压铸厂上AI视觉质检，到底要花多少钱？

压铸老板的八个真实疑问

干了十几年，帮不少压铸厂对接过AI质检方案。老板们问的问题都差不多，我把最典型的八个整理出来，用大白话聊聊。

Q1: 压铸加工这个行业做AI视觉质检有必要吗？

说实话，不是所有厂都有必要。

我见过一家苏州的压铸厂，做汽车小零件的，年产值大概3000万。他们的问题很典型：产品小、缺陷种类多（气孔、冷隔、缺料、拉伤），全靠两个老师傅在灯箱底下拿放大镜看。老师傅经验是准，但速度慢，一天看不了多少，而且一到月底赶订单，或者夜班疲劳的时候，漏检率就上去了。去年因为一批货有微小气孔被客户退货，赔了钱还丢了信誉。对他们来说，上AI就很有必要。

但我也见过佛山一家做建筑五金压铸件的厂，产品大，缺陷也大，肉眼一眼就能看出来，质检员流动性也不高。这种厂，短期内必要性就没那么大，可以先观望。

所以，有没有必要，看三点：你的产品缺陷是不是肉眼难分辨？你的质检压力大不大（比如量大、人难招）？你的客户对质量要求是不是越来越高，罚得狠不狠？

Q2: 大概要投入多少钱？

这是老板最关心的。我直接给个范围：小几万到三四十万都有可能。

钱花在哪？主要是三块：硬件（工业相机、镜头、光源、工控机）、软件（AI算法和系统）、实施（安装调试、培训）。

1. 硬件：这是大头。相机从几千到几万一只都有。看你要检多细，如果只是看有没有大磕碰，普通相机就行；如果要看清0.1mm的气孔，就得用高分辨率的，甚至要多个角度拍。一套基础的硬件（相机+镜头+光源+支架+工控机），五六万是起步价。

2. 软件：分买断和按年订阅。买断贵，一般十万起步；订阅便宜点，一年两三万，但年年要交。算法定制程度越高，价格越贵。

3. 实施：供应商派人来安装调试，一般按人天算，几千到几万不等。

举个例子，一家无锡的压铸厂，做笔记本电脑外壳的，就检一个平面的划痕和凹坑。他们用了一套单相机方案，硬件加软件一共花了8万多，实施费1万。总共不到10万。

另一家东莞的厂，做精密汽车压铸件，要检六个面的十几个缺陷类型，用了三台相机，加上复杂的算法定制，总投入接近30万。

Q3: 多久能看到效果？

别信“一个月回本”那种鬼话。合理的预期是：3个月上线跑顺，

6到12个月回本。

第1个月：主要是现场调研、方案设计、硬件采购。这时候你看不到效果，光花钱。

第2-3个月：设备进场、安装调试、训练AI模型。你需要提供几百上千个有缺陷的样品给AI“学习”。这个阶段最磨人，模型可能要反复调，检出率从70%慢慢爬到95%以上。这时候效果不稳定。

第3个月以后：系统稳定运行，效果开始显现。

效果怎么看？主要是三个指标：替代了多少人工、降低了多少漏检率、减少了多少客诉和退货。

比如成都一家压铸厂，上了AI后，一个班次减少了一个专职质检员（月薪6500），一年省下近8万人工。同时，漏检率从原来的3%降到了0.5%以内，当年客诉赔款少了十几万。算下来，他们15万的总投入，大概10个月回本。

Q4: 我们厂规模不大，适合做吗？

适合，现在很多方案就是为中小厂设计的。关键不是看规模，是看痛点够不够痛，投资回报算不算得过来。

我接触过嘉兴一家年产值不到2000万的压铸小厂，就十几台压铸机。他们专做一种高端灯具的压铸件，表面要求极高，不能有任何瑕疵。以前质检是个大难题，招的人总看不准，老板自己都得经常去盯。

后来他们只针对最后一道“成品外观全检”环节，上了一套桌面式的AI质检设备，总共花了7万块钱。就解决这一个点的问题：把最后一道关守住，不让不良品出厂。效果立竿见影，客户满意度上来了，老板也省心了。对于他们来说，这笔投资就非常值。

