外用中成药厂搞物料追踪，哪种AI系统靠谱点？

凌晨三点，车间的冷汗

上个月，我接触了东莞一家做膏药贴剂的中成药厂。他们王厂长给我讲了件事，让我印象很深。

那天是月底赶一批紧急订单，夜班。配料间的老李，按工单去领一批“冰片”原料。仓库的小张是新来的，夜班犯困，加上两种不同批次的冰片包装袋长得几乎一样，只是角落的生产日期喷码有细微差别，他随手就发了一袋临近有效期的。

老李拿到车间，扫码入库，系统显示“冰片”，没问题，就投料了。直到第二天上午，质检员在成品留样抽检时，发现其中几贴的挥发油含量略低于标准下限，顺藤摸瓜，才查到是那批临近效期的冰片活性成分有轻微衰减。

整批货三万贴，全部扣下等待评估，可能的报废损失加上订单延期，小二十万就悬了。王厂长说，发现问题时，他后背瞬间就湿透了。“这要是流到市场，被抽检到不合格，就不是钱的问题了。”

物料追踪，到底卡在哪儿？

这种事儿，在外用中成药行业其实挺普遍。药膏、贴剂、喷雾、搽剂，原料多是小包装的药材粉、浸膏、挥发油，看起来管理不难，但真干过的都知道，里面坑不少。

表面看，是“人”的错

看起来，是仓库小张发错了货，老李没仔细核对。但往深了想，这事不能全怪他们。

夜班精神不济是常情。那些原料袋，很多是供应商来的，白色编织袋，上面就贴个标签，或者直接喷码。标签可能磨损、卷边，喷码可能模糊。在仓库不那么明亮的灯光下，靠人眼去区分“20230901”和“20230911”，出错概率不小。

而且，外用中成药原料不少是“湿货”或怕污染的，比如蜂蜜、植物油、某些浸膏。车间环境相对潮湿，纸质标签容易受潮脱落，条码扫描枪也时常因为雾气、粉尘读不出来。

根子上，是信息“断了链”

更深层的问题，是物料信息从入库到投料，中间有“断点”。

现在很多厂上了ERP或MES，但数据录入的第一关还是靠人。一袋原料入库，扫码（或手动输入）一次，信息进了系统。但从仓库移到车间暂存区，可能就靠一张纸质流转卡。等老师傅要用了，他只看袋子上的标签，不会再去扫系统码。

这就出现一个漏洞：系统里这袋料在车间，但具体是哪一袋，和实际物理位置是否对应，没人知道。一旦袋子上的标识受损或难以辨认，“黑箱”就产生了。

老办法为什么不够用？

有的厂试过加强培训、重罚，效果一阵风。人总会疲劳，尤其是旺季三班倒的时候。

也有的想靠技术，比如给每袋料都贴上更坚固的RFID标签。但成本太高了，一袋几十块钱的药材，贴个两三块钱的RFID，老板肉疼。而且，很多原料本身是金属箔包装或含有水分，对无线电信号干扰大，读写也不稳定。

AI视觉追踪，是怎么接上这根链的？

解决这个问题的关键，其实不是给物料一个多高级的“身份证”，而是确保在每一个关键交接点，都能 “无感”、“自动” 地把实物和系统数据对上号，发现异常立刻报警，根本不让错误流到下一环。

AI物料追踪方案，核心就干这件事。它不像RFID那样需要改包装、加标签，而是用摄像头“眼睛”和算法“大脑”来做识别。

原理不复杂，但很对症

在仓库出口、车间入口、配料台上方，装上工业相机。物料每经过一个点，相机就拍张照。

AI算法不是去识别“这是什么东西”（那是质检的活儿），而是识别“这是不是对的那一个”。它提前学习了你厂里各种原料包装的样子，包括那些容易混淆的批次间细微差异——比如喷码字体、标签贴的位置、包装袋上一个不起眼的折痕或污渍。

当一袋料被拿到配料台，摄像头拍到它，AI会立刻做三件事：

1. 从图像中提取这袋料的视觉特征（相当于它的“脸”）。

2. 和工单要求应该出现的物料特征进行比对。

3. 瞬间判断“是”或“不是”，不是就亮红灯锁死设备或响警报。

整个过程，工人不需要额外操作，不打断他的工作节奏。他只要在正确的工位，拿起正确的料，一切照常。拿错了，马上就知道，不会投入生产线。

无锡一家搽剂厂的例子

去年，无锡一家做中药搽剂的厂子，就在配料环节上了这么一套。他们主要有三个痛点：

• 易混淆：不同浓度的丁香挥发油，瓶子一样，就标签上一行小字不同。

• 怕污染：车间湿度大，纸质标签易糊。

  

