近期《计量News》对AI驱动视觉检测的报道，展现了制造业正在发生的一项更广泛变化：视觉检测系统正逐步直接进入质量管理与追溯流程，而不再只是孤立的检测环节。随着这些系统与处置决策和工艺决策的连接越来越紧密，制造企业可以更快采取行动，但一旦自动化判断出现错误，这一错误也可能沿着整个工作流程进一步扩散。
这为质量管理负责人提出了一个新的要求：在减少人工复核之前，先对自动化检测与具备资质的人工判断之间的分歧进行测量。
所谓“分歧审计”，是指针对AI结果与人工评估不一致的案例进行结构化抽样。审计需要记录自动化检测结果、审核人员判断、最终处置结果，以及在案例解决后导致双方判断出现差异的原因。
这一思路与传统质量管理实践天然契合。制造企业一直通过测量系统分析、校准、溯源和纠正措施等手段确保质量，因为如果无法对结果产生的过程建立信心，那么结果本身的意义就会受到限制。AI检测增加了一个新的决策层，同样需要接受系统、严谨的管理。
首先明确什么样的分歧值得关注
第一步，是定义什么样的分歧具有实际意义。一项差异如果并不会影响最终处置，其重要性可能低于那些会改变零件是否合格、是否需要返工或是否触发调查的差异。因此，质量团队应优先关注那些会改变关键决策的分歧。
第二步，是避免只抽查明显的异常案例。如果人工只复核AI标记为可疑的案例，就无法发现漏检。一次有价值的审计，应当同时包含一些看似正常的案例、一些处于边界状态的案例，以及一些来自已知困难条件的案例。随着证据不断积累，抽样规模可以逐步缩小，但不能因为系统近期表现良好，就彻底取消这项工作。
第三步，是找出分歧产生的真正原因，而不是预设一定是人员或模型出了错。问题可能来自光照、工装、表面状态、传感器漂移、产品组合变化、标准定义模糊，或者人工判断本身存在不一致。不同原因对应的纠正措施也完全不同。
随着AI进一步深入测量环节，这一点会变得更加重要。近期AI辅助光学测量的发展，正在降低编程工作量，让复杂检测更容易部署。这一趋势可以将自动化辅助能力扩展到更多操作人员和更多生产现场，同时也意味着越来越多质量决策将依赖于一种可能出现间歇性错误或特定场景错误的系统。
质量团队需要关注四项指标
因此，除了传统的速度和准确率指标之外，质量管理负责人还应跟踪四项指标。
第一，关键决策分歧率：AI与人工判断之间的差异，有多大比例会改变最终处置结果或下一步行动？
第二，结论准确性：案例经过调查后，哪一方的判断最终获得了更充分的证据支持？
第三，异常处理时间：常规检测节省下来的时间，是否又被异常案例中的调查、返工或升级处理所抵消？
第四，分歧复发率：如果同一种类型的分歧反复出现，就说明这个问题已经不应该继续作为非正式的例外处理，而应该被纳入标准流程。
这些指标有助于避免自动化项目中一个常见的错误：只关注平均性能，却忽视分布两端的异常情况。质量问题之所以可能带来高昂成本，往往正是因为真正重要的不是典型案例，而是那些不常见却影响重大的特殊案例。
分歧审计也能保留专业能力
这项审计还有一个容易被忽视的价值，即保护专业能力。当AI承担越来越多的常规检测任务后，初级质量人员通过大量重复案例培养模式识别能力的机会可能随之减少。
有意识地复核AI与人工之间的分歧，可以让他们集中接触更加困难的案例。资深专家则可以解释为什么某个结果被接受、拒绝或升级处理，将这些例外案例逐步沉淀为实用的培训资料库。
管理者应避免把审计变成一场员工与AI之间的较量。如果审核人员认为每一次分歧都会被解读为“人错了”或“技术错了”，他们很容易产生防御心理。审计的目的应该是改进流程。一次人工覆盖AI结果的操作，可能暴露的是模型缺陷、培训不足、规范存在歧义，或者某项本地实践本身就存在问题。
真正理想的结果，不是为了减少人工干预而不惜一切代价降低人工参与，而是让那些无法解释的分歧越来越少。
控制体系需要与自动化决策同步成熟
随着制造企业将视觉系统、质量管理系统（QMS）和AI辅助计量连接起来，它们将获得更快的检测数据流，以及越来越多的自动化决策。围绕这些决策建立的控制体系，也需要以同样的速度成熟起来。
在因为AI看起来足够可靠而准备减少人工复核之前，质量管理负责人应该能够回答一个简单的问题：
当机器与一名具备资质的人员出现判断分歧时，我们是否知道谁是正确的、为什么正确，以及之后做了什么改变？
如果这个问题能够持续得到明确回答，那么企业就拥有了进一步扩大应用规模所需要的证据。如果不能，那么进一步增加自动化只会放大不确定性，而不是消除它。
作者：Gleb Tsipursky博士是一名行为科学家，被《纽约时报》称为“办公室耳语者”（Office Whisperer）。他已出版8本著作，最新作品为《The Psychology of AI Adoption at Work: From Resistance to Results》，由乔治城大学出版社于2026年出版。
了解作者最新著作可访问乔治城大学出版社相关页面。
