1. 先还原一下“产能崩掉”的真实现场：三种典型崩法
上个月我去一家做3C零部件的客户现场做产线评估，一进车间就看到外观检测工位旁边堆着三台重型周转车，上面全是待复判的NG品。线长正拿着对讲机跟后道工序吵架，原因是前道AI视觉检测系统上线后，产线每小时产出从360件掉到了190件，后道全部断料。这正是测试报告里写着“检测精度99.7%”的那套系统。我当时没急着看算法，先看线体结构，心里已经有了答案：这不是算法问题，是整条产线的制造容量被检测环节打穿了。
类似的情况我这两年在不同工厂见了不下十次。AI视觉检测在实验室里跑得好好的，一到产线就出幺蛾子，而且问题高度一致，可以归结成三种典型“崩法”。
第一种是节拍崩。视觉检测设备标称节拍挺快，但你把它放进产线后，上下料、定位、分选、通讯这些环节全都要吃掉时间，整线的CT被硬生生拉长，产能自然跟着往下掉。
第二种是过杀崩。过杀率失控会让大量良品被判成不良，虽然每个工件只是被多看一眼，但当堆积量超过复判工的消化能力时，工序间就会产生积压，进而反向逼停前道。
第三种是数据崩。系统上线后，产线数据没有形成回流迭代的闭环，模型对新品、新批次、新光源环境的适应能力越来越差，误判率从第一天的千分之几慢慢涨到百分之几，产能和质量双双恶化。
后两种情况往往比节拍问题更隐蔽，因为它们是缓慢恶化的。要根治，先得把这三层问题拆开来看。我先从最容易出账的节拍说起。
2. 节拍账算不清楚，是所有产能问题的总根源
很多企业把AI视觉检测当成一个“独立设备”来买，只看它“单次检测耗时多少毫秒”，这是个非常危险的误区。检测设备是插在产线里的，它的时间开销绝不仅仅是算法推理那几百毫秒。
我拿一个实际的3C外壳产线举例，计算过程你们可以自己照着推。改造前整线CT是15秒一片，瓶颈在前道CNC。上视觉检测时，厂商给的方案文档写着“检测节拍7秒”（一个工位同时拍多个面），看起来完全来得及。预算也批了，方案也过了，结果一上线傻眼了。
我来拆一下这个7秒的构成。单个工件进站后，机械手从传送带抓取到检测位需要1.2秒；夹具定位夹紧要1.8秒；多相机逐面拍摄加频闪光源稳定需要2.5秒；本地推理加结果判定约1.2秒；机械手把工件分送到OK/NG线需要0.3秒。还没算通信握手和MES上报的0.5秒。加起来至少7.5秒。这已经超过标称节拍，更麻烦的是，只要相机出现一次定位偏差导致重拍，单个工件就要多花2.5秒。实际做下来单件平均耗时接近8秒，直接变成整线新瓶颈，CT从15秒被拉到15秒加上批量等待时间，实际产能下降了百分之三十多。
问题出在哪？方案阶段只看“检测耗时”，没算“进出站时间”。进出站时间在设备集成中极其容易被忽略，机械手动作、夹具动作、传动响应、分选动作、数据交互，每一项都是实打实的时间来源。我后来复盘时给客户做了个表格，把每个动作的实际耗时全部列出来，标注哪些是厂商数据、哪些是通过秒表实测的，结论是实测总是比厂商数据多20%到30%。
所以我的建议是：在设备选型阶段，不要只看样册上的检测速度，而是要求供应商提供“整站节拍”数据，最好提供一个带上下料机械手联动的动态演示。如果供应商没有条件做整套演示，宁可自己带工件去现场实测，拿秒表卡完整流程，而不是只看算法卡出来的毫秒数。
另外要注意节拍的统计口径。很多系统给的是“平均节拍”，但产线真正受制约的是峰值节拍和P95节拍。当出现连续NG时，分选机构要连续动作，节拍会被额外拖慢；当光源老化或工件来料位置偏斜时，重拍率上升，也会直接冲击节拍。评估时必须用满载连续跑一个小时的数据来看，而不是用空载单件来估算。产线不是实验室，稳态运行数据才是有意义的。