• 追溯难：一旦混料，要从成千上万瓶成品里倒查，工作量巨大。

他们没动原来的包装和条码，就在两个配料工位上方装了防尘防潮的相机。实施方用他们过去半年积累的、带时间戳的监控录像（里面包含正确和少量错误的操作）去训练AI模型，让AI学会区分那几种瓶子。

上线后，效果挺直接。头一个月就拦截了三次人工拿错料（都是夜班，拿成了浓度低一个等级的原料）。按照他们以往的次品率和报废成本算，这三次拦截，就避免了将近八万的潜在损失。

整个系统，包括硬件和软件，他们花了不到二十万。王厂长跟我说，按这个拦截效率，一年左右省下的成本和避免的风险，就能回本。更重要的是，现在做生产记录和追溯报告，物料流转的图片证据链自动生成，心里踏实太多了。

你的厂子，适合上吗？怎么上？

不是所有厂都需要立刻上全套。你可以先掂量掂量。

先看自己是不是这类情况

如果你的厂有下面这些特征，那物料追踪的痛点可能比较深，值得考虑：

1. 原料种类多，外观相似：像各种中药粉末、不同批次的浸膏，肉眼难分。

2. 生产环节多，手工搬运多：物料在仓库、暂存间、车间之间来回倒腾，交接点多。

3. 对批次追溯要求极高：客户或法规要求能快速、精准定位到问题批次。

4. 已经因为混料、错料吃过亏：无论是内部报废还是客户投诉，有过切肤之痛。

从最痛的那个点开始试

千万别一上来就要覆盖全流程。那投入大、周期长、风险高。

最稳妥的办法是：找一个痛点最明显、工序相对独立、容易看到效果的环节做试点。

比如，就是成品包装前的“装盒”环节。一盒膏药贴，里面要有说明书、贴片、干燥剂。AI摄像头可以核对流水线上，每一个盒子里的物料种类和数量是否齐全，防止漏装、错装。这个环节出错直接导致客户投诉，效果立竿见影。

或者，就从开头说的“配料间”开始。这里防错的价值最大。

试点跑通了，看到实实在在的防错记录和成本节省，再往原料入库、车间流转这些环节扩展，大家接受度也高。

心里得有个预算谱

这个事的花费，丰俭由人，主要看范围和精度。

• 小范围试点：就搞一个工位，比如一个配料台。一套工业相机、工控机、光源，加上针对性的算法开发和部署，市场价一般在8万到15万之间。适合想先看看效果的中小厂。

• 关键环节覆盖：覆盖仓库出口、车间入口、2-3个核心工位。需要多个摄像头组网，软件系统也更完整。预算大概在20万到40万。这是比较主流的投入范围，大部分年产值几千万的厂子能接受。

• 全链路追溯：从原料到成品打包，所有节点全覆盖，数据看板、报警中心全配齐。这种投入就比较大了，一般在60万以上，适合规模较大、管理非常规范的企业。

除了初次投入，还要问清楚每年的维护费、软件升级费大概占合同的多少（通常10%-15%比较合理），以及供应商是否愿意用你厂里的历史数据帮你训练模型，这部分往往能省下不少钱。

写在后面

物料追踪这个事，说到底是给生产系上“安全带”。它不直接创造效益，但能在你打瞌睡的时候，防止车毁人亡。

AI视觉的方案，现在越来越接地气了，不再是那种要砸几百万才能玩的概念。它解决的就是“肉眼靠不住”和“传统自动化太贵”之间的那个空白地带。

如果你也在为类似的物料管理问题头疼，建议先用“索答啦AI”之类的工具，梳理一下自己厂里物料流转的全过程，看看卡点和风险点到底集中在哪几个环节。心里有张清晰的“痛点地图”了，再去跟供应商谈，你才知道他们说的方案到底有没有对准你的靶心，不容易被那些花里胡哨的功能忽悠。

毕竟，钱要花在刀刃上，尤其是现在这光景。