视觉 AI SOP 选型：立项前要问清的 12 个问题

视觉 AI SOP 的选型失败，多数时候不是算法不行，而是立项时没问清现场条件与验收口径。把「要不要上」拆成 12 个能回答的问题——现场条件 4 个、判定能力 3 个、系统对接 3 个、成本与责任 2 个。其中任何一组答不上来，项目就应该停在评估阶段，而不是先走采购流程。 这 12 个问题都能在半天现场走访加一轮数据核对里问出结论，问完之后如果都答得上，结论通常是「可以试点」而不是「可以全线铺开」。

第一组：现场条件，决定这件事能不能做

• 判定目标是什么。 是「有没有做」还是「做得对不对」？判断动作是否发生，只需要识别物料的出现与消失；判断做得对不对，要判断角度、位置、先后顺序，难度差一个量级，成本也差一档。
• 节拍多少秒。 节拍决定了单帧允许的曝光时间，也决定了算力预算。3 秒一件的工位和 30 秒一件的工位，能用的模型复杂度和相机帧率完全不同。
• 工位空间与遮挡情况。 操作人员的双手会不会挡住判定目标？相邻工位或机械手会不会周期性遮挡？相机支架是能落地生根，还是只能吸顶安装？
• 现场光照能不能控制。 车间顶灯、侧窗采光、相邻工位的补光都会变化，白班和夜班的条件也不一样。能不能加装独立光源，直接决定成像稳不稳定。

第二组：判定能力，决定准不准

• 误报和漏报，哪个更不能接受。 漏报意味着不良流出到下道工序或客户手里，后果由品质承担；误报意味着停机确认，后果由生产承担。这两个指标的取舍要在立项时由品质和生产共同定下，不能拖到验收再吵。
• 可接受的误报率是多少。 不是「越低越好」，而是「每小时几次以内，操作员还愿意抬头看一眼」。超过这个数，现场就会把报警音关掉，系统名存实亡。阈值怎么调才不吵，可以参考误报率怎么降下来里的思路。
• 临界状态怎么判。 螺丝只拧了一半、插接件没插到底、物料放在了判定框线边缘——这些边界情况必须给出明确的判定规则和记录方式，否则同一件事不同人会给出不同结论。

第三组：系统对接与成本责任，决定用起来顺不顺

• 报警怎么给到操作员。 屏幕弹窗、三色灯、还是声光提示？报警延迟超过 2 秒，操作员已经进入下一个动作，提示就失去了纠错意义，只剩下事后追责的功能。
• 要不要回写 MES，回写哪些字段。 工序号、时间戳、产品序列号、判定结果、异常截图，字段口径要和 IT 部门先对齐，否则接口要返工两轮。具体口径可以看视觉 SOP 与 MES 怎么对接。
• 数据存多久、存在哪里。 追溯年限通常由客户审核要求决定，常见是 1 到 3 年。这个数字直接决定本地存储容量与网络带宽预算，必须提前确认。
• 一次性投入之外，每年还要花多少。 光源会衰减、镜头要清洁、判定规则要随工艺变更调整、软件要升级。这些运维成本按一次性投入的百分比估算，不把它算进去，第二年预算就无处安放。
• 现场由谁维护。 出现误报由谁调阈值？工艺变更由谁更新判定规则？没有明确责任人，系统三个月后大概率变成没人管的摆设，这类防错措施会慢慢失效。

什么情况应当先不立项

有三种情况建议先放一放。一是漏工序的根因在 SOP 本身写不清楚——标准没有可判定的表述，装多少相机都判不出来，此时先把作业指导书拆细更管用，参考SOP 执行不到位的五个真实原因。二是该工位一年只跑几百件，且漏做之后可以返工或补做，投入很难回收。三是现场连稳定的电源和网络位置都腾不出来，或者粉尘、油雾严重到镜头一天就要擦一次。这三条都不是技术问题，是条件问题，条件不成立时换供应商也解决不了。如果 12 个问题都答得上，下一步是挑一个工位做小范围验证，用真实数据把误报率和漏报率跑出来，再对照视觉 SOP 可行性评估清单判断，最后才谈预算——预算怎么拆、ROI 怎么算，可以接着看项目预算构成与 ROI 算法。