方管厂上AI视觉质检，一年能省多少钱？

我们厂是怎么把质检这个“老大难”给搞定的

我是佛山一家方管厂的老板，厂子不大不小，年产值5000万左右，主要做建筑和家具用的镀锌方管、矩管。

说实话，干这行的，没有不为质检头疼的。管材表面那点划痕、凹坑、锈斑，肉眼看着都费劲，更别说让工人一天8小时盯着看了。

我们当时的问题很具体：

第一，人眼真的会疲劳。 尤其是夜班和下午三四点，漏检率明显升高。一批货200根管子，肉眼复检总能挑出两三根有瑕疵的，客户投诉没断过。

第二，标准不统一。 张师傅觉得能过的，李师傅坚决要打回。新来的员工更懵，什么叫“轻微划痕”？什么叫“不明显凹坑”？全凭感觉。为这个，车间主任没少跟质检班吵架。

第三，成本算不清。 我们养了6个专职质检，一年人工成本就将近40万。这还不算因为漏检退货产生的运费、返工费和客户信任损失。有一回给东莞一个家具厂供货，因为表面划痕被整批退回，光运费就亏了大几千，订单也黄了。

那时候我就想，不能再这么耗下去了。

找方案的路上，我们踩过三个坑

一开始，我觉得这事很简单：不就是装几个摄像头，用电脑看嘛。真动起来才发现，根本不是那么回事。

坑一：贪便宜，买了“通用型”检测机

最开始，我在展会上看到一家做“通用视觉检测”的公司，机器看着挺唬人，价格也便宜，才8万多。他们销售拍胸脯说，调调参数就能用。

结果拉回厂里就傻眼了。

方管表面有金属反光，特别是镀锌管，灯光打上去一片亮白，什么瑕疵都看不清。机器报出来的全是误警，要么就是把反光当划痕，要么就是真有问题它看不见。调试了半个月，基本没法用，成了个摆设。

坑二：自己搞，低估了技术门槛

第一个坑踩了，我想，要不自己找人开发？我找了个软件团队，想把需求讲清楚。

可问题在于，我自己也讲不清楚“什么样算合格”。我只能说“你看，就像这种不行”。工程师听得云里雾里。开发了三个月，烧了十几万，做出来的东西连最基本的划痕识别都不稳定，更别说区分划痕种类和深浅了。项目最后不了了之。

坑三：盲目追求“高大上”的全自动线

后来接触了一家大公司，方案很诱人：全自动上下料，AI智能判定，自动分拣。一听就是未来工厂的样子。

可报价一出来，我直接冷静了：整套下来要150万，还不算后面的维护。对我们这种规模的厂来说，投入产出完全不成正比。回本周期算下来要四五年，风险太大。

最后，我们选了这么干

踩了一圈坑，我算明白了：不能图便宜，也不能贪大求全。得找懂行、能解决实际问题的。

我们最后选的方案，是一家专门做金属表面检测的供应商提供的。他们之前做过无锡一家焊管厂的案例，场景跟我们很像。

为什么选他们？

1. 他们懂“光”。这是最关键的。他们没用普通的LED灯，而是用了特殊的多角度、多波段光源组合，专门克制金属反光。现场演示的时候，一根有细微“桔皮纹”的镀锌管，在特定光线下看得清清楚楚，这是我们肉眼在产线灯光下都很难发现的。

2. 方案够“轻”。他们没劝我改造整条产线，而是在现有精整台后面，加装了一个独立的检测工位。管子过去，四面相机拍照，AI分析，屏幕显示结果（OK/NG），工人根据提示把不合格的挑出来就行。整套硬件（相机、光源、工控机）加上软件和实施，总投入控制在了28万左右。

3. 能“学”我们厂的规矩。他们的工程师在我们车间蹲了一个星期，跟老师傅一起看，把“轻微划痕”、“碰伤”、“锌瘤”、“色差”这些我们口头说的毛病，拍了几千张照片，让AI去学习。最后定出来的标准，是我们和客户都能接受的“厂标”，而不是死板的“国标”。

