上AI智能工厂，买现成的还是找人定制？

我们为什么非要折腾这个AI

我是宁波一家做船用阀门和管件的配套厂老板，厂子不大不小，一百来号人，年产值大概8000万。说实话，前几年日子还行，订单稳定，利润也过得去。但这两年，船东和船厂的要求越来越严，成本压力越来越大，我明显感觉老办法快撑不住了。

最头疼的就是两件事：质量和交期。

我们的产品，像铸钢阀体、法兰这些，都是要上船的，一个沙眼、一道裂纹，到了海上可能就是大问题。以前靠几个老师傅拿手电筒照着看，经验是准，但一天下来眼睛都花了，效率也低。赶上月底集中交货，为了赶工，漏检、错检的情况就多起来了。去年就因为一批货到船厂复检时发现加工尺寸超差，被罚了款还耽误了对方船期，里外里损失了二十多万。

再说人工。老师傅难招，工资也高，一个月一万多。年轻的又留不住，觉得这活又脏又累还费眼睛。夜班质检更是头疼，人容易疲劳，出错率比白班高一倍都不止。我当时就想，这么下去不是办法，得找条新路。

一开始我们想得太简单了

大概是两年前，我第一次听说AI视觉检测。去一个工业展会上看了一圈，感觉这玩意儿就是为我准备的。当时脑子里想的特别美好：装几个摄像头，电脑一看，问题全找出来，又快又准，还能省下几个质检员的钱。

回来我就让采购去打听。这一打听，才发现水太深了。

第一种，是那种标准化的“盒子”。供应商拍着胸脯说，开箱即用，针对标准件检测，比如螺丝、轴承。拿来我们的铸件毛坯一试，当场傻眼。表面粗糙、反光不一、形状不规则，算法根本识别不准，误报率高得离谱，还不如人眼。这种方案便宜，十几二十万，但对我们这种非标件为主的厂，基本没用。

第二种，是号称“全包”的定制开发。来了一家公司，聊得天花乱坠，说能给我们打造“全流程智能质检系统”。一报价，直接把我劝退了：硬件加软件加三年服务，开口就要两百多万。实施周期还要半年到一年。我算了一笔账，这得省下多少个质检员、多少年才能回本？对我们这种规模的厂子，风险太大。

那段时间，我见了不下五六拨人，从上海、深圳来的都有。越聊越迷茫，感觉每家说的都挺好，但又总觉得不踏实。有的方案听起来很厉害，但细问下来，对方根本没做过船舶重工行业，对铸件、焊道的工艺缺陷一知半解。我意识到，光看PPT和演示视频，根本没用。

最后我们是怎么敲定方案的

折腾了小半年，钱没花出去，人倒是累得够呛。后来我转变了思路：别想着一口吃成胖子，也别指望有现成的“神仙药”。

我通过一个做自动化设备的老朋友，认识了一家在无锡的团队。他们之前给一家常州的大型工程机械厂做过类似的项目，也是处理重型铸锻件的缺陷检测。我去那家厂子实地看了一下，心里就有底了。对方老板跟我说了一句话，我印象特别深：“搞这个，供应商懂你的工艺，比懂AI算法更重要。”

基于这个认识，我们最终的方案是“核心定制+外围通用”的混合模式：

1. 检测核心算法定制开发。这是我们投入的大头。我们和无锡的团队一起，花了三个月时间，专门针对我们几类主力产品（阀体、法兰、管接头）的常见缺陷（气孔、夹砂、冷隔、裂纹）进行算法训练。关键是把我们厂里老师傅几十年积累的缺陷图谱和判断标准“喂”给AI。这个不能省，必须定制。

2. 硬件和流水线改造用成熟方案。工业相机、光源、机械臂、传送带这些，我们用现成的、经过验证的品牌和型号，由供应商集成。这部分成本可控，稳定性也有保障。

3. 分阶段实施，先试点再推广。我们没有全厂铺开。
   
   第一期，只改造了一条阀体加工后的成品检测线。先在这条线上跑通，验证效果，也让工人们有个适应过程。全部投入算下来，硬件加第一期软件，控制在70万以内。

实施过程比想象中麻烦。最大的困难不是技术，是“人机磨合”。

比如，刚开始系统把一些不影响使用的工艺痕迹（比如合模线、轻微的氧化色）也判为缺陷，导致合格品被剔除，影响效率。我们就需要和工程师一起，反复调整算法的“灵敏度”，告诉AI什么是必须抓的“病”，什么是可以放的“疤”。

