Tekoälypohjainen AOI-väärien hälytysten tarkistus maksaa itsensä takaisin kuukausissa. Pelkästään viallisten levyjen poimintaan tarkoitettu robottikäsi ei koskaan. Tässä on, mitä löysin, täysi raportti ja diat mukana.
Tiivistelmä
Elektroniikkatehtaille myydään kahta tekoälytarinaa yhtä aikaa: näköä, joka tarkastaa levyjä, ja robottikäsiä, jotka oppivat. Tarkastelin molempia SMT- ja PCBA-linjoilla Manner-Kiinassa, Taiwanissa, Kaakkois-Aasiassa ja Yhdysvalloissa käyttäen vuosikertomuksia, standardeja, vientisääntöjä, tullitaulukoita, benchmarkeja ja hinnastoja 11. marraskuuta 2026 asti. Se osa, joka toimii, on kapea. Noin 97–99% AOI:n antamista hälytyksistä on vääriä hälytyksiä, jotka ihminen vahvistaa yksi kerrallaan, ja valvotut mallit, jotka on koulutettu AOI:n omilla kuvilla, vähentävät tuon työn 60–90% toimittajien mukaan; yksi suuri EMS-yritys raportoi 85%:n vähennyksen vuosikertomuksessaan. Hinnalla RMB 50,000 linjaa kohden se maksaa itsensä takaisin viidessä–kahdeksassa kuukaudessa Yhdysvalloissa, Taiwanissa ja Shenzhenissä. Cobot-kädet, jotka lataavat ja purkavat testiasemia, maksavat itsensä takaisin hieman yli vuodessa. Pelkästään viallisten levyjen poimintaan lisätty robottikäsi ei maksa itseään takaisin missään. Yleiset multimodaaliset mallit eivät ole vielä tarkastajia: yhdelläkään vuoden 2026 lippulaivamallilla ei ole julkaistua tulosta teollisten vikojen benchmarkissa. Ne ovat hyödyllisiä opettajina, jotka esimerkitsevät dataa pienille paikallisille malleille. Ilmaeristetty, paikallinen käyttöönotto on käytännöllistä. Jälkiasennusmarkkina on todellinen mutta pieni: noin RMB 320 million Manner-Kiinassa, jakaantuneena noin viidelle vuodelle.
Miksi tarkastelin tätä
Kaikki alkoi kysymyksestä pieneltä laitteistotiimiltä, jonka tunnen. He rakentavat ja kokoonpanevat elektroniikkaa ja harkitsivat siirtymistä tekoälytarkastukseen ja robottikäsiin tehtaita varten. Toimittajat kertoivat yhtä tarinaa, sijoittajat toista, ja jokainen demo näytti hyvältä. He halusivat tietää, mistä tehdas todella maksaisi vuonna 2026, mitä käyttö tehtaan sisällä maksaa ja mikä on edelleen tutkimusprojekti.
Olen viettänyt yli kaksikymmentä vuotta sirujen, laitteiston ja niitä rakentavien tehtaiden parissa, joten tarjouduin selvittämään asiaa. Luin listautuneiden AOI-, konenäkö-, robotti- ja EMS-yritysten vuosikertomukset ja esitteet, asiaankuuluvat standardit ja säädökset, vientivalvontaluokitukset ja tullitaulukot, benchmarksivut ja -artikkelit sekä julkiset hinnastot. Tarkistin myös joukon alan haastatteluista peräisin olevia väitteitä tuota aineistoa vasten. Siellä, missä julkinen aineisto loppuu, sanon sen suoraan.
Jokainen alla oleva luku on 11. marraskuuta 2026 tilanteen mukaan. Rahat ovat RMB:ä kurssilla 6.7188 Yhdysvaltain dollaria kohden, ellen toisin sano. Useimmat luvut ovat täydestä raportista, jonka voi ladata lopusta.
