工业 AI 质检如何选择抽检与全检：批次放行风险、检验误差与处置成本

先分清两个问题：筛掉坏件，还是决定整批怎样处置

单件筛选回答“这件产品是否进入下一环节”，批次抽检回答“这个定义明确的批次按既定规则应接收、隔离还是进一步检查”。NIST 将验收抽样的主要目的界定为批次处置，而不是估计整批质量。[1] 因此，抽出一百件都合格，只能作为某个抽样方案的输入，不能把剩下产品逐件标成已经检验合格。

引入 AI 改变了逐件获取外观证据的成本与速度，却没有自动改变质量责任。系统即使生成一万张图片，也可能漏掉不可见表面；模型即使逐件给出分数，也可能在反光条件下共同失效。相反，成熟供应商的低风险外观项目如果已有稳定抽检与拒收处置，新增全检设备未必产生足以覆盖维护投入的价值。这是条件化的决策判断，不是对某种技术效果的承诺。

已有的工业视觉异常检测验收方法讨论固定阈值下的漏检与复检负担。本篇向上延伸到批次政策：同一个模型可以用于全检筛选，也可以只辅助抽样工件判读，或者只负责风险预警。三种用途对应不同证据、成本和放行责任，采购文件必须写清用途，不能只写“AI 质检准确率达到要求”。

把检验批、抽样框和处置规则先固定下来

建议以同料号、同质量定义及可追溯生产条件建立检验批，保存批号、件数、生产时间段、原料或供应商批号、工位与班次。运输批次不一定适合作为检验批：一车装了多个来源，把它们混成一批后计算一个缺陷比例，会掩盖集中问题。若实际要分层，必须预先设计各层抽样与接收规则，而不是看到结果后再挑有利分组。

抽样框是所有可抽取对象的明确清单。每件产品要能对应到位置或标识，并有机会被抽到。可复核的实现是冻结全批对象列表，记录抽取算法、种子和抽中编号，再由现场按编号取样。随机数生成正确不代表取样正确：若仓库只拿最上层箱子替代抽中对象，统计模型对应的已经不是现场流程。替换、无法找到及重复抽中都应留痕并按预定规则处理。

还要区分不合格件数与缺陷个数。一件产品同时出现划伤和污渍，在按不合格件计数的方案中通常只计一件；不能把模型标出的三个框直接当成三件。质量负责人应确定缺陷类别、判定边界、争议裁定者及缺图处理。严重程度不同的项目可以采用不同政策，不能用轻微外观问题的大量正常样本冲淡关键缺陷。

最后写清拒收意味着什么：退回供应商、全批筛选、返工后重验，还是禁止进入下一环节。本文随后计算的工作量仅适用于“拒收批转全检”的假设。若现场只能退货，就应计算退货、替代采购与交期成本；若没有隔离空间与处置负责人，再漂亮的接收概率也不能形成可靠流程。

构造案例：125 件抽样到底提供了什么证据

以下全部是构造示例，未使用客户资料，也没有开展产线实验。设每批 N=10,000 件，只检查一种已经明确的非关键外观不合格；候选单次方案为随机抽 n=125 件，发现不合格件数 d 不超过 c=2 则接收，否则隔离并检查剩余产品。先假设判读完全正确，批内取样满足二项近似条件。125 和 2 是演算参数，不是从任何强制标准摘取的推荐值。

令 p 为入批真实不合格比例，接收概率为 Pa(p)=Σ[k=0 到 2] C(125,k)×p^k×(1-p)^(125-k)。这里 C 表示组合数。NIST 用该累积二项概率解释操作特性曲线，即 OC 曲线；批量相对样本足够大是近似前提。[2] 已知有限批中固定不合格件数时，可以采用超几何模型，而不能把二项近似当作所有批量的精确答案。[4]

