AI帶動機器人商機爆發，LiveWorx大會五大趨勢|數位時代 BusinessNext

在波士頓舉辦的物聯網技術大會LiveWorx，上週甫落幕，會中，有一場商業機器人技術論壇，針對機器人最新應用發展，歸納出五大趨勢。

趨勢一：美國麻州機器人技術領先全美

首先，美國麻州（Massachusetts）連續14年蟬聯全美機器人技術最發達的地區。麻州的麻省理工學院、伍斯特理工學院（WPI）和哈佛大學，主持多項機器人領域的頂尖研究計畫，而在產業方面，麻州有超過150家機器人公司，合計雇用超過4,700名專業人員。

趨勢二：人工智慧發展帶動服務型機器人商機

第二大趨勢是AI蓬勃發展，帶動服務型機器人商機爆發。雖然消費者對家用型服務機器人期待已久，但多年來只聞樓梯響，直到近期，人機介面和相應的人工智慧技術漸趨成熟，機器人公司才得以結合語音識別、電腦視覺和機器學習等技術，推出符合市場需求的機器人。

拓墣資深經理柏德葳表示，語音互動機器人已推出多年，但銷量表現普通。直到近年，一些可操作家電產品、連網搜尋功能的語音助理機器人問世後，才成功掀起IT大廠與新創公司開發機器人的熱潮。

如亞馬遜在2014年底推出的Echo，2016年銷售量達到520萬台，在整體服務型機器人應用市場中，表現最為突出。

根據TrendForce旗下拓墣產業研究院最新報告，2016年整體服務型機器人銷售量中，語音助理機器人占市場最大宗，市占率近5成；其次為掃地機器人，市占率近4成。

柏德葳指出，未來語音助理機器人除了持續強化語音辨識、互動能力外，也將透過機器學習技術，進一步了解使用者的情緒、習慣，能在適當情況下提供必要的協助，或採取合適的應對行為，朝向個性化發展。

趨勢三：機器人醫學

第三，機器人醫學領域將大有可為。人口老齡化和護理人員短缺，機器人可用在老年人的疾病照護和術後恢復上，加上AI技術提升，機器人可望以更人性化、更有耐性的方式給予病人協助。

像是法商Medtech的手術機器人ROSA，可大幅縮短癲癇手術時間的三分之二，麻州大學醫學院神經外科系主任Mark Johnson解釋，ROSA機器人已被用於輸送導管、遞送危險性的化學物質，或是協助其他神經外科手術。不過，由於人體構造高度複雜且獨特，機器人在手術中要做到完全的自主，仍然很遙遠。

趨勢四：人機互動

第四項趨勢是關於人機互動，仍需要更精良的AI技術。LiveWorx的專家認為，雖然已有不少機器人如Jibo等進入消費市場，或像是安全和引導型機器人，也開始在機場進測試，不過，社交型機器人在應用軟體上仍面臨極大挑戰。

舉例來說，現階段如Amazon的Alexa，使用者得先喚醒機器人，並透過極短、簡化的語句來發號施令，這和人與人之間的互動仍有距離。如果要讓機器更接近人類互動方式，必須透過語言、手勢、臉部表情，而這些反應需要進一步整合相機、麥克風和其他輸入（input）方式。

趨勢五：無人機送貨

最後一大趨勢是關於無人機送貨。iRobot的聯合創辦人Helen Greiner表示，無人機在飛行前會先透過GPS定位，到達定位點後，可先掃描該地區是否有人或其他障礙物，接著再緩緩將包裹垂降至地面，無需著陸。

不過Helen Greiner也提到，目前主要的物流成本來自卡車送貨，發展已高度成熟，在未來幾年，無人機運送包裹仍會聚焦在小型包裹、緊急訂單上。

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。