这个工厂是生产手机数据线零件，每天产出230万个数据头，质检工人，是整个流水线的最后一环，也是对人力依赖程度最高的环节。
很多工厂都装上了自动流水线，但唯独质检环节例外——质检环节面临的环境最为复杂，不是单纯的机械作业。
比如，这个小小的数据头，可能有33项瑕疵让其沦落为残次品，有缝隙，有裂痕，有刮擦等等。
零件愈小，越考验质检员的经验、眼神和体力——尤其是在精密度要求极高的3C领域，他们必须像机器一样精密有序，高速运转。
但是，再冷静的工人也有情绪波动之时，当他们处于疲惫期或者痛苦期时，质检的精准性就会大打折扣。
这样的工作十分无趣，极大消耗工人的身体和心智，一位自杀的富士康工人，曾在诗歌里倾泻了他的痛苦：
那些低于机台的青春早早夭亡
我咽下奔波，咽下流离失所
咽下人行天桥，咽下长满水锈的生活
央视新闻频道也曾在2013年报道，去富士康质检部门实习的女大学生，因为长期的加班和高压，导致经期紊乱。
思普泰克视觉检测设备“怜香惜玉”
但质检工厂里的女工，显然比较幸运——他们的解救者来了，怜香惜玉的——思普泰克
这个名叫“表面缺陷视觉检测设备”的机器走进工厂后，可以帮助成千上万的一线质检工人，减轻大量高重复性、高频次的工作，提升效率，解放更多劳动力。
其实，用机器智能来代替人工智能，某些外企此前已经有所探索——这是3.0版的自动流水线，依赖的技术是传统的机器学习。
但由机器学习驱动的“质检员”，只能在比较确定性的环境下，对人类指定的单一性的两三类缺陷精确甄别，也就是说“指哪儿打哪儿”，灵活度低，普适性低，包容度低，无法做到对人工的彻底替代，只能做到“人机配合”。
举例来说，如果外部环境变了，比如光线的明暗变化，阴天和晴天不同的天气状况，都要对机器学习的质检算法进行调试，而一旦产品的外部形态、制造工艺改变了，也要重新调整算法。
“机器学习驱动的自动质检，需要匹配专业的AI人才，不断调整算法，落地门槛高，普适度很低”
而思普泰克CCD视觉检测设备则由深度学习驱动，能够全面检测数据头的30多类缺陷，精准度能够达到人工质检员的标准。而且，随着时间的推移和经验的积累，其准确度还会不断提升，趋近完美。