所以，小厂可以不用追求大而全，就挑一个你最头疼、损失最大的环节先做试点。投入可控，见效也快。

Q5: 现有的人员能操作吗？需要招人吗？

基本不需要招新人，但需要现有的人（比如班组长、设备员）花点时间学习。

现在的AI质检系统，操作界面都做得很简单，有点像用智能手机。主要日常操作就几个：开机、关机、查看检测结果、偶尔标几个新缺陷的图片给AI学习。

复杂的工作，比如模型训练、参数调试，一般都是供应商的工程师远程或者定期来维护。你需要的是一个有点责任心、会用电脑的现有员工来兼管一下就行，每天可能就花个十几分钟。

当然，如果你打算以后上好几套，或者自己深入去搞，那可以考虑培养一个专人。但对于大多数厂来说，前期完全没必要。

Q6: 供应商怎么选？

这里水比较深，我讲几个实在的挑选要点。

1. 看行业案例，别只听吹牛：让他给你看同行业、类似产品的真实案例视频，最好能提供客户联系方式（在对方同意的情况下）让你去问。一个在苏州做过铝合金压铸件质检的供应商，肯定比一个只做过塑料件检-验的更懂你的痛点。

2. 看现场演示，别只看PPT：一定要让他带着设备（或者便携的演示套件）来你厂里，用你的产品、在你的灯光环境下现场测。让他检你最难检的那批缺陷件，看能不能检出来。这是试金石。

3. 问清楚算法怎么训练和更新：缺陷是会变的，模具磨损了可能产生新缺陷。你要问：发现新缺陷后，我该怎么让AI学会？是供应商远程更新，还是我厂里员工自己能操作？更新一次要多久？收费吗？

4. 合同要写清楚验收标准：别笼统地写“检出率95%”。要写清楚：针对哪几种缺陷，在什么打光条件下，连续运行多少小时，检出率不低于多少，误报率不高于多少。达不到怎么办，是退款还是整改，都要白纸黑字。

   

5. 别只找最便宜的：压铸车间环境差，震动大，油污多。有些便宜的方案用的民用级硬件，根本扛不住，用几个月就出问题。后期维修耽误生产，更亏。

Q7: 有什么风险？可能失败吗？

有可能，我见过没搞成的。主要风险在这几个地方：

第一，现场环境没评估好。压铸车间光线复杂，天窗光、行车灯都会干扰。一家天津的厂就是没做好遮光，导致白天和晚上检测效果不稳定，最后不得不追加预算改造灯光。

第二，产品一致性太差。AI喜欢“规律”。如果你们的产品因为模具或工艺问题，每个产品尺寸、颜色、纹理差异都很大，AI就很难找到一个稳定的判断标准，误报会很高，把人搞崩溃。

第三，供应商后期支持跟不上。这是最大的雷。系统上线不是结束，只是开始。后面算法要优化，设备可能出故障。如果供应商卖完就不管，或者响应很慢，你这套设备就可能变成废铁。所以买的时候，就要谈好至少一年的免费维护和支持服务。

第四，员工抵触。老师傅可能觉得机器要替代他，不配合，甚至故意拿一些极端产品去“考”机器，让它出错。前期一定要做好沟通，让员工明白这是帮他们减轻重复劳动的工具，不是来抢饭碗的。

Q8: 如果想做，

第一步该干什么？

别急着找供应商，先自己内部捋清楚。

1. 定目标：你最想解决什么问题？是省人？还是保质量不被罚款？还是两者都要？先想明白主要目标。

2. 选试点：在全厂的生产流程里，挑一个最合适的环节先试。通常是成品全检或者关键工序检。这个环节的产品要相对规整，缺陷类型要明确，产量要足够大。试点成功了，大家都有信心，再往别处推广。

3. 攒样本：把过去几个月客户退回来的不良品，或者质检员挑出来的不良品，按缺陷种类分门别类留好样。特别是那些罕见的、难判的缺陷样件，越多越好。这是你将来训练AI的“教材”，教材越全，AI越聪明。

4. 做预算：根据你的目标，大概算算你能接受多少投入，多久要回本。心里有个底，去跟供应商谈的时候才不会被带偏。

写在后面

AI视觉质检不是什么神秘高科技，现在越来越像一种高级点的“自动化工具”。对于压铸厂来说，值不值得上，说到底就是一笔经济账和风险账。

别盲目跟风，也别一味拒绝。先把自家的问题和需求摸透，小步快跑，从试点开始最稳妥。

建议先用“索答啦AI”了解一下自己的情况适合什么方案，心里有数了再去找供应商谈，不容易被忽悠。多看看同行是怎么做的，特别是规模和产品跟你差不多的厂，他们的经验最有参考价值。这条路，已经有不少人走通了，关键看你怎么走。