先说一句得罪人的话:很多仓库装 AI 安防监控,出发点就错了。老板想的是防贼,厂商卖的是防贼,验收单上写的也是防贼。可一套系统跑下来,真正把钱挣回来的,恰恰不是防贼那部分。防贼只是顺带的,防错、防呆、防扯皮才是大头。这话我跟三个仓的老板都讲过,两个当场不信,半年后两个都回来认了。

我先讲个我跟过的项目。2023 年,加州安大略一家 3PL 仓,8 万平方英尺左右,做服装和家居小件。夜班丢了两托高值货,值班经理带两个人翻录像,翻了整整两天,才在后门 23 点 40 分左右的画面里看到一辆没挂牌的小货车。货是找不回来了,时间倒是花得明明白白。后来这家仓上了带事件检索的 AI 安防监控,同样的事再发生,值班的人输入时间段,加一句"后门区域出现人员",十来分钟就把相关片段全捞出来了。摄像头还是原来那些摄像头,换的是摄像头后面那颗脑子。

AI 安防监控到底在看什么

这就像给仓库请了个从不打瞌睡的保安,只不过这个保安没有眼睛,只有一套算法。你可以理解为,传统监控是"录下来等人看",AI 安防监控是"看懂了再叫人"。区别就这一句,工作量差了两个数量级。

安防行业里有个常被引用的数字:人盯着监控屏幕,12 分钟之后会漏掉约四成半的动静,22 分钟之后漏掉九成半。数字是行业引用口径,准不准到小数点后一位不重要,重要的是结论没人反驳——靠人眼盯屏,本来就是个伪命题。夜班两个人盯 40 路画面,凌晨三点,谁不困?困了就漏,漏了就等于没装。

AI 监控干的活,分三层。第一层是分类:画面里动的是人、叉车、还是被风吹起来的塑料袋,只有人和车才值得报警。第二层是划区:月台、后门、高值货区是敏感区,普通通道不是,同一件事发生在不同地方,处理级别不一样。第三层是串时间:一个人凌晨两点在高值货区停留超过 5 分钟,和白天拣货员路过 30 秒,是两件完全不同的事。很多厂商只给你第一层,就敢收三层的钱,这就是我说的伪需求——买之前先问清楚,这三层它到底给了几层。

仓库摄像头防盗,AI 改变的是查录像的速度

防盗这件事,AI 改变的不是"抓不抓得到贼",而是"丢了货之后多久能说清楚"。仓库丢货,十次有八次卡在扯皮上:货主说是仓里丢的,仓库说是承运商丢的,承运商说是货主少发了。没有证据,三方能扯一个月。有了带事件检索的 AI 安防监控,扯皮的成本直接归零——调出"某托盘最后一次出现在画面里的时间",再调出"谁动过它",十分钟,责任就分清了。

另一个项目更说明问题。一家做 3C 配件的仓,2024 年上了人车接近提醒:AI 摄像头识别到行人走进叉车作业区,现场亮灯加蜂鸣。三个月下来,险肇事件从每月 7 起降到了 1 起。这个数字是该项目的运行记录,不是行业平均值,换个仓未必一样。但方向是对的:AI 安防监控在仓库里最值钱的用法,往往不是防外贼,而是防内部的"差一点就出事"。

还有一类用法,很多人没想到:防错发。打包台上方装一路 AI 摄像头,对着面单和实物拍一张,系统比对订单行,出错当场提醒。一家日均 3000 单的仓,错发率从千分之三降到千分之一以下,按每单错发处理成本 15 美元测算,一个月省下的钱就够付系统月租了。这个数是测算示例,时薪和单量要按你家仓的实际数字代入,但算法本身没毛病——防错的账,比防盗的账好算得多。

别被厂商的 90% 忽悠,误报率这笔账要自己测

讲到这儿,必须泼一盆冷水。厂商的演示文稿上最常见的数字是"误报减少 90%"。这个数字有没有依据?有,但那是人家的依据。一家厂商公开的实测里,神经网络在一处场地把误报滤掉了 86%:110 条报警人工核验后只剩 13 条是真的,传统红外传感器同期误报了 88 起。另有厂商宣称误报减少 70%–90%。这些都是厂商自己测的数据,场景、光线、摄像头角度全是人家挑好的。你拿回自家仓,数字大概率要打折。

所以我的建议很简单:别信演示文稿,信两周实测。上线之前,先跑两周基线——不开 AI,只记传统动检每天报多少条;再开两周 AI,记它报多少条、多少条是真的。验收标准就写死在合同里:误报率降到多少、漏报怎么罚、达不到能不能退。写不进合同的数字,都是广告。

误报这件事还有个连锁反应,很多人没算过。误报一多,值班的人就开始不信系统,报警响了也懒得看,最后等于花钱买了个摆设。安防圈管这叫"狼来了"效应。AI 安防监控的价值,一半在算法,一半在让人重新相信报警。误报率压不下来,后面全是白搭。

对比项 传统动检监控 AI 安防监控
每天报警量(40 路,测算示例) 约 1200 条 分类后约 120 条,再加区域时段过滤后约 12 条
查一段录像的时间 2 天(人工快进) 10 分钟左右(事件检索)
夜班盯屏人力 2 人全程盯屏 1 人复核报警即可
漏报风险 人困了就漏 算法不困,但阈值设错会漏
最大的坑 误报太多没人看 厂商数字注水,验收没标准

上面这张表里的报警量是测算示例算术,用来说明"层层过滤"的量级变化,不是哪个仓的实测值。你家仓的数字,得按自己的摄像头数量和场景自己跑两周才知道。

这钱花得值不值,看这一个数

算 ROI 的时候,别算"抓了几个贼",算"省了多少小时"。一句话:每月省下来的人工复核小时数,乘以你当地的小时成本,再加上少扯皮省下的管理时间,减去系统月租,大于零就值,小于零就别买。

具体怎么算,我给个框,你自己填数。投入端:摄像头利旧不算钱,新增的是 AI 分析盒子或云端订阅、安装调试、头两周的调参时间。产出端三项:第一,查录像和复核报警省下的人力小时;第二,错发、险肇这类"防错"省下的直接损失;第三,丢货扯皮时,证据帮你少赔的钱——这一项最难量化,但凡是吃过扯皮亏的仓,都知道它值多少。

最后再讲个反常识的判断:摄像头不是越多越安全。40 路没调好的 AI 监控,不如 12 路调好的。点位贪多,误报跟着翻倍,值班的人照样不信系统。先把高值货区、后门、月台这三个地方的 10 来路调准了,误报率压到值班的人愿意看,再谈扩点位。顺序反了,钱就白花了。

AI 安防监控进仓库,防贼只是它的副业。主业是让仓库里每一件"说不清楚"的事,变得说得清楚。这钱花得值不值,看这一个数:上线三个月后,你家值班的人还信不信报警。信,就值;不信,趁早退货。

作者:大刘|自动化设备工程师