在工厂里搞AI质检的00后 三个月跑通之后他讲了讲账本

前两个月，一个在浙江台州做注塑配件的工厂里，AI质检系统正式上线。这件事在被讨论的时候，背后其实是一连串具体的数字。工厂老板的小儿子，1999年生，2024年从杭州某AI公司辞职回乡，回来之前他在大厂做视觉算法工程师，月薪两万三。而AI质检识别准确率达到98.6%，比熟练工人快3倍，这套系统主要识别注塑件表面的瑕疵、缩水、飞边三类问题。——这件事的真相往往藏在更细的颗粒度里。——这件事的真相往往藏在更细的颗粒度里。——这件事的真相往往藏在更细的颗粒度里。

把镜头拉近一点看现场。整套系统投入：硬件12万、软件5万、调试3万，合计20万。其中硬件主要是工业相机和工控机，软件是自研模型加第三方框架。再看上线3个月数据：人工质检岗位从8人减到3人，月省人工成本9.6万。按这个速度，2个月内可收回全部投入。老板原话：「省下来的是死工资，跑出来的是活订单。」他算的是另一类账本——AI上线后客户对质量的投诉减少了三分之一。——这个判断放在更长时间维度上同样成立。——这个判断放在更长时间维度上同样成立。

再把视角拉到行业层面做对照。把AI质检这件事从头到尾拆开看，最值得借鉴的不是技术，而是先用内部小账算清楚再决定上不上。从行业数据看，目前全国中小制造企业里真正落地AI质检的不超过8%，绝大多数还在「考虑」阶段。考虑阶段的工厂不是没钱，而是账没算清——上了之后到底能省多少、效果稳不稳、需要几个人盯着，这三件事没回答之前，谁都不敢拍板。——把这两件事串起来看，结论会更立体。——这个判断放在更长时间维度上同样成立。

账本摊开算一遍。显性成本这一块相对好算——硬件、软件、调试、电费，每一笔都可以拉出明细。但隐性成本经常被忽略：员工培训成本、系统维护成本、流程改造成本这三块加起来，往往超过显性成本的一半。经验是把这三块按季度预留10%到15%作为缓冲，否则账面上看着投入可控，到一年后一算发现其实花了不少。做小厂升级这门生意最怕的就是这种看起来省钱、其实花大钱的陷阱。——这件事之所以值得拆，是因为它带出了一连串连锁反应。

再往深看一层。这件事折射的是传统制造这门生意里那些一直在被低估的事其实要重新定义。很多老板原本以为升级就是换设备，其实是在错过把数据变成决策的机会。把客户真正关心的东西摸透，比把所有同行方案研究透更值得花时间。这句话说起来简单，做起来往往要花一两年甚至更久，但只要把这一条跑通，后面所有的事情才会顺。——把这些细节串起来看，逻辑线其实非常清楚。——把这两件事串起来看，结论会更立体。

回头看这件事，最有用的不是结论，而是过程里冒出来的那几个问题。比如：怎么判断一项升级是机会还是负担？怎么在没看清效果的情况下先小步试？怎么在不被同行节奏带偏的情况下走出自己的速度？答案没法靠别人给，只能自己一笔一笔把账算清楚。算账这件事越早开始越好，因为它不看你有没有准备好，只看你愿不愿意把数字摆到桌面上。摆到桌面上之后，下一步才有得谈。——这件事的真相往往藏在更细的颗粒度里。

创业找资源，上乌鸦部落。