实施过程比想象中顺利：

安装调试用了5天，最难的是网络布线。然后就是“教”AI，我们准备了500多根有各种典型缺陷的管子当教材。大概训练了一周，AI的识别率就稳定在95%以上了。

最关键的一个决策：我们没有立刻把人工质检撤掉，而是让AI和人工并行检测了整整一个月。AI判NG的，人工复检；人工判NG的，再看AI有没有抓到。这个月，我们把AI的“误杀”和“漏网”问题基本都修正了。

上线半年，账是这么算的

现在这套系统已经跑了快半年，说说实际效果。

先说钱：

• 直接省了2个人工。原来6个质检，现在4个（主要处理AI报警的复检和抽检）。一年省下人工成本约14万。

• 客户投诉降了八成。因为出厂前漏检导致的退货，半年只发生了一次。这块隐性成本不好细算，但业务员明显感觉跟客户沟通底气足了。算上减少的运费、返工费和订单损失，一年省个20万不成问题。

• 原料浪费减少。有些带轻微缺陷的管子，以前可能整根报废。现在AI能精准定位缺陷位置，我们可以在后续切割时避开，利用率提高了。这块一年也能省几万块。

粗算下来，一年综合效益在35-40万左右，当初投入的28万，回本周期大概在9个月。这个账，是算得过来的。

再说管理：

• 标准统一了。现在谁来看都是AI那一套标准，车间和质检班再也不吵架了。

• 有据可查了。每根管子的检测照片和结果都存着，客户有疑问，直接把记录发过去，纠纷少了很多。

  

• 夜班放心了。AI不会打瞌睡，夜班的产品质量跟白班一样稳定。

当然，也不是十全十美：

• 端面缺陷还不行。目前的工位主要看四面外表面，管材两端的切口的毛刺、塌边，还得靠人工看。

• 特别新的缺陷类型。如果出现一种从未见过的锈蚀形态，AI一开始可能会认不出，需要人工标记后让它再学习。不过这个过程现在很简单，几分钟就能完成。

如果重来，我会这么干

走过这一趟，如果让我重新选择，我会在三个方面做得更聪明：

1. 起步别贪大，先啃最硬的骨头。别想着一步到位覆盖所有工序。就先从成品检或者过程检里，挑一个漏检后果最严重、人工最头疼的环节下手。做出效果，看到回报，再往前后工序延伸。我们就是从最后的成品检开始的。

2. 别自己定义需求，带着问题去看演示。去找供应商之前，从自家产线上拿几根最有代表性的“问题管”（有各种瑕疵的），直接带到供应商那里，或者要求他们来厂里做现场测试。别听他们讲功能，就看他们能不能把你带来的问题管准确挑出来。这是试金石。

3. 合同里写明“效果条款”。不要只签购买合同。可以和供应商谈，把一部分尾款（比如20%）和最终的验收指标挂钩。比如，上线稳定运行一个月后，误报率低于多少、漏检率低于多少，才付清尾款。这样双方目标才一致。

给想尝试的同行几句实在话

AI视觉质检这事，现在已经不是大厂的专利了。像我们这种中等规模的厂，完全可以用得起。关键是想清楚三点：

你的厂适不适合？ 如果你的产品品种极其繁杂，一天换几十个规格，那上系统的调试成本会很高。如果是像我们这样做批量化、标准化程度较高的方管、圆管，那就非常合适。

你愿意花多少钱？ 根据我的了解，现在针对单个检测环节的轻量级方案，20-40万是主流区间。太便宜的（10万以下）要警惕是不是“玩具”，太贵的（80万以上）要仔细算算回本周期。

你准备好改变了吗？ 这不是买个机器就完事了。需要你派人配合调试，需要车间工人改变工作习惯，甚至需要你调整一些原有的生产和管理流程。老板的决心和耐心，很重要。

写在后面

我们这一行，利润越来越薄，竞争越来越激烈。省下来的每一分钱、提升的每一点质量，都是实实在在的竞争力。

上这套系统，最大的收获不是省了多少钱，而是让整个生产质量变得可控、可查、可优化。以前质量问题是一笔糊涂账，现在每个数据都摆在那里，哪里容易出问题，一目了然，甚至可以倒逼前道工序去改进。

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、产品类型和预算，给你分析不同方案的利弊，帮你理清思路。比自己盲目找几家供应商来报价，要靠谱得多。毕竟，方向对了，努力才不会白费。