沖壓廠導入 AI 外觀檢測，最大的坑是「良品長什麼樣」沒有共識

AI 外觀檢測是製造業最成熟的應用之一，方案商很多、案例很多、技術也確實到位。但沖壓件有一個特性，讓這件事比想像中麻煩。

沖壓件的瑕疵——刮痕、壓痕、毛邊、油污——大多不是有或沒有的問題，而是程度的問題。而程度到哪裡算不良，答案不在技術裡。

先做一個測試：把同一批件給不同人判

導入之前，建議先做這個實驗：挑 100 個邊界模糊的件，給三位資深檢驗員各判一次，隔一週再讓同一位判第二次。

現場做過這個測試的廠通常會發現兩件事：不同人之間判不一致，而且同一個人前後兩次也判不一致。

這個結果不是要責怪檢驗員，而是要說明一件事：如果人類自己的判定一致性不高，就不可能期待模型學到一個穩定的標準。模型會忠實地學到資料裡的矛盾，然後把矛盾表現成不穩定的輸出。

所以第一步不是買設備，是建立共識

務實的做法是建立實體的標準樣本：把邊界案例做成一組限度樣品，明確標示「這個程度可接受、超過就不行」，由品保主管與客戶端確認。

這件事有三個好處。第一，它讓人類的判定先一致起來；第二，它給了模型訓練所需的明確標註基準；第三，它讓你在跟客戶爭議時有依據——這一項的價值經常超過 AI 本身。

過殺與漏檢，必須先決定要哪一邊

任何檢測系統都在這兩者間取捨：

• 過殺　把良品判成不良。成本是良率損失與重複人工複判。
• 漏檢　把不良判成良品。成本是客訴、退貨，汽車零件甚至可能涉及召回。

汽車零件供應鏈通常無法接受漏檢，因此實務上會把閾值調向寧可過殺。但這代表要有人複判被判掉的件，這個人力成本必須算進導入評估裡。

常見的誤區是把 AI 檢測當成「省下檢驗人力」的專案。更準確的期待是：把人力從全檢移到複判，同時把漏檢率壓下來。人力不一定省，但品質風險降低了。

導入順序建議

1. 做判定一致性測試，確認現況。
2. 建立限度樣品並與客戶確認。
3. 選一種瑕疵、一個料號開始。不要一次要求模型認得所有瑕疵——多類別會大幅拉高所需的資料量與標註成本。
4. 先跑影子模式：模型判它的，人判人的，比對一段時間再決定是否讓它上線把關。

第四點特別重要。這與企業代理可靠度研究指出的原則一致：驗證機制要獨立，而且要先量測實際的攔截率與誤報率，再決定信任的程度。

需要保留的懷疑

本文為顧問現場觀察的歸納，不含實測的過殺率、漏檢率或投報數字。不同的沖壓件型態、表面處理與客戶要求差異極大，判定一致性的現況與可達成的效果需個案評估。

汽車產業的品質要求（如 IATF 16949 相關規範）對檢測系統的驗證有額外要求，導入前應與客戶及品保主管確認。

常見問題

沖壓廠導入 AI 外觀檢測，第一步該做什麼？

不是買設備，而是先測試人類判定的一致性。挑 100 個邊界模糊的件，給三位資深檢驗員各判一次，隔一週再讓同一人判第二次。多數廠會發現不同人之間判不一致，同一人前後兩次也不一致。如果人類自己的標準不穩定，模型只會忠實學到資料中的矛盾，並輸出不穩定的結果。

怎麼建立可用的判定標準？

建立實體的限度樣品：把邊界案例做成一組樣本，明確標示可接受與不可接受的程度，由品保主管與客戶端共同確認。這有三個作用——讓人員判定先一致起來、提供模型訓練所需的明確標註基準、以及在與客戶發生爭議時有依據。第三項的價值經常超過 AI 系統本身。

AI 檢測能省下檢驗人力嗎？

期待要調整。汽車零件供應鏈通常無法接受漏檢，因此閾值會調向寧可過殺，這代表需要有人複判被判掉的件。更準確的說法是：人力從全檢移到複判，同時把漏檢率壓下來——人力不一定省，但品質風險降低了。這部分的複判人力成本必須計入導入評估。

下一步

判定一致性測試的執行方法與限度樣品建立流程，我們整理在白皮書專區。