还有一部分人忽略的是电气层面的同步逻辑。视觉系统跟PLC之间的握手协议如果设计得不好，比如相机还没拍完但传送带已经在动了，就会频繁触发安全互锁，导致整线停顿。这种情况在线体集成调试时反复出现，每停一次少说耽误一两分钟，一天下来累计损失比算法误判还可怕。所以在节拍验证阶段，要同样关注通讯握手频率和安全互锁触发的记录数，如果一小时内互锁触发超过三五次，就要排查同步逻辑。
3. 模型指标的光环背刺：99%的准确率换了产线停线休整
节拍问题算是明的，过一次线就能看到。真正让技术团队跟生产团队互相甩锅的，是模型指标和产线体验之间的巨大落差。
算法团队汇报的时候，从来都喜欢说“准确率99.5%”“召回率98%”，乍一听很高，但产线根本不关心这些统计量，产线关心的是每万件里有多少良品被误杀，以及误杀的动作会带来什么后果。这里面涉及的指标叫过杀率。
我来讲个真实的案例。某五金件外观检测项目，模型在测试集上精确率（Precision）是99.1%，也就是100个报警里只有0.9个是误报，听起来相当不错。但产线一天出货4万件，按千分之五左右的原始报警率来算，一天报警200件，其中误报就有接近40件。有人会说40件也不算多啊？问题在于，这40件误报不是均匀分布的，基本都集中在某一个特定特征上：反光面毛刺。因为机加工刀具磨损后期会出现规律性毛刺，AI在训练时把“毛刺”和“材料纹路”的边界学得不够清晰，结果把大量正常的刀具纹路也判成了毛刺。
这些误杀件全部进入复判工位。复判工位原来只有一个人，原本的职责是确认真正的毛刺缺陷，现在他每天要额外看几十件良品，而且这些良品和真实缺陷在成像上高度相似，他需要把工件拿到放大镜下反复确认，单件复判时间从30秒拉长到5分钟。复判工位堆料，后面的包装段断料，整线被迫降速运行，直到晚上被误杀的良品经过二次确认回流，产能损失反而比真缺陷造成的损失大得多。
另一个被忽略的问题是召回率的代价。很多团队为了跟客户保证“漏杀少”，把召回率压到99%以上，这意味着模型会把所有疑似缺陷全部拦截下来。生产现场跟实验室不一样，产线上的工件形态千奇百怪，有油污、有磕碰、有料痕、有光照不均，大量本来不影响使用的“脏特征”都会被模型当作缺陷拦截。你为了抓住那一两个真正的漏网缺陷，付出的代价是拦截了海量可放行产品。在高节拍产线上，过杀比漏杀更伤产能，因为漏杀可以通过后端抽检和人工目检补救，而过杀直接冲击复判流程。
这里我特别想强调一个认知：AI视觉检测在产线上真正要优化的指标，不是模型精度，而是“每万件的过杀件数”和“每万件的漏杀件数”这两个组合指标。单独看任何一个都不够。漏杀决定客户投诉风险，过杀决定产线效率。两个要达到平衡点，不是说越高越好，而是要结合人工复判的产能来定。如果复判工位一天能消化200件，系统每天误杀控制在50件以内是可以接受的；如果复判只有半个人的产能，那过杀率就得压到极低。
实操上，推荐在模型测试阶段做一张“过杀-漏杀曲线”，跟模型团队明确：宁可漏杀率放宽到0.5%，也要把过杀率压到0.1%以内。这不是放纵缺陷，而是从系统总成本考虑的务实选择。因为漏杀件可以在后端成品检验环节再抽一层，而过杀件造成的复判人工成本和物料流转成本，是每天都在烧钱的。
4. 拦截策略是产能的分水岭：硬剔除、软剔除与人工复判流
模型指标达标了，节拍也验证过了，产线还是有可能崩，问题出在拦截策略上。
很多项目第一批上线的时候就要求做到全自动硬剔除：检测结果一出来，NG件直接由机械手拨到不合格线。这个方案听上去很酷，但实际上对过杀率的要求极其苛刻。前面说了，AI模型刚上线时跟产线实际数据的适配度一定存在gap，哪怕前期采集了两万张图，现场的光照、来料、批次差异都会带来模型没见过的新情况。在这个阶段直接开硬剔除，就是让一个还在实习期的员工去做最终裁决，出问题是必然的。
