如何計算 AOI ROI 與投資回收期

計算 AOI 的 ROI，是用完全安裝成本除以年度淨效益。淨效益等於節省的程式編寫人工，加上節省的覆判人工，加上避免漏檢所挽回的成本，加上釋放的產能，再減去年度運轉成本。計算本身只要一分鐘。真正的功夫在於輸入參數，因為大部分的資金都落在人工費用項目中——很少有工廠目前會量化這些數據，而每家供應商都很樂意替你估算。

坊間從不缺乏 AOI 投資回報率計算工具。但大多數都設有下載門檻、大多數屬於特定供應商，而且無一例外都替你預設了解題假設。本文則截然相反：我們公開整個模型，標註每一個輸入參數，並完整推導兩個範例，其中包括一項無法回收投資的案例。

我們本身即銷售 AOI 系統，因此請檢視運算邏輯，而非盲信結論。下文提及的每一項 DaoAI 數據皆註明為供應商回報。每一筆第三方數據皆標註來源與年份。範例推導中的每個數值皆為假設，你完全可以用自己的數據直接覆寫。

AOI 系統的總成本包含哪些項目？

總成本等於採購價格加上安裝、年度維護、軟體授權、程式編寫人工、覆判人工、人員培訓以及廠房佔地面積，並以相同年限評估每一套列入比較的系統。公開數據顯示，基礎 2D 機型約為 USD 3,200，進階 3D 系統則超過 USD 110,000，安裝費用落在 USD 5,000 至 15,000 之間（AllPCB，2025）。牌價是你最快能取得的數字，但很少是決定最終答案的關鍵。

這個模型應包含八個成本項目。其中四項會出現在報價單上，另外四項則不會。

後四個項目是少量多樣製造廠找到答案的關鍵，也是沒有人會主動交給你的四個數據。這並非供應商的陰謀，而是因為這些數字完全取決於你的產品組合，任何供應商都不可能預先得知。

有一條鐵律能確保整項比較的有效性：無論是既有系統還是候選系統，每一個項目都必須以相同的時間跨度計算（通常採用五年）。你已經擁有的設備依然在消耗維護費用、工程編程工時以及覆判站人力。拿新報價單與憑空想像的「零成本」進行比較，正是許多工廠錯失本可獲利的設備升級的主因。

哪些節省項目是真正能落袋為安的？

經得起審視的節省項目只有四項：程式編寫與換線工時、覆判站的人工、避免漏檢產生的成本，以及釋放出的產能。除此之外的項目往往經不起推敲。檢驗標準很簡單：如果你無法明確指出這筆錢來自哪個預算項目、由誰負責掌管該項支出，財務部門就不會承認這筆節省，你也不該採信。

其中有兩項需要特別警惕。釋放產能只有在有待消化訂單時才具有真實價值。一條稼動率只有百分之六十的產線，就算每週騰出四個小時，也只是讓圖表更好看，換不來任何現金。在財務部門質疑之前，請務必在商業企劃書中主動說明這一點。

人力編制則是另一項。如果從覆判站釋放的操作員轉去接替原本必須對外招募的職缺，這項節省就是真實的，而且你應該指明它取消了哪個人力需求。如果該名員工只是工作變得輕鬆，那屬於產能而非現金。兩者皆有其價值，但必須分列在不同的項目中。

如何將誤判量化為具體數字？

在覆判站連續測量一週，然後推算為全年數據。每年的誤判人工成本等於每班誤判數量，乘以排除單筆誤判的分鐘數，除以 60，再乘以完全負擔工時費率、每日班次與全年工作天數。請使用包含福利與管銷的完全負擔費率，而非基礎工資。大多數工廠從未算過這個數字，這就是為什麼它在過去的 AOI 決策中始終被忽視。

以下為設定假設後的推導範例：

• 每班有 60 片被報警的電路板最終確認為良品
• 平均花費 45 秒進行拿取、重新判定與放行
• 每班花費 45 分鐘，每日 2 班，全年 250 個工作天：每年 375 小時
• 完全負擔工資以每小時 USD 35 計算：單條產線每年為 USD 13,125