计算结果是：p=0.5% 时 Pa 约为 97.47%，p=1% 时约为 86.93%，p=2% 时约为 54.25%，p=5% 时约为 4.77%。因此同一个方案既有把较好批次拒收的可能，也有让较差批次通过的可能。曲线上每一个点都是“假定批次质量为 p 时会怎样”，不是“这批抽样通过后，真实质量有 97.47% 的概率达到要求”。

假设企业内部讨论把 0.5% 作为较好状态、5% 作为不可接受状态，并分别要求接收概率至少 95%、至多 10%。在这些自定条件及二项近似下，候选方案满足两个端点；但质量负责人还必须审查两点之间的风险以及关键缺陷规则。NIST 对生产方风险与使用方风险的定义有助于把两种损失分开。[3] 不能只给使用方看坏批拒收率，却隐藏正常供货被拦下的代价。

现场若抽出两件不合格，按这个预先冻结的方案接收；抽出三件则隔离。不能因为交期紧，再抽一组直到出现满意结果。双次或序贯抽样可以合法地设计成多阶段判定，但必须事先给出继续、接收与拒收规则，且把所有规定样本一起计算。[3] 临时加抽直到通过会改变原来承诺的风险。

拒收后的检验量，可能比抽样本身更贵

沿用同一案例，假设检查一件需要 0.5 分钟，拒收批的剩余 9,875 件全部筛选；抽过的产品不重复检查。平均每批检查件数 ATI=125+(1-Pa)×9,875。这个结构把常规样本量与拒收后的额外工作分开。[2] Minitab 的官方说明也建议结合接收概率与总检验量考察方案，而不是只比较抽了多少件。[5]

代入前面的概率：p=0.5% 时平均约检查 375 件，约 3.12 人时；p=1% 时约 1,416 件，约 11.80 人时；p=2% 时约 4,643 件，约 38.69 人时；p=5% 时约 9,529 件，约 79.41 人时。直接人工全检则固定需要约 83.33 人时。数字只包含检查操作，尚未包含搬运、隔离、返工与复核管理。

这个结果解释了为什么“每批只抽一百多件”的预算容易失真：供应质量恶化时，抽检方案会把越来越多批次推入全检。另一方面，平均 3.12 人时也不意味着每一批都能在这个时间完成。某批一旦被拒收，就需要接近全检的工作量；如果交货期限只允许两小时等待，即使长期平均成本很低，也可能无法履约。

决策表应同时列出正常负荷、拒收批最大负荷、并行工位数量和隔离库容量。设两名检验员各能提供八小时有效工作，一批约 83.33 人时的全检显然不能在一个工作日内靠这两人完成。这只是容量算术，不把人员持续满负荷视为现实承诺。可选行动是预留复检班次、约定供应商处理或缩小接收范围，而非在积压时悄悄提高接收数。

三条可行路径，不能只按设备单价排序

路径一是保留随机抽检及既有拒收处置。它适合质量定义稳定、批次可追溯、风险能够接受且拒收后确有处理能力的情况。投入集中在取样执行、判读一致性和隔离流程，初始设备负担较小；代价是未检产品仍带有剩余风险，并且拒收批会造成波动。若现状满足约束，应把维持现状作为真实基线，不预设所有项目都必须自动化。

路径二是对目标外观项目逐件 AI 筛选，异常交由确认流程处理。假设同一万件批次中 p=0.5%，模型检出率为 98%、正常件误报率为 0.5%，则期望检出 49 件、漏掉 1 件，误报 49.75 件，总复核约 98.75 件。每次复核若需两分钟，则约为 3.29 人时。所有模型参数都是构造假设；这里不能据此认定 AI 已比抽检更便宜。

因为 3.29 人时之外还有逐件上料、图像采集、计算设备、标识关联、剔除机构、维护与未告警抽查。并且它交付的是经筛选后的工件集合，不是前述批次抽样接收概率。比较时应先确定同一个交付目标：允许哪些残余缺陷、哪些工况必须暂停、每件是否需要证据。没有统一目标，拿两个工时数字作投资回报率会把不同产品混在一起。

