• 實體人工智慧正在推動工業自動化的新階段，為成本上升、勞動力短缺和客戶需求變化等製造業挑戰提供強有力的解決方案。

• 世界經濟論壇最新白皮書探討了人工智慧、感測器和硬體領域的突破如何創造出更智慧、更靈活的新型工業機器人。

• 亞馬遜和富士康等早期採用者已經看到了顯著的效益，包括提高效率、縮短交貨時間以及創造新的技術性工作。

自動化輔助塑造了第一次工業革命，並在當今的第四次工業革命中持續發展。雖然自動化早已成為製造業的一部分，但人工智慧、視覺系統和機器人硬體領域的最新進展，正在催生出新一代更聰明、更具適應性的機器。

世界經濟論壇發布的一份新白皮書《物理人工智慧：推動工業運營新時代》探討了這些發展如何擴大機器人的作用——不僅是為了提高效率，而且是為了支持工廠車間更大的靈活性和彈性。

直到最近，大多數工業機器人的設計初衷都是在受控環境中執行固定的重複性任務。這種情況正在開始改變。借助物理人工智慧，機器人正在獲得感知、學習和回應更複雜環境的能力，同時支援更廣泛的任務和用例。

這轉變正值關鍵時刻。如今，製造商正面臨成本上升、勞動力短缺和客戶期望變化等嚴峻挑戰。

但我們是如何走到這一步的呢？了解工業機器人的發展歷程，為下一步的發展提供了重要的背景。

工業機器人的演變

物理人工智慧的應用是漫長進化歷程中的下一步。我們或許認為機器人充滿未來感，但最早的工業機器人可以追溯到1960年代。 「機器人」一詞源自於捷克語「robota」，意為「強迫勞動或工作」。

過去的工業機器人是基於規則的——這意味著它們被明確編程來執行需要高精度和高速度的重複性任務，但缺乏靈活性。這些系統已經成為汽車和電子等行業的主流，這些行業受益於機器人為車間帶來的生產力提升。

對於低變化性、大容量的任務，這些系統將繼續發揮作用，其應用和能力也將持續發展。

如今，我們正見證著基於訓練的機器人技術在物理人工智慧領域的崛起，這種技術利用人工智慧和機器學習從模擬或現實世界的經驗中學習。與前代機器人不同，它們不僅嚴格遵循特定的程序，還能執行具有一定程度變化的任務。這使得這些機器人更適合中等產量甚至非重複性的生產任務。至關重要的是，它們的訓練可以虛擬化，從而顯著縮短部署時間，並擴大可自動化任務的範圍。

基於情境的機器人技術標誌著智慧自動化的下一個發展階段。與基於訓練的機器人一樣，它們配備了感知工具——從高解析度攝影機到觸覺感測器——使它們能夠即時「觀察」並解讀周圍環境。基於情境的機器人的獨特之處不在於它們的感知方式，而是它們如何處理和回應不熟悉的任務。

這些能力的關鍵在於強大的人工智慧基礎模型，它們能夠根據自然語言提示產生輸出，整合視覺、語言和動作來理解周圍環境。它們能夠理解自身所處的環境，進行“思考”，自主決策，甚至進行規劃。白皮書將這些技能的程度比喻為「人類層級的任務直覺和規劃」。

雖然這些機器人與我們從電影中了解到的人形外形還有很大的差距，但它們的外觀也在改變：四足動物、人形機器人、移動機器人和許多其他形狀已經出現，擴大了機器人的應用範圍。

儘管如此，基於規則、基於訓練和基於情境的三種類型的機器人技術仍將繼續應用於製造業。作為多元化自動化策略的一部分，它們的部署將根據不同生產線和類型的需求進行量身定制。

為什麼實體人工智慧和智慧機器人是製造業的關鍵

對製造商來說，機器人的幫助來得正是時候。

供應鏈依然脆弱，地緣政治緊張局勢、原料短缺和運輸瓶頸加劇了這個問題。市場不確定性進一步加劇了這些問題，威脅著生產力、利潤和韌性。

原料成本、能源價格和薪資上漲，以及勞動力短缺和技能差距擴大，同樣加劇了該產業面臨的挑戰。同時，客戶期望更高，包括客製化程度更高、交付速度更快以及永續性。

智慧機器人將數位世界和實體世界連接起來，以增強營運靈活性，但製造商必須將機器人技術嵌入到他們的長期策略中，而不僅僅是短期收益。

打造一支能夠管理機器人自動化的勞動力隊伍

熟練的勞動力對於實現這一轉變至關重要。根據世界經濟論壇《2025年就業未來》的報告，機器人技術和自動化系統將成為取代就業機會的主要因素。但正如最新的實體人工智慧白皮書所指出的，這種取代不僅僅是消失，而是一種轉變。與人工智慧和其他數位化技術一起，它們還將推動新的技術職位的創造。

例如，機器操作員將成為機器人技術員，物流團隊將負責協調移動機器人，維護團隊將轉向預測性維護，製造工程師將專注於訓練和優化人工智慧和機器人系統。自動化帶來的另一個好處是，以前的手動工作將解放人們，讓他們做更有意義的事情。

成功地將智慧機器人融入工作流程，需要專注於員工發展和持續學習。技能再培訓、技能提升以及長期的員工規劃，對於確保智慧機器人兌現其承諾至關重要——不僅對企業，也對社會產生積極影響。

現實世界中的實體人工智慧

雖然智慧機器人仍是一個新興領域，但早期採用者已經向我們展示了部署該技術的好處。

亞馬遜在其 300 個配送中心擁有超過一百萬台機器人。它們與人類員工合作，處理諸如分類、搬運和運輸包裹等重複性任務。機器人包裝線還有助於最大限度地減少包裝浪費，並支持亞馬遜的永續發展目標。

這些系統的協調已經在試點中取得了令人矚目的成果，包括縮短了配送時間，並提高了25%的效率。透過管理整個現場移動機器人隊伍，運輸效率提高了10%。亞馬遜還在其測試站點創造了30%以上的技術性就業機會。

與此同時，電子產品合約製造商富士康正在向其所謂的「可擴展的人工智慧機器人勞動力」轉型，以應對不斷上漲的勞動力成本和本地製造業趨勢。

該公司採用人工智慧和數位孿生技術來模擬和自動化諸如擰緊螺絲和插入電纜等精確任務，而傳統的基於規則的機器人以前對這些任務感到很困難。

數位孿生模擬技術將新系統的部署時間縮短了40%，而人工智慧機器人則將生產週期縮短了20-30%，錯誤率降低了25%。營運成本降低了15%。整體而言，人工智慧機器人在複雜的組裝任務中展現了比人類更高的成功率。

製造商如何從物理人工智慧中獲益？

實體人工智慧並非遙不可及的未來。智慧機器人技術正在改變製造業，而且發展勢頭只會愈演愈烈。隨著時間的推移，我們將看到越來越多類似人類的能力湧現——即使其形態並非總是人形。

製造商必須迅速採取行動，利用該技術的潛力來應對其面臨的許多挑戰，尤其是勞動力短缺、生產力以及對市場和經濟發展的更快反應。

與孤立地使用機器人技術相比，世界經濟論壇提倡分層自動化策略，將各種類型的機器人技術整合在一起，以實現系統級智慧。

儘管科技進步的速度令人眼花撩亂，但企業絕不能得意忘形。重點應放在以人為本的策略上，以確保可持續、包容的機器人技術整合。製造商還需要利用協作計劃來共享智能，並自信地駕馭這個自動化新時代。