該數值接近 DaoAI 所公佈覆判與停線人工成本範圍的下限，即每名操作員每年 USD 15,000 至 40,000（DaoAI-reported）。如果你的覆判站負擔比上述假設更重（在少量多樣產線上通常如此），請相應等比調高。一個每班需耗費半數時間的覆判站，實際上就是隱藏在品質預算中的六位數美元人力成本。

能從中回收多少成本，取決於誤判率實際能降低多少。採用 DaoAI 系統，誤判會隨著操作員的反饋逐步下降，同時檢測準確率達到 98% 或更高。在基準方案中對誤判改善幅度應採保守估算，並讓現場驗證（pilot）產出實際數據。背後的運作機制，以及特徵空間判定與像素比對的本質差異，詳見AOI 誤判發生的原因與解決方法。

如何評估漏檢缺陷的價值？

漏檢是指逃逸過檢驗關卡的真實缺陷。請用你自家的數據進行評估：計算單次客退的完全負擔成本（包含換貨、運費、工時與行政處理費用），再乘以過去十二個月內記錄到的漏檢次數。業界存在經驗法則，但你的保固帳本才是真憑實據，經驗法則不是。這個項目在大多數模型中金額最大，但也最難以驗證，因此應將其視為敏感度分析因子，而非核心宣傳亮點。

大家熟知的經驗法則是品質成本的 1-10-100 法則：預防缺陷的成本約為一單位，內部攔截約需十單位，一旦流至客戶端則高達一百單位。這是一條源自經驗歸納的法則，而非實測常數，嚴謹的文獻都會如實說明。可以用它來討論數量級的差異，但不要拿它作為資本支出申請的具體數據。

作為參考基準，ASQ 引用的研究顯示，典型製造商的不良品質成本佔全年營收的 5% 至 25%，表現優異者則低於 2%。範圍之所以如此懸殊，是因為各廠的管理實踐差距甚大。

掌握兩項原則能讓這個數據站得住腳：只計算能從 RMA 記錄或客戶投訴中核實的漏檢，而非推測的漏檢。此外，將漏檢單獨列為一行，讓抱持懷疑的審查者可以將其刪除，檢視整體投資效益是否依然成立。一旦剔除最軟性的輸入數據便宣告崩潰的商業企劃案，根本就不是合格的企劃案。

投資回收期計算如何運作？

回收期（年）等於完全安裝成本除以年度淨效益。年度淨效益為節省的編程費用加上節省的覆判費用、避免漏檢的損失，以及釋放的產能，再減去年度維護與軟體授權費。分別針對高負載的少量多樣產線與負載較低的產線進行兩次運算，結論會從毫無懸念的「可行」轉變為明確的「不可行」。這種敏感度才是本次評估的真正價值所在。

在看表格前，有一項修正會徹底顛覆大多數供應商的模型：程式編寫的節省只適用於新程式，而非每次換線。任何系統在叫出既有程式進行換線時，都不會消耗程式編寫時間。供應商的計算工具通常將全年總換線次數乘以每次設定節省的時數，這會依據你重複訂單的比例而大幅虛報效益。請改為計算每年導入的新料號數量。

以下兩個情境皆假設傳統編程耗時為每項新工單 3 小時（3 至 5 小時範圍的下限），對比操作員執行約 5 分鐘（DaoAI-reported），即每個新程式節省 2.9 小時。完全負擔工時費率為每小時 USD 35。安裝成本設定為 USD 90,000，此為用於建模的示意數據，並非 DaoAI 售價。覆判節省金額採用保守的規劃假設，後續必須替換為你自家實測驗證的數據。

情境 B 值得深思。一家每年導入二十款新產品、覆判站每班僅運作半小時的工廠，單靠人工與漏檢節省根本無法證明這筆採購的合理性。在動用到設備本金之前，持續運轉的費用就已經吃掉了所有效益。如果這符合你的產線現況，坦誠的建議是：專注解決當前特定的缺陷問題，待產品組合轉變時再來重新評估 AOI 效益。

