漏检逃逸的成本怎么算：给管理层看的三笔账

谈视觉防错的投入产出时，最常见的错误是只算本工位的返工成本：发现漏装之后拆开重装，损失若干分钟工时和一点材料。这样算下来收益往往很小，项目很容易被否掉。但漏检真正贵的地方在它流出去之后——同一条产线上，同一个错误在本工位被发现的成本、在总装或客户端被发现时的成本、以及批量流出导致召回或停线时的成本，量级通常相差一个数量级甚至更多。要说服管理层，关键是把这个梯度讲清楚，而不是把某一个数字讲大。

第一层：本工位或邻位发现

这一层的成本最容易算：返工的工时（含拆解与重做）、被破坏的零件或材料、以及占用产线的时间。数据来源是现场工时记录与物料损耗记录，通常品质或生产部门手上就有。需要提醒的是，这一层还有一个容易被忽略的成本——为了发现这个错误，下游通常要安排额外的检查动作，这些动作本身也要花时间和人力。如果下游的检查是因为「上游不可靠」而存在的，那么上游改善之后省下的是这份检查成本，而它往往比返工成本更大。把下游检查工时计入，第一层的收益会明显上升。

第二层：下游工序或客户端发现

错误流出本工位之后，成本会发生一次跃升：如果在下游工序被发现，除了返工本身，还要加上拆解已经装配好的组件带来的连带损失、可能的产线停顿、以及为追查问题来源所花的排查时间；如果在客户端被发现，成本还会进一步包含退换货物流、客户端的产线影响、以及商务沟通成本。这一层的数据通常散落在售后、品质和客户投诉记录里，需要主动去收集。收集时不要只找「有记录的投诉」，还要问一句「有多少是客户抱怨了但没有正式走流程的」——这类隐性成本往往不少，只是没有进统计口径。

第三层：批量流出与召回风险

这一层的成本不具备可预测性，但它是管理层真正关心的一层。一次批量质量问题可能带来整批召回、客户产线停线索赔、以及更长期的信誉影响。它的期望值等于「发生的概率 × 单次损失」，而这两个数都不容易估计。实践中的做法是从历史数据和行业案例出发给出保守区间，并明确指出「这一层的价值不是可预测的节省，而是把不可能承受的尾部风险压小」。财务和风控人员对这种表述通常是接受的，反而对「我们预计能省下三百万」这类说法非常警惕。这一层的成本也常常是决定项目做与不做的关键，因此不能因为难算就跳过。

别忘了把误报的成本也写进去

只算收益不算代价的测算是不完整的，而且很容易在评审中被一眼看穿。视觉系统带来的额外成本至少包括：误报导致的产线停顿时间、操作员处理报警所花的时间、系统的采购与运维成本、以及为处理误报而进行的人工复核投入。把这些列出来不但不会削弱方案，反而会让整个测算更可信——它表明提出方案的人理解现场，而不是只拿一个乐观数字来要预算。误报成本的估算需要有实测数据支撑，因此在有试点数据之后再算这笔账，结论会扎实得多，这也是试点怎么设计里强调要收集的指标之一。

怎么把结论讲给管理层

一页纸就够：左边写三个层次各自的成本区间与取数来源，中间写视觉系统能覆盖哪些层次、覆盖到什么程度（含明确的漏报上限），右边写投入与误报带来的代价。最后给一个结论句——「即使只按第一、二层的保守值计算，投入回收期为若干个月；第三层的风险降低不计入回报。」这样的表述既不夸大，又把最打动人的那一层清楚地摆在那里。相比之下，把三层的收益加总成一个漂亮数字，反而容易在评审中被逐条质疑，最后连本来成立的部分也一起被否掉。