制造业AI试点的验收，不能只看模型“准不准”。一项预测即使离线指标良好，如果现场人员无法据此采取行动，或误报造成额外停机，也未必值得上线。验收标准应在试点开始前由业务、工艺、设备和技术团队共同确定，既衡量模型表现，也验证它能否安全、稳定地嵌入生产流程。
先把验收对象说清楚
试点目标要落到一个边界明确的任务：针对什么设备、产品或工序，模型输出什么结果，由谁接收并采取何种动作。随后约定比较基线，例如现行人工判断或既有流程，并确保对照口径一致。没有基线，就难以区分改善来自模型、流程调整还是其他变化。
指标应按任务类型选择。视觉检测关注漏检、误报及人工复核负担；故障预测除了判断是否有效，还要看预警是否足够及时、现场能否处置；工艺优化则须同时检查质量要求、参数约束和操作权限。准确率、召回率等技术指标可以纳入验收，但不能替代生产结果。
把现场运行纳入验收
试点宜分阶段验证：先用历史数据检查正常、异常和边界样本，再开展不直接改变生产操作的对照运行，最后在限定范围内受控应用。验收方案要预先写明观察范围、数据口径、异常处理、人工复核与退出条件；涉及质量或设备安全时，必须保留明确的人工介入和回退机制。
最终判断至少回答三件事：模型是否达到预设技术门槛，流程是否能稳定接收并处理结果，业务收益是否相对基线成立。还应记录误报、漏报、响应延迟及人工负担等代价，避免只展示有利指标。若结果不达标，应先定位数据质量、场景差异、标签定义或流程执行问题，再决定适配、补数或停止试点。模型部署完成，不等于验收通过；只有技术表现与现场价值同时经得起约定标准检验，才适合扩大应用。