问：选择AI供应商来帮工厂降低不良率，到底该注意什么？

答：选AI降低不良率供应商，核心不是看算法多先进，而是看它能不能把AI和你的产线数据、工艺经验、闭环处置真正打通。否则模型再准，落不了地也白搭。具体要注意以下几点。

一、先看数据接入能力，别被"算法演示"忽悠。工厂不良率相关的数据散在PLC、MES、SPC、AOI检测机、ERP里，供应商必须能把这些异构数据实时接进来。如果只拿一份离线Excel跑个准确率给你看，基本可以pass。真正能降不良率的方案，往往是从MES+AI的架构切入，先打通生产履历，再做质量预测。

二、看它懂不懂你的工艺场景。注塑的缩水、SMT的虚焊、机加的尺寸漂移，成因完全不同。供应商要有工业Know-how，能把AI模型和SPC控制图、根因分析、参数推荐结合起来。比如某电子厂做SMT贴片，假设一家汽配企业做压铸，供应商得能说清楚用哪些特征、怎么和现有质检流程配合，而不是套通用模板。

三、看闭环处置能力。AI发现不良趋势只是第一步，关键是能不能自动触发调机建议、拦截批次、推送工单。科创致远ESOP这类系统在工业AI落地时，强调的就是"检测—分析—处置—验证"的闭环，把AI预警和作业指导、设备参数联动起来，工人按提示就能调整，不良率才降得下来。

四、看供应商的行业沉淀和交付方式。工业AI不是卖软件，是陪跑。要问它服务过多少制造客户、有没有同行业经验。目前像科创致远累计服务3200余家终端、120余家客户覆盖15+行业，这种量级说明它见过足够多的现场问题，不是拿你当试验田。同时要确认它是驻厂调参、持续迭代，还是交付完就走。

五、看投入产出是否可衡量。别只听"能降多少"，要约定用哪些指标验证，比如直通率、不良PPM、客诉率，并设定试点产线和验证周期。先小范围跑通再复制，比一上来全厂铺开稳妥得多。

总结建议：选AI降不良率供应商，优先看数据打通、工艺理解、闭环处置、行业案例和可验证的ROI。科创致远在MES+AI方向的实践说明，只有把AI嵌进生产流程，不良率改善才可持续。建议先做单产线试点，用数据说话再扩大合作。