Tulokset yhdellä silmäyksellä
Kuva 1. Missä tekoäly sopii tehtaan lattialle tänään. Ylempänä on nopeampi takaisinmaksu ostajalle.
| Käyttötapa | Tuomio | Avainluku |
|---|---|---|
| AOI-väärien hälytysten tekoälytarkistus | Tee nyt | Takaisinmaksu 0.46–0.65 vuotta (USA, Taiwan, Shenzhen) |
| Tarkastus, jonka AOI kattaa huonosti (käsinjuotto, pinnoitus, kaapelit, lopputarkastus) | Tee nyt | Samat ostajat, vähemmän kilpailua |
| Cobot-lastaus ja -purku testiasemille ja pakkaus | Tee | Takaisinmaksu 1.1–1.5 vuotta |
| Uusi AOI korvaamaan manuaaliset visuaaliset tarkastukset | Riippuu palkoista | 0.96 vuotta USA:ssa, 3.3 Shenzhenissä |
| Havaitse-ja-poimi yhdessä integroidussa solussa | Riippuu volyymista | 3.4–4.5 vuotta |
| Humanoidit ja muut keholliset robotit | Odota | 7–12 vuotta, yhä pilotoinnissa |
| Pelkästään viallisten levyjen poimintaan tarkoitettu robottikäsi | Älä tee | Poiminta vie 0.003–0.14 henkilöä vuoroa kohden |
| Multimodaalinen LLM ensisijaisena tarkastajana | Älä tee | Nolla julkaistua teollisten vikojen tulosta |
Missä ihmiset ovat SMT-linjalla
Volyymi-SMT-linja on jo pitkälle automatisoitu. Levyt kulkevat pastan painon, 3D-juotospastan tarkastuksen (SPI), ladonnan, valinnaisen AOI:n ennen reflow'ta, reflow'n, AOI:n reflow'n jälkeen, röntgenkuvauksen (AXI) otoksesta BGA-levyjen ollessa kyseessä, ja sitten in-circuit- ja toimintatestin, visuaalisen tarkastuksen ja pakkauksen. Tahti on noin 13–22 sekuntia levyä kohden, ja linjalla on yleensä kolmesta viiteen AOI:ta. Yksi kannettavien ODM budjetoi RMB 30.6 million AOI:hin 18 linjalle.
Kuva 2. Volyymi-SMT-linja. Ihmiset istuvat AOI:den takana.
Ihmiset eivät ole kuljettimella. He istuvat AOI:den takana. AOI on viritetty siten, ettei se koskaan päästä vikaa läpi, joten se hälyttää aivan liikaa: löytämissäni tapauksissa noin 97–99% sen hälytyksistä on vääriä hälytyksiä kunnossa olevista levyistä. Tarkistaja katsoo jokaisen, mikä vie 42–55 sekuntia. Kiireisellä linjalla se on noin 448 väärää hälytystä vuoroa kohden, eli 5.2–6.8 tuntia yhden ihmisen vuorosta. Tuossa tapauksessa tehdas miehitti kaksi tarkistajaa vuoroa kohden.
Kuva 3. Jokaisesta 100 AOI-hälytyksestä noin 97–99 on vääriä.
Tuo tarkistuspaikka on, missä tekoäly tulee sisään, ja se tulee kolmella tavalla. AOI-valmistajat rakentavat sen uusiin koneisiin: Jutze sanoo AI 3D AOI:nsa «poistavan ihmisen tarkistuksen tarkastuksesta», ViTrox on julkistanut AI-AOI:n ja Sinic-Tek kehittää sellaista yhdessä Tencentin kanssa. Suurimmat EMS-yritykset rakentavat omansa. Ja kolmannet osapuolet pulttaavat laatikon ja ohjelmiston niihin AOI:hin, jotka tehtaalla jo on.
Mikä toimii: tekoälytarkistus AOI:n omilla kuvilla
Toimiva lähestymistapa ei ole hohdokas. Valvottu malli, joka on koulutettu AOI:n jo tallentamilla rajauksilla, istuu heti AOI:n jälkeen ja vastaa OK, NG tai «kysy ihmiseltä». Toimittajat väittävät sen vähentävän vääriä hälytyksiä tai tarkistustunteja 60–90%. Paras löytämäni julkinen todiste on EMS-vuosikertomuksessa: DBG:n sisäinen järjestelmä kattaa vähintään 95% osista, joista sen AOI:t hälyttävät, pitää vuodot alle 20 PPM:ssä ja on vähentänyt ihmisen tekemää tarkistusta vähintään 85%. Jos haluat myydä tier-1 EMS:lle, se on rima, jota vasten sinut mitataan.
