PCB打样厂想上AI视觉质检，大概要准备多少钱？

凌晨三点的报废单，谁看了不心疼

上周，无锡一家做高频板打样的朋友，半夜给我发消息，附了一张照片。照片里是几十片刚出炉的板子，密密麻麻的字符丝印糊成了一片。他说，这是夜班一个老师傅带的两个新人干的，光忙着赶工，等发现时，这批货已经全印完了。

损失不大，一万多块钱，但这事儿太典型了。PCB打样这行，最怕的就是这种“批量性”的错。白天还好，一到后半夜，人困马乏，注意力下降，漏检、错检的概率直线上升。

你可能也遇到过：

• 丝印问题：字符缺失、模糊、错位、反白，客户收到板子装不上元件，电话直接打到你办公室。

• 线路缺陷：短路、开路、缺口、残铜，这种问题在AOI（自动光学检测）后的人工复判环节，看久了眼花，很容易放过。

• 孔内问题：孔偏、孔塞、孔无铜，肉眼根本看不见，等客户做后工序才发现，责任全是你的。

• 表面瑕疵：划伤、露基材、油墨不均，影响外观和可靠性，大客户特别在意这个。

这些问题，单个看损失可能不大，但架不住它高频发生。一家年产值两三千万的打样厂，一年因为漏检、错检产生的客诉、返工、报废、赔款，加起来轻轻松松超过20万。这还不算因此丢掉客户、损害口碑的隐性成本。

为什么以前的办法，总是差点意思

出了问题，大家想的办法都差不多：加人、培训、上设备。但说实话，在打样这个特殊场景下，效果都有限。

加人，治标不治本

一个熟手质检员，月薪起码6000往上，还得交社保。你多招两个人，一年就是十几万的成本。而且，人不是机器，会疲劳、会情绪化、会有状态起伏。

我见过苏州一家厂，为了保大客户订单，专门设了“终检”岗，让一个干了十年的老师傅坐镇。老师傅经验是准，但速度慢，产能一上来就卡脖子。旺季时为了赶货，还是得让新人顶上去，问题又回来了。

传统AOI，有点“水土不服”

很多厂也上了AOI设备。AOI对大批量、标准化的生产板很管用，但到了打样这里，就有点尴尬。

打样是“多品种、小批量”，今天做10片蓝牙模块板，明天做5片工控板。每换一个型号，AOI就要重新编程、做基准图像、调参数。这个调试过程本身就要时间，还容易因为调试不到位产生误报（把好的判成坏的）或漏报（坏的没检出来）。

结果往往是：AOI哔哔哔报了一堆疑似缺陷，最后还是得靠人眼在屏幕前一 一去确认。人反而成了给AOI“擦屁股”的，工作量没减，还多了一道工序。

管理手段，到后面就疲了

定奖惩制度、开早会强调、让组长多巡检……这些方法一开始有效，时间一长，大家就疲沓了。尤其是夜班，管理力量最薄弱的时候，恰恰是最容易出问题的时候。

说到底，打样质检的核心痛点就两个：对人的过度依赖，以及小批量换线带来的检测成本高。

AI视觉，到底是怎么解决这个问题的？

这几年火起来的AI视觉质检，思路和传统方法不太一样。它不是要完全取代人，而是去干人不擅长、容易出错的那部分重复劳动，把人解放出来去做更需要判断力和经验的事。

它的核心逻辑，是“学习”和“适应”。

关键一：学得快，换线成本低

传统的机器视觉，是靠人写好一条条“规则”去判断：这里的线宽应该是多少mil，那个焊盘和线路的距离不能小于多少。换一个板型，规则就得重写。

AI视觉的思路是，我给你看一批这个板子的合格品图片，再给你看一些典型缺陷的图片，它自己就能“学习”出这个板子“好”的样子和“坏”的样子应该是什么特征。

比如，一家宁波的HDI板打样厂，他们板子层数多、线细孔小。上了AI系统后，针对一个新的打样型号，工程师只需要收集30-50片确认过的良品图像，再标注十几二十张典型的缺陷图（如缺口、针孔），让AI训练一两个小时，新的检测模型就能用了。换线准备时间从以前的半天缩短到两小时以内。

