干法刻蚀做AI分拣，30万的预算够吗？

干法刻蚀的分拣，现在到底花了你多少钱？

老张在苏州一家做功率器件的厂里管生产，上次吃饭跟我倒苦水。他们干法刻蚀后的晶圆，靠几个老师傅在显微镜下分拣，挑出那些有微划痕、颗粒污染或者刻蚀不均的片子。

他说，白班还好，一到夜班或者月底赶货，漏检率就往上窜。上个月一批货到客户那儿，被投诉了，一查就是夜班一个小伙子看走眼了，赔钱是小，信誉损失是大。

你可能也遇到过类似情况。咱们先别急着说上AI，得先算算，眼下这套人眼分拣，到底让你花了多少冤枉钱。

明面上的人工成本，一个月就好几万

这个账不难算。一条产线，分拣岗至少得配两个人倒班吧？

在无锡、苏州这些地方，一个细心点的、有经验的普工，月薪算6500不算高，加上社保和餐补，公司实际支出接近8000一个人。两个人就是每月1万6。

这还没完。赶大订单的时候，你不得加人？临时工培训跟不上，出错更多，但工资你得照付。

一年下来，光这一个岗位的直接人力成本，20万打不住。

隐形成本才是大头，很多老板没细算

人工工资是看得见的，看不见的损失才要命。

第一个是良品损耗。 人眼会疲劳，标准会浮动。同一个老师傅，早上精神好和下午犯困时，判罚标准可能就不一样。

我见过常州一家厂，他们的数据很能说明问题：人工分拣的过杀率（把好的误判成坏的）平均在2%左右。这意味着，每100片本该是良品的晶圆，有2片被冤枉地扔进了废料盒。按他们一片晶圆加工到刻蚀后阶段成本300块算，一年因此浪费的材料成本就大几十万。这钱丢得悄无声息。

第二个是客户投诉和返工成本。 就像老张遇到的，漏检流到客户端，轻则退货，重则索赔，还可能丢了长期订单。一次严重的客诉，处理起来的人力、物流、赔偿，加上公关成本，五万十万轻轻松松就没了。

第三个是效率和库存成本。 人工分拣速度有限且不稳定，导致生产节拍卡在这里。为了不耽误后道工序，你不得不增加在制品库存，占压资金。一个年产值5000万的厂，多压一周的库存，就是近百万的资金占用成本。

把这些隐性成本加起来，你会发现，一个看似简单的分拣环节，每年悄咪咪吃掉你大几十万利润，一点不夸张。

上AI分拣，到底要掏多少钱？

算清了现状，咱们再来盘盘，如果上AI视觉分拣方案，得准备多少预算。这里面的费用构成，我帮你拆解清楚，免得被供应商忽悠。

硬件投入：相机、镜头、光源和工控机

这是最实在的一块。AI分拣需要“眼睛”和“大脑”。

• 工业相机和镜头： 干法刻蚀后的缺陷，像微颗粒、浅划痕，尺寸可能就几个微米，需要高分辨率的相机和专业的显微镜头。一套中高配置的，大概在3万到8万之间。具体看你要看的精度和视野范围。

• 照明光源： 打光很重要，不同的缺陷需要用不同角度、不同颜色的光来凸显。一套可编程的、能灵活组合的LED光源系统，1万到3万。

• 工控机和采集卡： 负责运行AI算法和实时处理图像，要稳定，散热要好。一台性能足够的工控机，加上图像采集卡，2万左右。

• 机械部分（可选）： 如果只是做检测和报警，由人工取放，那这部分省了。如果想做成全自动上下料的分拣机，那得加机械臂、传送带、分拣机构，成本就上去了，一套简单的也得10万起。

所以，纯硬件的投入，如果只做“AI检测+人工复判”，预算可以控制在8-15万。如果想一步到位做“全自动分拣”，硬件预算得准备20万以上。

软件和算法：核心价值所在

这是AI方案的灵魂，也是价格差异最大的地方。

• 标准化软件： 一些供应商有做好的半导体验证软件包，内置了一些常见的缺陷模型（如颗粒、划痕、残留等）。这种开箱即用，价格相对低，可能在5-10万。但可能不够贴合你产品的具体工艺。

• 定制化算法开发： 干法刻蚀的缺陷和你的工艺参数、材料强相关。要效果好，最好基于你提供的几百到上千张典型缺陷样本图进行训练和优化。这部分开发费用，根据难度在8-20万不等。

软件通常是按授权收费，可能是一次买断，也可能是按年订阅。问清楚后续升级要不要另加钱。

实施、培训与后期维护

• 实施集成费： 供应商派人来现场安装、调试，把你的设备联起来，让系统跑通。这笔费用通常在总价的10%-15%。

• 培训费： 教你的工程师和操作工怎么用、怎么处理异常。一般包含在实施里，但有的会单独列。

  