Kaksi yksityiskohtaa merkitsee enemmän kuin malli.
Ensimmäinen on kuva. Ihmiset kysyvät usein, voisiko hyvä kamera ja suuri malli korvata AOI:n. Yleinen 4K-kamera, joka katsoo koko 300 mm:n paneelia, saa noin 78 µm pikseliä kohden; AOI toimii 8–20 µm:ssä. 78 µm:ssä 0402-vastus on noin 13 kertaa 6 pikseliä, mikä riittää kertomaan, onko se paikallaan, mutta ei sitä, ovatko sen juotokset kunnossa, ja 01005 on noin 5 kertaa 3 pikseliä, eli näkymätön. Tekoäly toimii AOI:n kuvilla. Se ei korvaa optiikkaa.
Toinen on se, mitä tapahtuu, kun se epäonnistuu. Laatikon on avauduttava virhetilanteessa: jos se kaatuu tai tulee epävarmaksi, jokainen hälytys menee ihmiselle ja linja jatkaa kulkuaan. Tehdas ei hyväksy laatikkoa, joka voi pysäyttää linjan, eikä sen pitäisi hyväksyä sellaista, joka voi hiljaa päästää viallisen levyn läpi.
Multimodaaliset mallit ovat opettajia, eivät tarkastajia
Ilmeinen kysymys vuonna 2026 on, voisiko kärkimultimodaalinen malli vain katsoa levyä. Ei vielä. 11. marraskuuta 2026 mennessä yksikään syys–marraskuussa julkaistuista lippulaivamalleista (GPT-6.x, Gemini 4, Claude Fable 5.2, Qwen3.8 ja muut) ei ollut julkaissut tulosta MMAD:ssä, MVTec AD 2:ssa, VisA:ssa, Real-IAD:ssä tai UniPCB:ssä — benchmarkeissa, jotka testaavat teollisia vikoja.
Kuva 4. Yleiset ilmaisutulokset kaksinkertaistuivat yhdessä sukupolvessa. Teollisten vikojen tulokset puuttuvat.
Niiden yleiset ilmaisutulokset kaksinkertaistuivat yhdessä sukupolvessa suunnilleen, mutta laatikon piirtäminen ihmisen tai auton ympärille ei ole sama asia kuin juotoksen arviointi. MMAD:ssä, joka kysyy «onko vikaa?», ihmisasiantuntijat saavat 95.2 ja paras löytämäni yleisen mallin tulos on 83.1. ACM MM 2026 PCBA -haasteessa viisi parasta järjestelmää, mukaan lukien yksi 6,600 todellisella linjakuvalla hienosäädetty, sai 77–82 vika-tai-ei-tehtävässä, vaikka osien laskenta ja attribuuttien luku ylsivät 95–100:aan. Tuotanto tarvitsee 99% ja enemmän.
Joten käyttäisin niitä opettajina. Kärkimalli esimerkitsee ja lajittelee uudet kuvat, noin $23–196 mallia kohden kierrosta kohden. Ihmiset ratkaisevat: kaksi tai kolme merkitsijää työskentelee sokkoutetusti ja vanhempi insinööri päättää. Merkinnät menevät kultaiseen joukkoon, ja pieni 8-bittinen malli koulutetaan niillä toimimaan laatikossa linjan äärellä. Se ajaa varjotilassa kaksi–neljä viikkoa, kirjaten päätökset mutta muuttamatta mitään, ja menee tuotantoon vasta läpäistyään portit.
Kuva 5. Kaksi opettaja–oppilas-putkea. Käsille opettajat ovat yhä ihmisiä.
