儿童手表外观质检，买现成系统还是自己搞划算？

年产值3000万，外观不良成了老大难

我们厂在佛山，主要做中低端的儿童手表，一年出货量大概50万台，年产值3000万左右。厂里200多号人，有4条组装线。

说实话，做我们这行的，外观质量是门面，也是客诉的重灾区。屏幕划痕、外壳色差、按键缝隙、LOGO印刷歪了，这些毛病肉眼都能看见，但就是管不住。

问题最严重的是成品包装前的终检环节。

我们有8个质检员，两班倒。白天还好，一到夜班，或者月底赶货的时候，问题就全出来了。人一累，眼睛就花，小划痕根本看不出来。

去年旺季，我们有一批2万只手表发到某电商平台仓库，客户抽检发现外观不良率竟然有4%，整批货全给退了回来，光返工加赔款就亏了十几万。老板在会上拍桌子，说必须解决这个问题。

走过的弯路，比生产线还长

一开始，我们想的很简单：加人。

觉得是人手不够、管理不严。于是又加了4个质检员，还搞了绩效考核，不良品流出要扣钱。结果呢？效果微乎其微。

人工检测的瓶颈太明显了：

• 标准不统一：老师傅觉得能过，新员工觉得不能过，经常扯皮。

• 效率低下：一个人认真检，一分钟也就看3-4只表，产线一快就堆货。

• 疲劳无法避免：特别是看反光材质的屏幕和外壳，看半小时眼睛就受不了。

加人不仅没解决问题，一个月还多出近3万的人工成本。这条路走不通。

然后，我们想买“自动化检测设备”。

老板带我们去看了几家做传统视觉检测设备的厂家，无锡的、东莞的都看过。机器是漂亮，全不锈钢外壳，看着就高级。

但一听报价和方案，心就凉了半截。

一套针对我们特定表款、能检划痕、脏污、装配缝隙的定制设备，报价80万起。这还不是最要命的。

最要命的是“柔性”太差。我们这种厂，一款手表卖半年可能就换代了，外壳、屏幕尺寸、按键位置一变，整台设备可能就得大改，甚至报废。供应商说改一次程序加一次硬件，收费十几万。

这哪是买设备，这是请了个祖宗回来。我们这种小厂，根本玩不起。

最终怎么选的？关键就三点

碰了几次壁之后，我们开始接触做AI视觉质检的方案商。前后聊了有六七家，有深圳的大公司，也有广州、苏州的创业团队。

我们的核心诉求很明确：

1. 投入不能太大：总预算最好控制在30万以内，回本周期不能超过一年。

2. 要能适应变化：我们经常换款式，检测方案最好能自己快速调整，不能老依赖厂家。

3. 要真的能用起来：别搞得太复杂，我们产线工人和QC主管要能操作。

最后选了一家广州的团队。不是他们最便宜，而是他们给的方案最“实在”。

他们没吹嘘什么“全智能”，而是重点解决了我们三个疑问：

第一，怎么保证检出率？

他们没空口保证99.9%，而是拿我们提供的500个不良品样本（各种划痕、脏污、瑕疵）和5000个良品图片，当场训练了一个初步模型，在现场用摄像头对着我们的手表测。虽然当时还有些误判，但明显的瑕疵基本都能抓出来。他们承诺，上线后根据实际数据迭代，良品误杀率能控制在2%以内，不良品漏检率低于1%。这个数字我们觉得比较靠谱。

第二，换款怎么办？成本多少？

这是他们的优势。他们用的是一套“软件平台+通用工业相机+光源”的模式。硬件（相机、光源、支架）是通用的，一次投入。换新款手表，主要是重新拍图片、标数据、训练模型。

他们承诺，如果瑕疵类型类似（比如还是检划痕、脏污），只是产品外形变了，他们远程协助我们厂里的工程师，一两天就能搞定一个新模型，每次只收很少的服务费。如果自己人会操作平台，甚至可以不花钱。这就把后续的维护成本降下来了。

第三，怎么落地？会不会影响生产？

他们建议分两步走：

1. 先做离线抽检：不直接装在产线上，而是在包装工位旁边设一个检测台，流水线上抽下来的手表，放到检测台自动拍图判断。这样不影响现有产线节奏，先用起来，积累数据，优化模型。

2. 模型稳定后再上线：等检出率稳定了，工人也熟悉了，再把相机集成到流水线里，做全检。

这个“渐进式”的思路，让我们觉得风险可控。

上线半年，效果和预想的不太一样

我们最终投了20多万，在两条主力产线的包装段各上了一套。从签合同到离线抽检跑起来，用了大概一个半月。

现在用了半年多，效果是实实在在的：

• 外观不良流出率：从之前的3-4%（旺季）降到了0.8%以下，客诉关于外观的几乎没了。

• 人工成本：两条线原本需要8个终检员，现在减到4个（主要复核AI报警的产品和处理其他非外观问题），一年省了20多万人工。

• 效率提升：检测速度平均1秒/只，比人工快，产线末端不再堆货。

  

但是，也有没解决好的地方：

• 一些极端瑕疵：比如非常细微的、和纹理很像的划痕，AI有时还是会漏，或者和良品搞混。这需要持续提供新的样本给它学习。

• 初期误报较多：刚上线时，因为光线、角度问题，良品被误判为不良的比较多，工人需要频繁复核，有点抱怨。后来调整了光源和拍摄位置，才好转。

• 依赖关键人员：我们厂里现在只有一个工艺工程师能和供应商对接，调模型、标数据主要靠他。他要是离职了，会有点麻烦。

如果重来一次，我会这么干

走过这一趟，算是对AI视觉质检有了点真认识。它不是什么神奇魔法，就是一个高级点的、不知疲倦的、标准统一的“检测工具”。

给想做的同行几个建议：

第一，先算账，看值不值。

算算你每年因为外观不良的退货、赔款、返工成本有多少？算算你的质检员一年工资要多少？如果这两项加起来，明显超过AI系统的投入（硬件+软件+维护），那就值得做。像我们，一年省下的人工和减少的损失，差不多一年就回本了。

第二，别想着一口吃成胖子。

千万别一上来就说“我要整条线全自动检测”。先从最痛的一个点开始，比如成品终检，或者来料检屏幕。用一个点跑通，见到效果，再慢慢推广。风险小，老板也更容易支持。

第三，重点考察供应商的“软实力”。

别光看演示视频多炫酷。多问问：

• 换产品型号怎么弄？要加多少钱？要多久？

• 后续模型优化谁来做？收费模式是怎样的？

• 有没有和我们类似行业的成功案例？最好能去现场看看（我们当时就去东莞一家玩具厂看了他们的案例）。

第四，厂里一定要有人跟进。

不能完全扔给供应商。至少要有一个人（可以是生产主管、工艺工程师）从头跟到尾，理解基本原理，能进行简单的数据标注和模型测试。这样以后小调整自己就能做，不被供应商“卡脖子”。

写在后面

AI视觉质检对我们这种规模的企业来说，已经不是“要不要上”的问题，而是“怎么上才不吃亏”的问题。它的确能解决人工质检的很多顽疾，但前提是选对路、用对方法。

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、产品特点和预算，给出比较中肯的评估和方向建议，帮你理清思路，比盲目找几家供应商来报价要靠谱得多。自己先有个谱，再去谈，心里就不慌了。