佛山有个做家电配件的厂，去年为了省人力成本，装了AI视觉巡检系统。老板原计划用一个AI替代三个质检员，算下来一年能省三十多万人工。结果系统上线第一个月，他只辞掉了两个人，第三个人因为年龄大、不熟悉系统，留了下来继续干。更关键的是，AI巡检发现了一批以前从来没发现过的微观瑕疵，返工率从百分之三涨到了百分之八，多出来的返工人力成本抵消了一半的节省。
老板后来跟我说，他当时只算了人工账，没算质量账。AI能检出更多问题，但问题多了，返工就多了。真正省钱的不是一上来就裁人，而是把AI找到的问题分类统计，找到产生瑕疵的根本原因，从源头上减少不良品。他花了两个月把瑕疵原因分析了一遍，发现百分之六十的瑕疵来自原材料，百分之二十来自设备参数漂移，只有百分之二十是操作问题。
源头改完之后，返工率降到了百分之一以下，人工成本确实省下来了。更关键的是，客户投诉率跟着降了七成。他后来把这套方法叫做先诊断后落地，不先搞清楚问题从哪来，AI只会帮你把问题看清楚，但不会帮你把问题解决掉。
我们现在帮企业做AI落地的时候，第一步从来不是选系统，而是做质量诊断。把过去半年所有的不良品数据拉出来，按瑕疵类型、工序、设备、班次四个维度交叉分析，找到真正的反复出现问题点。然后再决定AI放在哪个环节、解决哪类问题。这样AI的投入才能转化为利润，而不是转化为新的管理负担。
你现在就可以做一个动作：把你过去九十天内的不良品记录全部调出来，按瑕疵类型分组，看看哪三类问题占了总不良数的七成以上。这三类，就是AI最应该先解决的地方。先找病灶，再开药方。
AI不是万能药，是放大镜。它把你看不见的问题看清楚，然后你才有机会去解决它。别指望装个系统就自动省钱，先搞清楚钱从哪漏的。
记住这一句：AI是放大镜，不是点金石
"工厂装了AI巡检，一个月省了两个质检员，结果返工成本吃掉了一半节省。"
转发理由：这条戳中了AI落地最常见的成本计算误区，转发给负责生产或质量的同事。
可抄作业
第一步：把过去九十天不良品记录按瑕疵类型分组，找出占总数七成以上的三类问题
第二步：对这三类问题按工序、设备、班次交叉分析，定位根本原因
第三步：先解决源头问题，再部署AI检测，避免AI只是放大问题
第四步：建立不良品分类看板，每周追踪返工率和客户投诉率的变化
FAQ
Q: 工厂想上AI巡检，第一步应该做什么？
A: 先做质量诊断。把过去九十天的不良品记录按瑕疵类型分组，找到占比最高的三类问题，再决定AI放在哪个环节，而不是直接买系统裁人。
Q: AI巡检上线后返工率反而升高，正常吗？
A: 短期正常。AI能检出以前发现不了的细微瑕疵，检出多返工就多。正确做法是把新检出的瑕疵分类溯源，从原材料和设备参数上解决，返工率会降到人工时代的水平以下。
Q: 预算有限的小厂怎么起步？
A: 从单一工序试点开始，选不良率最高的一道工序先跑三个月，算清楚节省的返工成本和投诉成本，再决定要不要扩到全厂。
Q: 怎么判断AI巡检到底有没有省钱？
A: 盯三个数：返工率、客户投诉率、质检人力成本。三个数一起看，只省了人力但返工暴涨，等于没省。
关于纵横有道
纵横有道管理咨询，专注中小企业利润增长与企业AI落地。企业AI大脑的质量诊断模块，先找病灶再开药方，返工率从8%降到1%以下，客户投诉率降七成。公众号对话框发送"质量诊断"，获取AI质量落地SOP。