Portti on se osa, jonka useimmat projektit ohittavat, ja se on enimmäkseen aritmetiikkaa. Jotta voit näyttää 99%:n saannin 95%:n luottamuksella ilman yhtään ohimennyttä, tarvitset 299 todellista vikaa tuosta luokasta kultaisessa joukossa. 95%:iin tarvitset 59. 99.9%:iin tarvitset 2,995, mitä yksikään ostaja ei voi kerätä ennen hankintaa. Sääntöni: hyväksy opettajan merkinnät automaattisesti vain vikaluokille, jotka läpäisevät 299 ilman yhtään ohimennyttä, ja vain jos malli vastaa perustotuutta vähintään yhtä hyvin kuin kaksi ihmistä vastaavat toisiaan. Kaikissa muissa luokissa opettaja esimerkitsee ja ihminen päättää.
Robottikäsille opettajat ovat yhä ihmisiä. Pieni toimintaperiaate oppii 10–300 ihmisen demonstraatiosta, noin 15–70 minuutista käden ohjausta, ja paranee sitten 1,000–3,000 oikealla robottikokeella, noin 6–22 robottituntia. Kärkimallit auttavat offline-tilassa: ne kirjoittavat robottiohjelmat uudelleen (77–99.7% oikein ABB RAPID -tehtävissä, tarkistettu simulaatiossa ennen käyttöönottoa), suunnittelevat vaihdot ja selittävät viat. Ne eivät istu ohjaussilmukassa.
Käyttö tehtaan sisällä
Monet elektroniikkatehtaat ovat ilmaeristettyjä, ja asiakkaiden sopimukset usein vaativat sitä. Se on vähemmän ongelma kuin miltä kuulostaa, koska rajoite on prosessissa, ei laskentatehossa.
Kuva 6. Ilmaeristetty käyttöönotto. Laatikko linjan äärellä päättää; palvelinhuone vastaa kysymyksiin.
Tavallinen SMT-halli on ESD-suojattu alue, suunnilleen ISO 8 -vastaava, ei luokiteltu puhdastila. Tuulettimeton, maadoitettu laatikko alle 100 W AOI:n vieressä hoitaa inline-päätökset 0.5–3 sekunnissa rajausta kohden. GPU- tai NPU-palvelimet ovat palvelinhuoneessa, jossa ne hoitavat kysymykset, analyysin ja uudelleenkoulutuksen koko tehtaalle. Päivitykset tulevat offline-tilassa, hyväksynnän ja media-tuonnin kautta. Kultainen joukko, malliversiot ja painohajautukset elävät holvissa, ja data ei koskaan poistu tehtaalta.
Se, mitä laitteistoa voit käyttää, riippuu ensin siitä, missä olet. Manner-Kiinassa on saatavilla vain kotimaisia malleja tai paikallisesti ajettavia avoimia painoja. NVIDIA:n omien vientiluokitusten mukaan Jetson Thor ja DGX Spark voidaan myydä tavalliselle mannerkiinalaiselle tehtaalle ilman Yhdysvaltain lisenssiä, kun taas DGX Station ja RTX PRO 6000 eivät. Thor-kehityspakki maksaa RMB 59,104 Kiinassa veroineen ja kuluttaa 40–130 W. Suuri työasema ei myöskään ole hyvä jaettu assistentti: riippumattomissa testeissä DGX Station, joka ajoi 743 miljardin parametrin mallia, antoi 32 käyttäjälle yhteensä 139 tokenia sekunnissa, noin 4 kullekin.
Tarkkuuden osalta 8-bittinen on turvallista. Toimittajan kvantisointitietoinen 4-bittinen on yleensä kunnossa 70 miljardin parametrin malleissa ja sitä suuremmissa. 3-bittisessä ja sitä alemmassa pisteet putoavat keskimäärin 7–15 pistettä ja kaavioissa 20–34 pistettä. Suuremmat riskit ovat palvelinpinossa. Yhdessä tutkimuksessa etuliitevälimuistin ollessa päällä 82.5% 4-bittisen mallin toistetuista ajoista erosi, vastaan 37.4% 16-bittisessä. Toisessa 7 Ollaman 305 virallisesta koodimallitagista oli käytännössä rikki, vaikka tiedostot olivat ehjiä, eikä yksikään 198 suositusta GGUF-varastosta dokumentoinut, miten niiden tiedostot oli rakennettu. Sääntöni on yksinkertainen: aja kultainen joukko uudelleen jokaisen tarkkuus- tai päättelymoottorimuutoksen jälkeen.
