华威大学(University of Warwick)的研究发现，快乐能使个人的工作效率提高12%。拥有一支快乐的员工队伍可能是提高生产率的第一步，但适当的工具和先进的技术将大大提高生产率，尤其是对工业制造商而言。本文解释了制造商如何使用自动机器视觉系统来提高生产率。
   生产率是衡量单位投入产出的指标，而制造生产率是由若干因素决定的，包括设备、机械和生产线布局。为了提高生产率，制造商必须首先确定损失和废料的来源，然后采取行动提高产量。
   尽早实施质量保证是提高产量、减少损失的关键。随着机器视觉技术达到新的高峰，visual QA越来越受欢迎，为产品缺陷提供一致和准确的检查。众所周知，过去的机器视觉解决方案都带有一些包袱，包括;长时间的等待，对视觉集成商的痛苦依赖，以及令人痛苦的高成本和停机时间。
   自去年以来，推动制造业生产率的一个关键趋势是自动机器视觉的引入。自动机器视觉系统的即时性使得制造商可以从手工视觉检查中解放人力，尽早识别出有缺陷的部件，并直接减少报废。
最大化人力资源
   自动机器视觉系统服务于仍然在进行人工视觉检查的制造商，因为它们太昂贵或者不可能，或者那些操作传统机器视觉解决方案的制造商不能令人满意。
   在这样的生产线上增加一个自动的机器视觉系统意味着制造商不再需要员工手工进行视觉检查。例如，在英国，汽车工程领域的每位员工平均每年增加价值10万英镑。如果给员工分配乏味的、没有任何价值的检查任务，制造商每年会为每位员工损失10万英镑。考虑到大多数工厂将运行多个班次，并有几名员工被分配到visual QA，随着时间的推移，在自动机器视觉系统上的简单投资可以为工厂节省数十万美元。
全面保证产品质量
   许多自动机器视觉系统可以在30到60分钟内安装和设置，而不需要视觉系统集成商的干预。这意味着制造商可以在生产线上的每一个需要的点上安装一个自动机器视觉系统。这个概念被称为全面质量保证(Total QA)，它使制造商能够在缺陷被埋入产品之前识别它们，这意味着更少的产品将无法通过生产线测试。道达尔质量保证体系还可以防止制造商在不可避免的报废产品上浪费能源。
   华威大学(University of Warwick)的研究正确地指出，快乐是开启生产力的钥匙。有什么比给员工提供一种易于安装、操作且不会让他们破产的产品更能提高员工的幸福感呢?简而言之，自动机器视觉让QA经理热爱他们的工作。