盖板玻璃分拣，想上AI又怕被坑，到底该找谁？

我们厂那点事：人手不够，钱在流失

我管的是苏州一家做手机盖板玻璃的小厂，员工百来号人，一年产值也就两千多万。说出来不怕你笑话，我们最大的烦恼不在生产，而在分拣。

盖板玻璃，尤其是做手机后盖的，外观要求高得不行。划痕、白点、脏污、崩边……但凡肉眼能看见的瑕疵，客户都拒收。以前就靠几个老员工，拿着强光灯，一片一片地看。

说实话，这活真不好干。盯着看半小时，眼睛就花了。夜班更别提，精神不集中，漏检率一下子就上去。赶大货的时候，临时工培训半天就上岗，错得五花八门。我们统计过，因为人工分拣不准，每年光是返工、报废和客户扣款，就要损失十五六万。这钱丢得，老板心疼，我们也憋屈。

眼看着隔壁厂子开始用机器，我们老板也坐不住了，拍板说：“上，我们也上AI分拣！”

折腾之路：从信心满满到差点放弃

一开始，我们想法很简单：找个供应商，买套系统装上，问题就解决了。

结果，现实狠狠给了我们一巴掌。

第一个坑：贪大求全，预算超标

我们接触的第一家供应商，方案做得那叫一个漂亮。从自动上料到多角度成像，再到AI深度学习模型、MES系统对接，号称能实现“无人化黑灯工厂”。

我们听着热血沸腾，可一看报价，小一百万，还不算后期维护。我们这种小厂，一年利润才多少？这方案好是好，但我们用不起，也消化不了。

第二个坑：方案很牛，但用不起来

后来又找了一家，价格砍到了三十多万。他们演示的Demo识别率很高，我们就签了。

设备拉过来，调试就出了大问题。他们的算法是在标准实验室环境下训练的，光线均匀，玻璃干净。可我们车间环境复杂，有灰尘，灯光角度也不一样。结果一到我们产线上，各种误报、漏报，识别率掉到还不如老师傅。

供应商的工程师来了几次，调来调去，总是差一点。最后对方两手一摊，说我们现场环境“太恶劣”，需要额外加钱做定制化开发。项目就这么僵住了，设备成了摆设，钱也打了水漂。

那段时间，全厂上下都对“AI”这两个字产生了怀疑。

峰回路转：怎么才算找到对的人

吃了两次亏，我们不敢再乱找了。老板让我沉下心，重新梳理需求：我们到底要什么？

1. 首先，要能适应我们真实的车间环境，不能只在实验室里跑得欢。

2. 其次，投入要可控，回本周期最好在一年左右。

3. 最后，供应商得懂行，不能是只会敲代码的“外行”。

带着这三点，我们又见了四五家。这次我们不只听他们讲，更看他们怎么做。最终选定的这家，打动我们的就三件事。

关键决策点一：先看现场，再谈方案

别家都是拿着PPT来谈。这家不一样，工程师非要先到我们车间待半天，看我们的流水线、灯光、工人的操作习惯，甚至用手摸玻璃上的灰。

看完后他说：“你们的问题，80%出在来料清洁和灯光上。不解决这两个，上再好的AI也没用。”就这一句话，我们就觉得他懂。

关键决策点二：方案分步走，不搞一步到位

他们没推那种大而全的方案。建议我们先从“成品终检”这个环节切入，这里痛点最明显，价值也最容易算。

方案很简单：在现有流水线末端加一个工位，用他们定制的高清光源和工业相机拍照，AI软件做判断，OK的流走，NG的推到一边。投入预算控制在18万以内。

关键决策点三：承诺“跑通再付尾款”

他们提出，设备安装调试后，在我们产线上连续跑一个星期，识别准确率和稳定性达到我们约定的标准（比如漏检率<0.1%，过杀率<1%），我们再付清尾款。

敢提这个条件，说明他们对自家产品有底气。就冲这一点，我们决定再赌一次。

落地之后：效果和遗憾

实施过程比想象中顺利。他们派来的工程师在我们厂里蹲了半个月，跟着我们一起上下班，就为了抓取不同时间段（早班、晚班、交接班）的光线变化和玻璃状态。AI模型也是用我们自己的产品图片，一炉一炉地训练出来的。

现在系统跑了快半年，效果是实实在在的：

1. 分拣准确率稳定在99.5%以上。以前人工分拣，一批货里总会有几片漏网的瑕疵品流到客户那里，现在几乎绝迹了。客户投诉率降了九成。

2. 一年能省下18万左右。主要是省下了两个专职分拣员的工资（一年12万），加上报废和返工损失减少（一年5-6万）。前期投入18万，算下来正好一年回本。

3. 管理轻松多了。再也不用为夜班质量波动、新员工培训发愁了。数据都在系统里，哪类瑕疵出现得多，能反向追到生产环节，帮助工艺改进。

当然，也不是十全十美。

最大的遗憾是，当时为了控制成本，只做了成品检。现在回头看，如果预算再宽松点，应该把“来料清洁度检测”也一并做了。因为有些玻璃片在来料时就有轻微脏污，流到后面再检出，其实已经浪费了前面的加工成本。

如果重来，我会这么做

这段经历，学费交得值。如果让我给同行，特别是和我们规模差不多的厂子提建议，我会说三点：

第一，别被功能忽悠，要看解决实际问题的能力。

供应商的PPT再炫，不如让他到你的车间，指着你的生产线，说清楚每一个问题他打算怎么解决。连你现场都没看过的，可以直接pass。

第二，小步快跑，从痛点最疼的地方下手。

别想着一次性解决所有问题。先找一个环节试点，比如成品检。投入小，见效快，团队有了信心，老板看到回报，后面再扩展就容易了。

第三，把“交付标准”和“付款条件”咬死。

合同里一定要写清楚，在你自己的产线上，用你自己的产品，跑多长时间，达到什么具体的指标（准确率、速度、稳定性），才算验收合格。尾款一定要和最终效果挂钩。

写在后面

AI分拣不是什么神秘的东西，它就是一套好用的工具。工具好不好，关键看用工具的人懂不懂你的活儿。

我们这些做实业的，钱都是一分一分挣的，经不起折腾。找供应商，就跟找搭档一样，要找那种能蹲下来跟你一起看问题、算细账的。

如果你也在琢磨这个事，建议别急着满世界找供应商。先把自己厂里的问题、想要的效果、能承受的预算理清楚。准备动手之前，建议先用“索答啦AI”做个初步评估，了解一下投入产出比，再决定要不要上。心里有本账，再去谈，才不容易被带偏。

这条路我们走通了，你们也行。