近年來，以AI機器人為主導的新興應用在各領域如雨後春筍般出現，其商業價值更是不容小覷。根據研究機構IDC預估，至2020年全球AI市場規模將超過470億美金。如今各產業皆看準AI發展前景而紛紛導入相關技術，然而AI真的能以一敵百，如此無所不能嗎？
根據麻省理工學院研究團隊進行的一項實驗結果顯示，相較於純AI應用的機器人或單一人類組成的團隊，「人機協作（Human-robot collaboration, HRC）」團隊的工作效率更高；這一作業模式甚至能減少85%的人員閒置時間，大幅降低企業成本。
人機分工≠人機協作
事實上，以智慧工廠來說，工廠自動化生產線大多偏向「人機分工」，即人與機器各司其職、互不溝通，像是機器手臂、關燈工廠，皆是以100%自動化生產為目標。然而，
所謂 「人機協作」是指人與機器透過經驗及工作交流，持續改善工作流程的過程；也就是說，機器可依據人類導入的資訊及流程執行作業，人類再根據機器產出的成果進行調整，形成一種協作模式。
這種人機協作的作業模式能大幅縮短工作時程、提高準確度、節省企業人力成本，最終產出更具人性化的產品設計與服務。以近年越來越夯的AI門診為例，導入AI軟體輔助醫生判讀醫療影像資料，不但大幅提高準確率，更讓醫生判讀影像的時間從10分鐘縮短至20秒。如此一來，醫生能更專注於問診、深化醫病關係，為患者找到更適合的治療方式。
人機協作「優化電子產業作業模式」
除了醫療領域之外，電子產業邁向自動化的過程中，更少不了需要投入機器人協作技術以提升流程效率。經過數十年來的發展，電子設計自動化（Electronic Design Automation, EDA）技術看似已漸趨成熟。然而時至今日，電子產品在開始進行設計之前，工程師卻仍擺脫不了將描述電子零件規格書的PDF，以人工作業的方式轉換為各種EDA軟體可相容的數位資料。這種耗時費工的資料數位化流程，不僅品質管控困難，造成資源短缺又分散，企業更常面臨因經驗傳承不易所產生的龐大人員培訓成本。
此外，隨著全球數位化浪潮，「資料」儼然已是企業最重要的資產，資料品質與應用性將重塑產業經濟價值，因此各產業為滿足現今市場需求，紛紛迎合數位經濟開創嶄新商業模式。
目前已有新創公司看準電子產業潛在的龐大商機，史無前例地透過人機協作模式建立電子零件資料數位化平台。該平台運用機器學習技術，結合工程師彙整與歸納資料的邏輯，將需要大量計算與重複性的工作交由機器處理，工程師再依據機器執行的結果回饋調整機器的學習模式，建立人與機器之間良性的學習模式。
該平台不僅有效解決業界資源短缺及分散的問題，更徹底落實資源共享（Resource sharing） 的概念，並整合產業需求、簡化數位化過程、提升資料品質，為產業奠定資料妥善運用的穩固基礎。
人機協作模式「推動產業轉型」
這樣聽起來人機協作能帶來許多競爭優勢，然而企業在導入時，往往會有「機器真的做得比我好嗎？它怎麼可能比我還熟練？」這樣的想法產生。
事實上，人機協作並非意味著人類將被機器人取代，而是人類扮演著「訓練機器執行任務」的角色。
對於企業來說，採用人機協作模式不但可以省去研發人員花在高重複性工作的時間，集中心力在更加複雜、靈活度高的設計工作，更能大幅提升創新技術所帶來的產業價值。
人與機器共事的模式正一步步推動產業轉型，當某種作業模式開始帶來便利性，行為改變便是指日可待、勢在必行。未來，人機協作勢必會成為主流工作模式，加速產業革新，形塑更便利的生活樣貌。
責任編輯：陳建鈞
《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。
（觀點文章呈現多元意見，不代表《數位時代》的立場。）