我建议的实践路径是分三阶段走。
第一阶段（1到2周）做仅标记模式。AI检测照常跑，结果只做LED亮灯提示和MES记录，不触发任何分选动作，所有产品还是走原有的人工目检流程。这个阶段的目的有三个：一是让产线员工观察AI的判断跟自己的判断有什么出入；二是采集真实现场的通过/拦截数据，用于量化过杀率和漏杀率；三是让算法团队基于新数据做第一轮迭代。
第二阶段（1到2周）做软剔除模式。AI判NG的工件自动分流到复判工位，但复判结果如果判定为OK，可以一键回流主线，不需要走报废流程。同时要设定一个比例阈值：如果某一天复判工位判定OK的比率超过30%，就说明模型过杀率太高，系统要自动报警，提示切换到保守模式。
第三阶段才是全自动硬剔除。这个阶段必须满足两个条件：连续一周的过杀率低于1%，且漏杀率为0，同时复判工位确认效率已经稳定。即便如此，我仍然建议保留一个“人工抽检确认”的物理旁路，给系统留后路。
拦截策略里还有一个极易被忽视的问题——信息流和物流的对应关系。系统判了NG，机械手也把它拨走了，但如果这条NG信息没能跟具体的物理工件绑定，复判工位就不知道手里拿的到底为什么被拦截，只能靠猜。尤其是当两条产线共用一台检测设备的时候，追踪信息混乱是常态。处理办法是给每个工件打二维码或钢印码，检测时扫码绑定结果，复判时扫码即可调出AI的判定截图和置信度，把“人找信息”变成“信息找人”。
另外复判工位的缓存设计也要提前规划。每个NG件在复判台的停留时间设定多少，缓存区放多少料架，信号灯用什么颜色表示积压告警，这些都会影响整线流动性。我的经验是：NG缓存区容量按“两小时峰值NG量”来设计，至少按正常量的一倍留冗余，否则一旦过杀率异常，缓存区直接爆掉，产线只能停线搬运。
这部分的底层逻辑其实是把AI系统当成一个需要训练和质量管理的员工来看待。你不会让一个刚来的新人独立做最终判定，同理也不要让一个刚部署的模型直接拥有拦截权。用制度设计去对冲模型初期的不可靠，是产线产能不崩的底线。
5. 数据闭环转不起来，视觉系统会越用越歪
很多项目上线之后，算法团队的交付就算完成了，模型冻结在主机里，再也不动。这是我看过的最多、也是后果最严重的问题。AI视觉检测不是一锤子买卖，数据闭环不转，系统的性能就一定会漂移，早晚会漂到产能崩盘。
我遇到过一个具体的漂移案例。某连接器产线，AI系统上线第一个月质量表现非常好，漏杀率0，过杀率0.3%。两个月后，过杀率悄悄涨到了2%，而且集中在特定批次的端子划痕判定上。查来查去，原因很简单：那个月供应商换了新的冲压模具，端子表面的微观纹路变了，AI在没有重新训练的情况下，把新纹路当成了缺陷。
这就是典型的数据漂移。产线上影响成像的因素太多了：光源LED用久了亮度衰减、机种切换、供应商批次更换、来料角度随机性、环境灰尘进入光学路径，每一个都能让图像分布偏移。而模型一旦部署上线、处于冻结状态，就没有任何自我修正能力。
要让数据闭环转起来，至少要建立三个机制。
第一个机制是图像回流与分级。所有经过检测的工件图像都要自动存储，系统至少要保留三个月。不是随便存，而是按“确认缺陷”“确认良品”“待仲裁”分成三个桶，每个桶的图都要有标签。尤其要保留“AI判NG但人工判OK”的图，这是训练模型最珍贵的数据。
第二个机制是周期性重训。我建议第一个月每周做一次增量训练，第二、三个月每两周一次，之后每月一次。增量训练不需要把全部历史数据重跑，而是用新标注的数据微调原有模型，训练成本不大，但能持续压制漂移。还要注意在重训前做数据清洗，把标注错误、重复帧、低质量帧全部筛掉，否则就是垃圾进垃圾出，模型会越训越歪。