情境 A 則是各項數據高度契合的典型範例：頻繁導入新料號，且覆判站已在不知不覺中演變為全職崗位。這與少量多樣組裝評選標準中所呈現的特徵完全一致，這絕非巧合。最適合少量多樣產線的機型，正是效益能夠隨換線頻率同步放大的設備。

模型中的程式編寫部分，本質上取決於換線設定的實際運作方式。如果你的候選系統需要 CAD 數據以及持續維護的零件庫，那麼你輸入的每個程式編寫時數，反映的將是客戶的資料習慣而非你自家的製程能力。免 CAD 標準板編程正是讓 2.9 小時節省成為可能的關鍵技術，也是編程隱形稅效率論述背後的支撐機制。

如何向 CFO 為數據辯護？

預期會面對三個問題：每一筆節省來自哪項預算支出、誰負責該預算並同意其會下調，以及若實際改善幅度只有供應商宣稱的一半時會如何。請準備一份將所有效益減半的模型版本。如果效益砍半至 50% 時回收期依然能跨過內部門檻，你的提案就具備說服力；如果非得達到供應商承諾的全額數據才能過關，那只不過是一廂情願。

掌握以下四項原則，能讓模型順利通過財務審查：

在呈報中嚴格區分現金與產能。設定兩個標示清楚的次總計欄位，避免與會人員在會議中才當場發現這兩者的界線模糊。

數據來源應基於現場實測（pilot）而非簡報宣傳。編程時間、誤判率與漏檢表現，都可以在簽約前直接在自家電路板上進行測量，而實測評估標準流程正是將這套模型從空想轉化為精確預測的關鍵步驟。在同一測試期間，也請對既有系統建立基準數據，因為模型有一半取決於你目前的實際開銷。

在供應商進廠展示之前，先明確寫下投資回報門檻。看過展示後才設定的回收期限，只不過是包裹著數字外衣的事後合理化藉口。

在文件中主動指出把握度最低的假設。漏檢金額與釋放產能通常是這兩項。由你自己主動揭露，反而能為你具有十足把握的數據爭取到最高的可信度。

常見問題

AOI 系統典型的投資回收期是多久？

公開宣稱的數據多半集中在 6 至 12 個月，但這些數字預設了極高的誤判負荷與頻繁的新產品導入（NPI）。上述計算範例顯示，採用相同的模型與設備成本，繁忙的少量多樣產線約需 21 個月，而產量規模較小的產線則完全無法回本。真正重要的典型數據，是由你自己的輸入參數所算出來的結果。

精簡人力編制應否算作實質節省？

只有在該職缺真正從薪資名冊中剔除，或是填補了原本必須招募的人力時，才能計入，且此時應明確指明其所取代的職缺編號。如果操作員只是單純負擔減輕，請在獨立的項目中將其記錄為釋放產能。財務部門對這兩者的審核截然不同，混為一談是搞砸審查會最快的方式。

在 ROI 模型中，如何比較離線機型與在線系統？

效益項目相同，但產能影響不同。離線編程不佔用產線時間，新產品設定不再與日常生產爭搶機台；而在線系統則無需額外人工拿取即可全檢每片電路板。針對兩者的產能項目分別建模，其餘項目保持一致。選型指南詳細探討了各類配置適合的生產組合型態。

與傳統系統相比，AI AOI 是否會改變 ROI 的計算邏輯？

它改變了節省發生的核心位置。基於規則的傳統系統，其成本高度集中在編程與門檻微調等週期性工程人力上；能夠消除這些工時的系統，其效益會顯現在人力費用而非設備資本支出。DaoAI 回報整體運轉成本可降低約 60%，產線操作員編程時間約需 5 分鐘，而傳統編程則需 3 至 5 小時（DaoAI-reported）。這些都是應在現場實測中驗證的輸入參數，而非直接套入模型的既定結論。

使用你自家的數據建立模型

在認真對待任何廠商的報價（包括我們的報價）之前，請先使用你自家的輸入參數建立模型。如果你想在自家的電路板上驗證上述人力假設，上述的編程與誤判數據只需一個下午即可完成測量。