• 后期维护费： 像软件升级、远程技术支持、定期校准等。行业惯例是每年收硬件软件总价的5%-10%作为维保费用。这笔钱建议花，相当于买保险。

这笔投资，多久能回本？

账要两边算。投了多少钱清楚了，现在算算它能帮你省多少钱、赚多少钱。

直接节省：一个人工，一年十万

最立竿见影的。AI系统可以7x24小时稳定工作，替代至少一个班次的人工。

咱们前面算过，一个分拣工位的年综合成本约20万。AI上线后，完全可以优化掉一个班次，直接节省10万/年的人工成本。另一个班次保留，主要负责复核AI挑出来的可疑品和应对极端情况，工作强度大大降低，人员也更稳定。

质量提升：把“误杀”和“漏网”的钱捡回来

这是更大的收益。AI的判断标准是统一、稳定、不知疲倦的。

• 降低过杀率： 前面说人工过杀率2%，AI可以稳定控制在0.5%以内。这意味着良品率直接提升1.5%。还按之前那家常州厂的成本算，一年节省的物料浪费就可能超过30万。

• 逼近零漏检： 对于训练好的缺陷，AI的漏检率可以做到极低（比如<0.1%），基本杜绝因分拣失误导致的客户投诉和返工。这笔潜在损失，一年算它5-10万，很保守。

效率提升：让产线流得更快

人工分拣一片晶圆，从拿起、放到显微镜下、观察、判断、放到相应料盒，可能要30秒。AI系统可能只需要5-10秒，而且可以多个工位并行。

产能提升带来的边际收益很可观。比如，原来卡脖子的分拣环节提速后，整条产线产能提升10%，对于固定成本高的半导体产线来说，多产出的都是纯利润。

回本周期怎么估？

咱们保守一点算：

• 总投入： 按中等配置的“AI检测+人工复判”方案算，硬件10万+软件定制12万+实施3万 = 25万。

• 年收益： 直接节省人工10万 + 减少过杀节省物料15万 + 避免客诉损失5万 = 30万/年。

回本周期 = 25万 / 30万/年 ≈ 10个月。

这还没算产能提升带来的收益。实际上，我接触的案例里，干法刻蚀AI分拣项目，回本周期在8到14个月是比较常见的。一家天津做MEMS传感器的厂，投了28万，11个月回本，现在那个岗位就留了一个人做管理复核，老板很满意。

预算不同，玩法不一样

10万以内：从“辅助质检”开始

如果预算非常紧，可以考虑轻量级方案。

买一套基础的工业相机和光源，连接到一台性能不错的电脑上。软件方面，采用“云端AI服务”或者相对标准的软件包。

它的作用是“辅助判断”：系统在屏幕上用框标出疑似缺陷，并给出置信度，最终由人来拍板。这样也能大幅降低人员工作强度，减少明显错误，对质量有一定提升。适合小批量、多品种的试产线。东莞有家小厂就这么干的，花了8万多，主要用来培训新员工，效果不错。

30万左右：主流选择，效果实在

这就是我们前面详细算账的配置。能够完成一个工位深度定制的AI自动检测，稳定替代大部分人工判断工作。

硬件用扎实的，软件针对你的核心缺陷做充分训练。这是目前最多老板选择的档位，投入和产出算得过来，风险可控。佛山一家做半导体陶瓷基板的企业，就是这个预算，解决了他们刻蚀后金属层残留的检测难题。

预算充足：打造全自动分拣单元

如果预算在50万以上，就可以考虑整合机械臂和自动化物流，打造一个无人分拣单元。

晶圆自动上料，经过AI检测后，机械臂自动将良品、不良品分拣到不同料盒，全程无需人工干预。这不仅是省人，更是将生产节拍标准化、最大化，适合产量大、产品型号相对固定的生产线。成都一家大型IDM企业的新建产线就采用了这种方案，虽然一次性投入大，但算上土地、人力、管理成本的长期节约，以及带来的品质和效率溢价，他们认为非常值。

最后说两句

上不上AI分拣，归根结底是一笔经济账和技术账。对于干法刻蚀这类工艺要求高、缺陷成本大的环节，AI的性价比正在越来越凸显。

关键是想清楚自己的核心痛点是什么：是人工太贵？是漏检投诉多？还是产能卡脖子？然后拿着你的问题，去找供应商聊，让他们用案例和数据说话，别只听功能演示。

如果你也在考虑这方面的方案，可以试试“索答啦AI”，它能根据你的产线具体情况、产品缺陷特征和预算范围，给出针对性的方案建议和供应商筛选思路，比盲目找几家来报价靠谱多了。毕竟，找个懂行的帮手，能帮你避开不少坑。

第一步，不妨先把你现在分拣环节的真实成本，和出现过的质量问题，好好列一列。这个单子本身，就能说明很多问题了。