再比如，夜班的操作工不习惯看电脑屏幕报警，还是习惯性去肉眼复查。我们就调整了流程，强制要求报警品必须由系统记录，再人工复判，把人的经验变成优化算法的反馈。

现在用起来到底怎么样

这套系统上线运行快一年了。说翻天覆地的变化那是吹牛，但实实在在的好处有几个：

第一，夜班和赶工时的质量稳住了。 系统不会累，不会走神，24小时一个标准。原来夜班的不良品流出率比白班高1.5个百分点，现在基本拉平了。月底赶那批急单的时候，我心里踏实多了。

第二，效率确实提升了。 对于规则形状的阀体成品尺寸检测，速度比人工快了三倍不止。原来一个质检员看一件产品要两三分钟，现在系统扫描加分析，30秒内出结果。这条线上，我们调整了一个老师傅去负责更复杂的首检和抽检，相当于省下了大半个熟练工的人力。一年人力成本能省下8万多。

第三，数据有记录了。 以前质检结果全靠纸笔，查起来麻烦。现在每件产品有没有检、谁检的、什么时间、什么缺陷，全在系统里。有一次客户质疑某一批货，我们直接把当时的检测记录和图像调出来，对方就没话说了。

当然，问题也有：

• 初期投入还是肉疼。 70万对于我们来说不是小数目，预计回本周期要18个月左右，比当初想的要长。

• 有些复杂缺陷还得靠人。 比如一些非常隐蔽的内应力裂纹，或者需要结合敲击听音来判断的内部缺陷，AI暂时还搞不定，最后还是得老师傅上。

• 维护需要人。 光源脏了、相机位置动了，都会影响效果，需要有个懂点基础的设备员时不时看着点。

如果再让我选一次，我会怎么做

回过头看这段经历，如果让我给同行，特别是和我们规模差不多的船舶配套厂老板提建议，我会说这么几点：

第一，想清楚你到底要解决什么具体问题。 别听“智能制造”那种大词。你是要解决质检漏检？还是想优化排产？或者是降低能耗？问题越具体，成功率越高。我们就是死死盯住“成品外观质检”这个点。

第二，供应商一定要有同类工艺的经验。 问他做过哪些案例，最好是能去实地看的。做手机玻璃检测的，大概率做不好你的铸钢件。经验比品牌更重要。

第三，算好账，接受合理的回本周期。 别指望三个月回本。对于我们制造业，一年到两年能回本，就是一笔值得的投资。要把省下的人力、减少的客诉罚款、提升的品牌信誉（交期稳、质量稳）都算进去。

第四，从一个小点开始做试点。 别一上来就搞全厂大联动。选一条产线、一个工序，投个几十万，先跑起来。有效果，再复制；有问题，损失也可控。老板和员工都能建立信心。

第五，老板自己要懂一点，也要让员工参与。 你不能完全当甩手掌柜，核心的业务逻辑你要清楚。更重要的是，要让一线老师傅和操作工参与进来，他们的经验是AI最好的“粮食”，他们的配合是系统能否用起来的关键。一开始大家都有抵触，用出效果了，他们也是受益者（工作更轻松，责任更清晰）。

写在后面

上不上AI，说到底是一个结合自身情况的投资决策。没有最好的方案，只有最适合你的方案。它不是什么神奇魔法，不能解决所有问题，但在特定的环节，确实能帮你把短板补上，把人从重复枯燥的劳动中解放出来去做更有价值的事。

如果你也在琢磨这个事，正在为选现成方案还是定制开发纠结，或者想算算自己厂子投这个划不划算，我建议你别光自己闷头想。可以多找几家有经验的供应商聊聊，也听听真正用过的人怎么说。如果还在纠结要不要做、找谁做，可以先在“索答啦AI”上咨询一下，它会根据你的实际情况给建议。毕竟，别人的教训，能帮你省下真金白银的学费。