第三个机制是灰度发布。每次新模型训练完成，不要直接覆盖线上的模型。我推荐的做法是：新旧模型并行运行48小时，对比同一批图像的判定结果差异，计算两个模型的重合度和分歧度。只有分歧度低于3%，且新模型在分歧样本上的表现明显优于旧模型，才能切换。这就相当于给模型迭代做了个“AB测试”，避免越改越差。
这里我要说一个容易忽略的组织问题：数据闭环需要现场人员配合标注，但现场人员的KPI往往是产量，不是数据质量，如果品管和算法团队不在一个考核体系里，回流标注就很难落地。所以数据闭环建设不能只靠技术手段，还要在制度上明确谁负责标数据、谁负责回收模型反馈，建议由品管牵头组织一个“AI运维小组”，定期开复盘会，拆分误判样本，明确改进归属。这套流程一旦运转起来，模型才能越用越准，产能才能从“上线时的高峰”变成“稳定运行的高原”。
6. 组织磨合和上线节奏：别看算法，先看人心
最后一个维度的坑，最容易被技术团队忽略——人的问题。
一线操作工的抵触心理是真实存在的。很多质检员干了七八年，靠眼睛和经验吃饭，公司忽然上了AI，他的第一反应不是“工具好用”，而是“我的饭碗要不要被端走”。这个情绪如果没人管，他会用脚投票：故意把节奏放慢，对复判工作消极怠工，甚至明明系统判了OK，他还要眼神示意后道再“手动检查一遍”。我见过一个工厂，上线两周后AI系统被偷偷关掉了电源，原因是夜班质检员觉得“机器判得不准，还是我眼睛靠得住”。
这种对立情绪很难通过说教解决，更好的做法是在制度设计上给足过渡期，并且把人放在“AI的上级”而不是“AI的下级”的位置。我在前面的章节里讲的双轨运行模式，本质上也是在为这个问题服务——在过渡期内，AI只是建议，人做最终决定。你要让员工感受到“我用AI是多了个帮手，不是被指挥”。复判工位的人工确认动作，也是在保留人的话语权，这个动作本身就是建立信任的过程。
还有一个组织层面的问题：上线节奏和考核指标必须解耦。很多工厂在上线第一周就把AI检测结果计入产能考核和一次良率统计，结果算法还在调优，产品就已经在背上“质量事故”的锅了。生产经理不是傻子，他会立刻把人工目检的比例调高，虽然这样保住了质量指标，但经过人工加AI的双重检测，产能直接腰斩。然后他会在周会上报告：AI视觉检测上线导致产能下降，建议退回人工。这套逻辑闭环下来，AI项目被毙掉几乎是必然结果。
我建议的上线节奏是这样的：第1到2周，AI检测结果只做记录不考核，产能统计维持原口径；第3到4周，AI结果作为参考项计入质量日报，但不直接触发批量停线或报废；第5到6周，AI自动拦截纳入正式考核，但设置“AI置信度低于0.9的NG件必须人工复核”的保护机制；只有在连续稳定运行一个月后，再把AI判定作为唯一判定依据，取消人工全检。这样既给了模型成长周期，也给了现场人员适应周期，还给了管理者建立信心的周期。
按这个节奏走，组织层面通常不会出太大问题，反而会在第3周左右出现一个有趣的现象：产线的老质检员开始主动给算法团队提“这个反光也能判吗”“这个凹坑为什么不拦”之类的建议。当一线人员开始帮AI改进，说明这个项目已经在组织层面落地了，这时候产能和良率指标才真正有了保障。
我回想自己看过的那么多AI视觉检测项目，凡是以“换掉人工”为目标上线的，几乎都经历了痛苦的磨合期；而凡是把“AI帮我减轻人工负担”作为定位来推的，反而在中后期自然达到了减少人力的效果。这就是组织和人心层面的逻辑，跟算法精度同等重要。
最后说两句我个人的体会。AI视觉检测上线后产能崩掉，真正的原因从来不是某一个单一的算法缺陷，而是一整套系统在节拍、过杀、拦截、数据闭环和组织磨合五个维度上的连锁反应。它就像新员工入职，指望他第一天就干满老员工一半的活，那是管理者的预期问题，不是新人的能力问题。所有准备上这套系统的工厂，建议把本文提到的这五个环节当成一份上线前的自查清单，逐项打钩之后再来谈产能提升。