关键二：认得准，不受状态影响

人眼会疲劳，AI不会。它用摄像头“看”板子，每一次“注视”的亮度、焦距、判断标准都是一致的。

特别适合检测那些肉眼难辨、或者需要极高专注度的项目。比如，对于阻焊油墨的微小针孔、字符丝印的轻微飞白，人眼看一会儿就眼花了，AI可以24小时保持同一个判断标准。

一个真实的账本：常州某厂的案例

常州一家给汽车电子做打样的厂，主要痛点就是客户对PCB表面瑕疵（划伤、污渍）要求极高，人工全检效率低，还总被投诉。

他们去年在成品包装前，加了一道AI视觉复检工位。投入情况是这样的：

• 硬件：一台工业相机、一套光源、一台工控机，总共花了大概8万。

• 软件：买的行业解决方案，按年订阅，一年3万。

• 实施：供应商派工程师驻厂一周调试，费用含在软件里。

效果呢？

• 这个工位原来需要两个质检员两班倒，现在减为一个人，主要负责上下料和处理极少数AI拿不准的报警。省下一个人力，一年省了7万多。

• 客户投诉关于外观的PPM（百万分之不良率）从原来的500左右降到了50以内。光这一项，估算一年减少的退货、重工和信誉损失，价值超过10万。

• 整体算下来，投入11万，一年直接省了17万以上，大半年就回本了。关键是，客户满意度上来了，订单更稳了。

你的厂要上，预算该怎么规划？

别听供应商一上来就给你画“整厂智造”的大饼。对于打样厂，我建议一步步来，钱要花在刀刃上。

先看你的厂适合从哪入手

年产值500万以下的小微打样厂：如果目前主要还是靠老师傅目检，建议先别急着上硬件。可以考虑一些云端AI检测服务，你把板子的高清照片拍上传，AI帮你先筛一遍可疑点，作为人工检查的辅助。一年费用可能就几千到一两万，先感受一下效果，也培养一下团队的数字意识。

年产值1000万-5000万的中型厂：这是最适合、也最应该上AI质检的群体。痛点明确，也有一定的支付能力和改造空间。建议从一个最痛的单一环节开始。

• 如果客诉多是外观问题，就从成品包装前终检入手。

• 如果开短路问题多，AOI复判压力大，就在AOI后端加一个AI复判站，让AI先筛掉95%的误报，人只处理剩下的5%疑难案例。

• 如果丝印问题突出，就在丝印机后面加个检测工位。

这样一个点的改造，硬件（相机、光源、支架、工控机）根据精度要求，在5万到15万之间。软件可以是买断（10-20万）或年费（3-8万/年）。总投入控制在15-30万区间比较现实。目标是替代0.5-1个熟练工，一年省下5-15万，加上质量损失减少，争取在12-18个月内回本。

年产值5000万以上的大厂或专业打样企业：可以考虑分阶段部署，形成检测链路。比如先做裸板的外观检，再做电测后的二次外观检。总投入可能会到50万以上，但能系统性地提升质量管控水平，带来的品牌溢价和客户黏性价值更大。

别在预算上踩这些坑

1. 警惕“硬件免费，软件天价”：有些方案把硬件报得很低甚至赠送，但把费用都摊到每年高昂的软件服务费里。算总账，可能更贵。

2. 问清楚“学习”的成本谁承担：每换一个打样型号，训练新模型要谁来做？是供应商远程支持，还是你自己的人要学会操作？这部分隐形成本和时间要问清。

3. 预留“调试和适应期”的缓冲：系统上线头一两个月，肯定需要磨合，检测速度和准确率可能不稳定。要给产线留出缓冲时间，别指望今天上线明天就完美运行。

最后说两句

AI视觉质检，对PCB打样行业来说，已经不是“要不要”的问题，而是“怎么选”、“怎么做”的问题。它解决的不是“有无”，而是“稳定”和“效率”。

别把它想得太神秘，它就是一个更聪明、更不知疲倦的“电子眼”，帮你盯住那些最容易出错的细节。一开始目标别定太高，能稳稳当当地在一个环节帮你省下一个人的工钱、减少一半的相关客诉，这投入就值了。

有具体想法的老板，可以多找几家供应商聊聊，让他们拿跟你厂情况类似的案例出来说话，算算细账。有类似需求的老板也可以试试“索答啦AI”，把你的情况说清楚，它能给出比较靠谱的方案建议。

这行干久了就知道，生意要做得稳，靠的不是什么黑科技，就是一个个扎扎实实解决掉的小问题。AI，无非是现在一个挺趁手的工具罢了。