昨晚十点,客户发来一张照片:十二件货,边上全是毛刺。附一句"这批不行,准备退货"。老板回了个"马上查",然后开始在车间翻。
三个记录本、两个微信群、一台拍了照从没归档的手机。两个小时后找到的记录是:那批三千件,抽检了五十件,写着"外观合格"。谁检的、几点检的、按什么标准检的,全没有。
问题不在"没检",在"检了没留"。
这三处加起来造成一个结果:同样的问题会重复发生,因为没人能证明上次是怎么处理的。
这几段本质是整理和检索,规则清楚、重复度高,正好是 AI 擅长的。
AI 员工不能替你判定一件货合不合格。手感、光泽、装配间隙,还得老师傅上手看。
它也不会自动发现"这批货有问题",除非你先把标准告诉它、把检验数据喂进去。它做的是把已经发生的事记清楚、找得到,不是替代检验本身。
还有一条更现实的:如果车间根本没人愿意填表,AI 只能整理出一堆空行。先解决"有人填",再谈"自动汇总"。
不用一上来就上系统。先定一张最小的检验记录表,五个字段:批次号、日期、检验员、抽检数、不良数。打印出来放车间,手填。
填两周,把这两周的单子拍照丢给 AI 员工,让它转成电子表、按月汇总。你会看到两件事:哪个环节的不良率最高,以及哪个班次填得最敷衍。
记录不是为了应付客户审核,是为了下次出问题时,你能在两分钟内说清:这批我们检了什么、谁检的、结果如何。
到那时候,客户再发照片过来,你不用翻本子。
想先看清楚 AI 员工能接哪些活、边界在哪,可以从AI 员工上岗第一天,到底干什么?看起。