来料少检一道，下游要替他检三遍——省下的那道关，最后都赔在客户那儿

说个很典型的场景。

来料检验岗上坐一个人，一天收十几批货。抽检三件，看外观、量一个尺寸，签个字。赶货的时候，先入库再说。

三个月后客户退货，追根溯源，起因是某批料的硬度不够。那批货的检验单上，写着「合格」。

一个不良件，在三个位置被拦下，代价完全不同：在来料环节拦下，损失是一批料的退换货；在自己产线上拦下，损失是已经投入的人工、设备时间和材料；流到客户那儿才拦下，损失是这一批货的全部成本，加上运费、索赔和信任。

质量成本大致占企业营收多少，行业里有长期统计。美国质量学会（ASQ）沿用的口径是，制造企业的质量相关成本大致占销售收入的 15% 到 20%，做得好可以压到 10% 以下。

这笔钱里，有很大一块是「流出去再赔回来」的部分。而拦住它的成本，只是多一道关。

回去最值得先办的一件事：把上个月因为来料问题造成的停线时长、返工工时、挑选工时加总，换算成钱。

来料缺陷流出后的代价有多大，看看国家层面的召回数据就有感觉。

国家市场监督管理总局《关于 2024 年全国产品召回情况的通告》显示，2024 年全国共实施汽车召回 233 次，涉及车辆1123.7 万辆，分别较上年增长 8.9% 和 67.0%。其中因制造原因召回 107 次、涉及 347.3 万辆，占召回总数量的 30.9%。

来源：国家市场监督管理总局《关于 2024 年全国产品召回情况的通告》（2025 年第 5 号）

另据市场监管总局数据，2024 年我国制造业产品质量合格率 93.93%，比上年提高 0.28 个百分点，31 个省份首次全部达到 90% 以上。

合格率这个数看着不低，但要看清楚它是什么：它是出厂端的抽检合格率，不是全检合格率，更不是流到客户手上的合格率。剩下的那几个百分点落到单个企业身上，就是返工、退货和扣款。

最省事的起手式：列出近一年客户退货和扣款的记录，把起因在「来料」的那几条单独标出来。

来料检验形同虚设，通常是五个原因叠在一起。

第一，没有检验标准。供应商送来的料「应该是什么样」，除了图纸没有别的文件，关键的材质、性能、批次一致性没有检验项和判定值。第二，抽检方案拍脑袋。抽几件全凭习惯，不看批次大小，也不看供应商质量水平。

第三，检具不齐。要量的项没有量具，只能看外观。第四，赶货先放行。生产急的时候「先入库，回头补检」，回头就没了。第五，结果没人用。检验记录填了归档，不反馈给采购，供应商质量分数年复一年不变。

这五条里，前四条是能力问题，第五条是机制问题。第五条不解决，前四条改了也不长久。

明天上班先干一件事：翻最近一个月的来料检验记录，随机抽十个批次，看能不能对上抽检方案和判定标准。

第一步，把检验标准写出来。按物料类别列出必检项和判定值，关键物料加上「批次一致性」这一项——同型号不同批次之间的差异，往往是流到产线才炸的那颗雷。

第二步，把抽检方案分级。供应商分级之后，A 级放宽、C 级加严，把检验资源放在风险最高的地方。全物料一个抽检比例，等于把力气平均撒出去。

第三步，把检具配齐。缺量具就补，或者改用可替代的判定手段——比如用标准样件比对，比没有准则强。

第四步，把结果接回采购。检验数据按供应商、按物料类别汇总，进入供应商评分，跟订单份额挂钩。这一步是让前三步不白做的关键。

这周就抓一件事：挑三类最容易出问题的物料，把它们的必检项和判定值列成一张表。

来料检验做实的下一步，是把资源从「筛」转到「改」。

一个更省力的做法是：把检验数据反向给供应商。同一批料在他厂里测一次，在你厂里测一次，两份数据摆在一起，问题是谁的、在哪道工序，一目了然。

对关键供应商，可以要求提供出厂检验报告和批次追溯信息。不是要他多写几张纸，而是让上游的检验结果变成你的输入，减少重复检验。

这里有个常见误区：把来料检验做成「抓供应商错」的工具。抓错的收益是一次退货，帮供应商改对的收益是长期少检。前者是止损，后者才是降本。

先别铺开，就试这一步：挑一个质量最不稳定的供应商，把近三次的不合格记录发给他，约一次现场看工序。

第一周：把三类高风险物料的检验标准写出来，贴在检验台上。

第二周：把抽检方案按供应商分级，明确哪几家放宽、哪几家加严。

第三周：把检验记录数字化——哪怕先用一张共享表格，也要让数据能按供应商汇总。

一个月后看两个数：来料不良的检出数量，以及产线上因来料导致的停线次数。前一个数应该上升，说明拦得住了；后一个数应该下降，说明漏得少了。

回去最值得先办的一件事：先把高风险物料清单列出来，不超过十项，明天开始按这份清单检。

想要《来料检验标准与抽检分级表》，直接在公众号对话框回复：「来料检验」，免费领取。