Mitä se maksaa ja mikä maksaa itsensä takaisin
Liiketoimintatapaus kiteytyy palkkoihin. Täysin kuormitettu tarkastus- tai käsittelytyöntekijä maksaa noin $70,000 vuodessa Yhdysvalloissa, $19,600 Taiwanissa, $12,700 Shenzhenissä, $9,100 Malesiassa ja $5,300 Vietnamissa. Yhdysvallat on noin 5.5 kertaa Shenzhen.
Kuva 7. Takaisinmaksu alueittain ostajalle.
Hinnalla RMB 50,000 linjaa kohden tekoälytarkistus maksaa itsensä takaisin 0.46 vuodessa Yhdysvalloissa, 0.53 Taiwanissa ja 0.65 Shenzhenissä, ja 1.1–2.8 vuodessa Kaakkois-Aasiassa. Cobot-solu, joka lataa ja purkaa testiasemaa kahdessa vuorossa, hinnalla RMB 200,000 tai $140,000, maksaa itsensä takaisin 1.1–1.3 vuodessa Yhdysvalloissa, Taiwanissa ja Shenzhenissä. Uusi AOI, joka ostetaan korvaamaan manuaaliset visuaaliset tarkastukset, maksaa itsensä takaisin alle vuodessa Yhdysvalloissa mutta vie 3.3 vuotta Shenzhenissä.
Se, mikä ei maksa itseään takaisin, on robottikäsi, jonka ainoa tehtävä on vetää vialliset levyt pois SMT-linjalta. Yli 90%:n ensisaannolla poiminta vie 2.5–100 minuuttia vuoroa kohden, mikä on 0.003–0.14 henkilöä. NG-ohjain tai puskuri tekee jo sen työn.
Kaksi varausta hinnasta. Mikään kolmas osapuoli ei julkaise RMB-hintaa tekoälytarkistukselle; toimittajat antavat hinnan tapauskohtaisesti ilmaisen kokeilun jälkeen. Paras arvioni siitä, mitä keskikokoinen ostaja Manner-Kiinassa maksaa kolmannelle osapuolelle, on RMB 10,000–30,000 linjaa kohden kertaluonteisesti tai RMB 5,000–10,000 vuodessa, joten RMB 50,000 takaisinmaksumallissa on yläraja, ei listahinta. Ja kenelle tahansa, joka myy Yhdysvaltoihin, laitteiston valmistuspaikalla on merkitystä: Manner-Kiinassa valmistetut robottikädet maksavat noin 40% yhdistettynä Yhdysvaltain tullina, vastaan 10–15% Kaakkois-Aasiasta tai Taiwanista.
Todellinen markkina, mutta pieni
Julkaistut koot «tekoälyyn perustuvalle visuaaliselle tarkastukselle» eroavat yli kymmenkertaisesti, koska jokainen yritys laskee jotain eri asiaa, kameroista testauspalveluihin. Mikään niistä ei ole hyödyllinen päätettäessä, rakentaako tarkistustuotetta. Joten laskin alhaalta ylös.
Kuva 8. Alhaalta ylös -markkina kolmannen osapuolen tekoälytarkistukselle Manner-Kiinassa.
Manner-Kiinassa on noin 40,000 SMT-linjaa ja noin 44,000 inline-AOI:ta ilman tekoälytarkistusta. Ota osuus ilman tekoälyä ja osuus, jonka kolmas osapuoli voi todella tavoittaa, ja noin 16,000 linjaa on palveltavissa. Hinnalla RMB 20,000 linjaa kohden se on kertaluonteinen markkina noin RMB 320 million (vaihteluväli 105–705 million). Ikkuna kestää noin viisi vuotta, koska AOI-valmistajat toimittavat nyt tekoälyä uusissa koneissa ja asennettu kanta ilman sitä kutistuu 8–12% vuodessa.
