在現實世界拓展機器學習應用的三種方法
在現實世界拓展機器學習應用的三種方法

稱為NeurIPS(神經資訊處理系統會議)的全球人工智慧領域盛會剛剛結束,出席者人數創下歷史新高,即使採取抽票制也難以容納。9,000張門票在12分鐘內售完,顯示了世界各地對AI興趣的爆炸性增長。

然而,儘管AI創新走出學術界,開始在產業界出現,大多數公司在落實AI解決方案時仍然面臨困難。在NeurIPS向AI世界發出警鐘的同時,機器人產業似乎對機器學習(ML)解決方案落地有更務實的考量。

推薦閱讀:AI機器人將會如何顛覆製造業?

我任職的公司提供機器學習軟體,使工廠和倉庫中有更多具自主性和更靈巧的機器人。為了彌補技術和產品落地中間的差距,我們和機器人公司與系統集成商密切合作,將最前端的機器學習研究產品化。

日前我飛到東京,參加全球最大規模的機器人展會「國際機器人展覽會」(IREX);在這裡,領先的機器人公司展示了將AI以及ML應用在機器人領域的各種方法。

從「自動化」到真正「自主化」,AI造就的機器人技術領域,最大成果是從原先的「自動化」(工程師藉由程式設計編寫規則,讓機器人遵守)邁向了真正的「自主學習」。

在先前的文章中,我談到AI如何造就新一代機器人2.0時代。傳統機器人主要用於大規模生產線,工程師事先編寫程式,讓機器以高精度、高速度執行相同的任務,但機器本身無法對變化或意外做出反應,因此彈性有所不足。

然而,隨著消費者對客製化產品需求的增長、和勞動力的不斷萎縮,我們需要更加自主和靈活的機器人。

也因此,有公司開始嘗試將ML應用於機器人領域,使新一代的機器人能夠處理傳統機器人無法完成的供作。在IREX中,我們看到了ML用於改善機器人的視覺、控制、以及提高真實使用案例的擴增性。

【延伸閱讀】Robotics 2.0(1)— AI重新定義機器人

機器視覺:在識別、可擴充性和自主學習方面的突破

即使是最先進的3D結構化光相機也難以識別具有透明封裝、反射或深色表面的物體,因為光線會散射或被吸收。

由於物品相互重疊,雜亂堆放的場景帶來了更多的挑戰。這就是為什麼大多數製造商都使用振動台,或零件進料器來分散物品的原因。

此外,傳統的機器視覺系統不夠靈活:你需要通過事先上傳每樣物品的3D 模型來登錄物件,以便後續進行影像及物件本身的匹配。只要過程中有任何一個小變化,都必須重新登錄物件、或是修改程式設計。

但是現在,隨著在深度學習、語義分割和場景理解等領域的進步,我們逐漸可以用一般相機來識別透明的、或是會反光的包裝。

在FANUC的展位上,「LR Mate 200iD」拾箱機器人利用深度學習演算法、以及3D視覺感應器,來示範拾取隨機放置在一個箱子裡的相同的金屬零件。FANUC表示,由於他們的系統可以即時執行3D圖像及物件比對,所以不需要預先登錄。

在FANUC展台旁邊的川崎重工(KHI),則利用來自Photoneo和Ascent兩家新創公司的ML技術,展示了類似的隨機物件揀選方案;在另外一邊,KHI則與Dexterity公司合作,展示了機器人可以同時處理、搬運各種尺寸盒子的自動處理存貨解決方案。

在另一個展覽大廳,日本機器手臂大廠DensoWave以及舊金山的ML新創公司OSARO首次展示了「物件方向辨識」(Orientation)功能,讓機器人可以從雜亂的箱子裡取出透明瓶子;不僅能夠識別最佳拾取點,而且還能識別物體方向、並將瓶口朝上放上輸送帶。

DensoWave機器人事業部總經理Yosuke Sawada評論:「OSARO新開發的『定向』功能是客戶一直在等待的技術之一。此一令人興奮的新功能,有助於識別對機器人較為困難(例如透明)的物品,並提高操作員和工廠自動系統的揀選率。」

在這項展示中,使用的瓶子是完全透明的,因此很難用傳統的機器視覺感應器識別;而且,過去還沒有其他公司展示過類似的功能。

這項讓技術機器手臂不僅可用於簡單的拾取和放置,還可用於更複雜的零件裝備(kitting)、包裝(packaging)、機器裝載(machine loading)、以及裝配(assembly)等工作。