路径三是保持独立随机验收，再把 AI 用于全线预警或辅助判读。它有利于积累工况证据，但承担两套链路成本。模型高分样本可用于诊断和改进，不应悄悄替换随机验收样本；否则抽样结果偏向可疑产品，接收概率就不再对应原来的设计。若以模型判读替代人工，还要重新验证检验误差对批次风险的影响。

真正的采购比较应按同一期间计入设备折旧或租赁、集成、复核工时、维护停机、拒收处置及交付损失，并把质量风险作为约束单列。缺乏可靠缺陷损失金额时，不必编造一个精确收益率；可以先比较满足相同风险条件的可行方案，再对无法定价的风险记录条件与责任。

两类会推翻结论的失效：抽样偏差与判读误差

第一类是抽样范围失真。假设不合格集中在换料后的最后一箱，而取样只覆盖前半批，则“全批 125 件随机样本”的计算根本不适用。识别证据应包括抽中位置与实际取样位置、生产时间覆盖及箱号对应。修正时重新建立正确抽样框，评估拆批或预先分层方案，并以现场追踪复验取样执行；不能只给随机数程序增加一次单元测试。

第二类是检验者本身有误差。若真实不合格比例 p、检出概率 s、正常件误判概率 f 均固定，在独立判读的简化模型下，被判为不合格的比例 q=p×s+(1-p)×f。把 q 代入抽样判定概率，得到的是按有误差检验结果接收的概率，并非理想检验下的风险。这是本文基于全概率关系的推演，不是某机构给出的现场保证。

例如 p=5%、s=80%、f=0 时 q=4%，抽 125 件且最多允许两件异常的接收概率约为 11.96%，高于理想判读时的 4.77%，也超过案例自定的 10% 上限。检验变快却可能让更多坏批通过。若存在反光造成的成片漏检，独立假设进一步失效，连这一修正计算都不足以描述实际风险。

应拿有可靠裁定依据的工件，在不同班次、光照和检验者条件下复判，分开统计漏判、误判与争议，并保留原始证据。修正可能是增加视角、校准标准、改变工位或保留其他检测方法；修正后重新估计相应误差，再复算批次曲线。检测范围之外的内部裂纹等问题，不能靠扩大外观样本量自动解决。

形成一份能决定推进、缩小范围或暂缓的评审材料

可复用的评审清单应包含七项实际条目：检验批如何划分且能否追溯；每种缺陷按件还是按次数计数；随机样本如何实际取到；两个风险端点及中间区域是否可接受；检验误差由哪些材料支持；拒收与无结果分别如何处置；常规与最坏负荷由谁承接。每项附证据负责人、版本和未解决问题，没有证据的项目标为待确认。

推进条件可以是：明确范围内的抽样风险经复算符合企业约定，判读误差没有突破边界，取样执行可追踪，拒收演练在交期与容量内完成。缩小范围适用于某些料号或工况证据不足而其他范围完整；暂缓适用于无法形成抽样框、关键缺陷不可观测、坏批无隔离处置或数据只来自精挑演示。

上线后把批次接收率、拒收处置时间、复验差异与抽样执行偏离分别监控。接收率突然变好，可能来自过程改善，也可能来自取样变偏或判读失灵，不能单凭这个指标奖励系统。更换模型、相机、材料或批次规则后，应回到受影响的证据环节复验，而不是沿用旧曲线和旧承诺。

本文依据截至 2026 年 11 月 10 日可读取的统计与产品文档建立长期有效的决策框架，并未评审某一工厂的质量体系。案例以二项近似、固定检验误差和已约定处置为边界，算术核对不等于产线实验。工业 AI 的价值应由同一交付目标下的风险与完整成本来证明，最终放行仍需落实到明确的批次记录和责任人。