Kiila on myös täynnä. AOI-valmistajat rakentavat tarkistuksen sisään, suurimmat EMS-yritykset rakentavat omansa, ja alustatoimittajat kuten Hikvision ja SmartMore myyvät aggressiivisesti. Yksi johtavista tekoälynäkötoimittajista raportoi vuoden 2025 liikevaihdoksi RMB 1.086 billion ja nettotappioksi RMB 991 million hintasodan jälkeen. Marginaalit ovat tuotteistetussa laitteistossa: näköalustat ja AOI-valmistajat ansaitsevat 46–67% bruttomarginaalin, kun taas tekoälyratkaisutoimittajat ansaitsevat 35–37% ja tekevät tappiota. Kassa on myös hidas. Tavanomaiset ehdot ovat 30% allekirjoituksella, 60% hyväksynnän jälkeen ja 10% pidätettynä vuoden, joten täysi maksu vie kaksi–kolme vuotta. Saamiset juoksevat 51–99 päivää vakiotuotteille ja 188–319 päivää projektipohjaisille laitteille.
Jäljelle jäävä tila on täsmällinen: keskikokoiset EMS-yritykset, joilla on 10–40 linjaa, vanhemmat tai sekamerkkiset AOI:t ja ei tekoälypäivitystä AOI-valmistajalta, sekä tarkastukset, jotka AOI:t kattavat huonosti, kuten läpivientikomponentit ja käsinjuotto, konformaalipinnoitus, kaapelit, liittimet ja FPC:t, sekä lopullinen ulkonäkö ja ruuvit.
Robottikädet ja kehollinen tekoäly
Opittu robottiohjaus toimii tänään siellä, missä asema on strukturoitu. Kiinnittimillä ja tunnetulla osalla pienet toimintaperiaatteet yltävät 90–99.4%:n onnistumiseen, 10–15% ihmistä hitaampina. Ota struktuuri pois ja luvut putoavat: 29–67% liittimissä, joita toimintaperiaate ei ole nähnyt, 37–59% liikkuvalta kuljettimelta poimittaessa ja 0–5.5%, kun kärkikielimalli ohjaa niveliä suoraan.
Kuva 9. Robottioppilaat ovat lähellä tuotantotasoa vain, kun asema on strukturoitu.
Tehdaskäyttöönotot paljastavat vähemmän kuin otsikot antavat ymmärtää. Seuraamistani tehdaskäyttöönotoista useimmat julkaisevat vain, kuinka kauan tai kuinka paljon ne ajoivat. Yksikään ei julkaise onnistumisprosenttia, tahtia ja interventioprosenttia yhdessä, ja osa otsikkoluvuista on tavoitteita tulosten sijaan. Kun muutan julkaistut luvut tosiasiallisesti korvatuksi työksi, ero on suuri: strukturoitu käsivarsisolu korvaa noin 0.82 työntekijää vuoroa kohden; humanoidi 40%:n ihmisnopeudella noin 0.26; humanoidi, jota etäohjataan 40% ajasta, noin 0.05.
Kuva 10. Nettokorvattu työ robottia kohden vuoroa kohden.
Pino on asettumassa kerroksiin. Kärkimallit suunnittelevat ja kirjoittavat ohjelmat offline-tilassa, sekuntien–minuuttien aikaskaalalla. Pienet toimintaperiaatteet, kuten ACT, diffuusiotoimintaperiaatteet ja pienet VLA:t, ajavat solussa 100–300 ms:n toimintalohkoilla; toimittajan lukujen mukaan pieni ACT-toimintaperiaate ajaa noin 50 ms:ssä reunakortilla. Liikkeenohjaus pysyy robottiohjaimella millisekuntitahdilla, ja turvallisuus pysyy deterministisenä. Standardit ovat samaa mieltä: EU:n koneasetuksen mukaan koneoppimista käyttävä turvallisuustoiminto vaatii ilmoitetun laitoksen arvioinnin 20. tammikuuta 2027 alkaen, eikä standardien, jotka antaisivat tekoälylle sertifiointipolun turvallisuustoimintojen sisällä, odoteta vakiintuvan ennen vuosia 2027–2029.
