八张表，一张没填满

我把这两个月在文章里提过的表数了一遍：三个电表的抄表记录、车间白板产能矩阵、余料台账、返工台账、焊接参数对照表、来图可加工性检查、缺陷成因表、切割异常排查表——八张。每一张开的时候都很有道理，每一张都没有填满。

原因不难找，但不好听：每张表上都没有写名字。没有「这张表没填就是谁的问题」这句话，表就只是表，贴在墙上只会落灰。这是管理问题，不是技术问题——真上了 AI 也一样，AI 暴露的从来都是本来就乱的部分。

一张 A4 纸，三样东西：谁填、多久一次、不填算什么

照那家企业的思路，我们不需要 100 个智能体，只需要给八张表各补三样东西：谁填、多久填一次、不填算什么。抄表的事归我，每月一号；白板产能矩阵归车间，每天早上更新，不更新当天排产就按经验走、偏差记下来；余料台账车间记，每张板切完当场记，不记这批就不算进材料利用率；返工台账谁发现谁记，每发生一次记一次；焊接参数表焊接工位记，每换一种工件记一格；来图检查业务端接单前填，缺一项不报价。

再加一条：这八张表的名字写在白板一侧，每周五我过一遍，谁的空着就当场问一句。不搞问责大会，就一句话的事——但这一句必须有。一张 A4 纸，今晚就能写完。

质检的新分工：机器负责发现，人负责归因

那条新闻里那句「人终于可以专注做手艺了」，把 AI 质检的定位说得很准：不是替代人，是把人从「盯八小时找划痕」里解放出来，去做「这是哪道工序造成的」。发现是体力，归因才是手艺。

对应到我们：缺陷记录不能只写「有划痕」三个字——要写「划痕，来自转运叠放」或「来自上料吸盘」或「来自折弯模具」。只有写成后者，那张缺陷成因表才能回答「下个月从哪里少出一件废品」。这件事现在就可以开始，一台设备都不用买。

99.5% 这个数，我劝自己也劝同行别急着信

照我们一贯的口径得泼盆冷水：99.5% 只给了准确率，没给误报率——误报率高了，人就变成了替机器复判的机器，那句话就得倒过来念。而且那是汽摩大批量总装线的场景，我们是小批量非标，一批几十件、看一眼就知道，在线视觉对我们的真实价值不是「快」，是「留证据」——客户投诉的时候，能拿出当时的照片和判定标准。

顺带提醒准备上系统的同行一句：问服务商时加一问——「以后我换设备，你们这套软件要不要重买？」软件和硬件绑死在一起买，是很多厂多花钱的地方。

管理这件事，最便宜的杠杆在名字上

写了这么多期设备和系统，回头看，最便宜也最有效的一步居然是把每张表写上名字。设备解决「手脚」，系统解决「流程」，但让这两样东西转起来的，是「这件事出了问题找谁」。

我们厂小，三个人，这本来应该是最容易做到的事——正因为容易，才拖到现在。这周写完那张 A4，下周五开始过表。八张表什么时候填满，什么时候再谈下一台设备。