Joten seuraavat kaksi vuotta ostaisin sertifioituja käsivarsia, laittaisin opitun havainnoinnin ja pienet toimintaperiaatteet niihin, pitäisin turvallisuuden deterministisenä ja odottaisin vuosien 2027 ja 2028 tuotantodataa ennen kuin panostan humanoideihin.
Mitä rakentaisin ja mitä en
| Rakenna | Älä rakenna |
|---|---|
| Tekoälytarkistus ja vikaluokittelu AOI-kuville, keskikokoisille EMS-yrityksille, joilla on vanhemmat tai sekamerkkiset AOI:t | Yleinen «tekoäly plus robottikäsi» -alusta |
| Tarkastus, jonka AOI kattaa huonosti: läpivientikomponentit ja käsinjuotto, konformaalipinnoitus, kaapelit, liittimet ja FPC:t, lopullinen ulkonäkö ja ruuvit | Multimodaalinen LLM ensisijaisena tarkastajana |
| Cobot-solut asemille, joissa jokaista osaa käsitellään (testifixturet, alustat, pakkaus), tarkastus lisätoimintona | Pelkästään NG-levyjen poimintaan tarkoitettu robottikäsi; käytä ohjainta tai puskuria |
| Kultainen joukko ja varjotila todellisella linjalla ennen mitään väitettä | Humanoidit tai robotit-palveluna SMT-linjalla |
| Tuulettimettomat reunalatikot linjan äärellä, palvelimet palvelinhuoneessa | Kärkimallit ohjaussilmukassa tai turvallisuustoiminnossa |
Yhteinen lanka on tarkoituksella tylsä: valitse kapea tehtävä, jolla on selkeä omistaja, mittaa se tehtaan omilla kuvilla ja anna tehtaan olemassa olevien koneiden jatkaa sitä, minkä ne jo tekevät hyvin.
Mitä en voinut varmistaa
Tämä on pöytätutkimusta. En testannut yhtään tuotetta linjalla. Asennetun kannan luvut ja tekoälyä jo ajavien AOI:den osuus ovat arvioitani julkisista ilmoituksista ja markkinadatasta, ja maksuhalukkuusluvut ovat arvioita, jotka vain todelliset tarjoukset voivat vahvistaa. Monet robottiluvut ovat toimittajien väitteitä, ja olen merkinnyt ne sellaisiksi raportissa. Mallit, hinnat, tullit ja vientisäännöt muuttuvat nopeasti; jokainen luku tässä on 11. marraskuuta 2026 tilanteen mukaan. Raportti luettelee avoimet kysymykset ja sen, miten pilotti ratkaisisi kunkin.
Lataukset
- Täysi raportti (PDF): AI Visual Inspection and Robot Arms in Electronics Factories, 2026 Assessment, julkinen versio, kaikkine kuvineen, taulukoineen ja lähteineen.
- Diat (PDF): samat tulokset lyhyessä pakassa.
Kirjoittajasta
Tan Shuai on teknologi ja perustaja, jolla on yli kaksikymmentä vuotta työtä sirujen, laitteiston ja järjestelmäohjelmistojen parissa sekä 20 myönnettyä patenttia. Hänen työnsä on vienyt hänet Piilaakson, New Yorkin, Chicagon, Taiwanin, Suurlahden alueen (Shenzhen ja Hongkong), Vietnamin ja Malesian halki, pitkällä keskittymisellä kehittyneeseen valmistukseen ja toimitusketjuihin. Nykyään hän työskentelee tekoälytutkijana ja -kehittäjänä keskittyen siihen, miten tekoälyä todella käytetään tehtaan lattialla.
Hän toivottaa tervetulleeksi keskustelut tällä alueella rakentavien ihmisten kanssa, olipa kyse tiimin kokoamisesta, kumppanin etsimisestä tai muistiinpanojen vertailusta: i@tanshuai.com.