機器控制:智慧放置和品項處理

作為人類,我們從出生起就不斷練習撿拾和放置各種物品,因此可以不假思索就本能地完成這些工作。但是機器沒有這種經驗,必須重新學習這些任務。

尤其是在對產品包裝特別要求的日本市場,各項商品都需要被精心包裝,確保物件和外包裝的完整性,沒有任何缺損。

利用ML,機器現在可以更準確地判斷深度。ML模型還可以通過訓練學習,自動判定物體的方向和形狀,例如杯子是朝上或向下,或處於其他狀態。

物件建模或體素化可用於預測和重建 3D 物件。它們使機器能夠更準確地預測實際物品的大小和形狀,從而將物料放置在所需位置。

這些技術使機器能更準確預測實際物品的大小和形狀,從而將物料放置在所需位置;因此,也讓以產品品項(SKU)為基礎的處理方式得以實現:機器人可以根據物品的脆弱或易碎程度,選擇將物品輕輕放下、或是快速放置。

因此,我們可以藉由自動改變處理方式,讓系統處理量最佳化,而又不會損壞任何物品。

在展會中,也有些公司也開始在運動規劃中,嘗試使用強化學習或機器學習技術。例如日本新創Acsent展示了一段利用「強化學習」來組合兩個部件的影片;而機器手臂大廠「安川」(Yaskawa)也談到了在路徑規劃中使用機器學習的潛在好處。

但是,如果上述的機器學習改進,需要大量資料和長時間的訓練,就會造成在實際執行上的困難。在機器人和自動駕駛汽車等實際應用中,獲取訓練資料既有難度、成本也相當昂貴;這就是為什麼我對於IREX中提及的資料效率(data efficiency)問題特別關注。

適用於現實世界的可擴充性:資料效率

Yaskawa去年為開發工業機器人AI解決方案而成立的新公司「AI Cube Inc.」(AI3),在IREX的發表會中推出了為企業將機器學習模型數位化的工具「Alliom」。
根據AI Cube的說法,Alliom 提供了一個模擬環境(simulation),用於進行資料擴充(data augmentation)、並生成類似真實物件的合成資料(synthetic data)。

Yaskawa利用Alliom加快了ML模型隨機揀料的訓練過程,並希望在不久的將來,能將該解決方案擴展到各種其他應用之中。

這也表示,機器人產業已經超越了僅能引人注目的ML演算法,而開始考慮實際應用支援ML的機器人。ML解決方案不僅需要能夠成功運作,還必須能有效跨越各種使用場景、擴展用途,否則客戶很難有足夠誘因來引進這類系統。

結語

在上一篇文章中,我提到機器人公司正面臨「創新困境」:他們意識到創新的迫切需要,但仍然需要照顧他們的核心客層,也就是需要高速度、高精度工作能力的汽車業和製造業公司;然而,相對於其他市場對靈活性要求較高、也需要機器人能自主學習識別和處理各種元件,這一點是互相矛盾的。

在IREX,我們看到機器人巨頭與KHI與Photoneo、Dexterity、Ascent、DensoWave與OSARO、FANUC、以及Preferred Networks等新創公司聯合展出,顯示機器人公司正在改變並擁抱AI創新。但是,這樣的改變速度夠快嗎?

在汽車業,我們看到汽車OEM製造商在邁向自動駕駛的過渡中,與特斯拉和Waymo等新進者展開競爭;然而到目前為止,我們還沒有看到科技巨頭進入機器人產業。

但Google、DeepMind、Facebook都已經在機器人相關的ML方面,投入了可觀的研究團隊,真正進入機器人產業可能也只是時間上的問題。

未來幾年之中,觀察AI將如何顛覆機器人行業、重新洗牌,將會是很有趣的事情。科技巨頭、機器人製造商、電子汽車製造商、AI新創公司,誰將勝出?

最後,誰又能鞏固在AI定義機器人時代的領導地位?

(本文由Bastiane Huang授權轉載自其Medium)

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

往下滑看下一篇文章
AI時代,從Day One看見全球需求!亞馬遜跨境電商高峰會,開啟台灣品牌出海新航線
AI時代,從Day One看見全球需求!亞馬遜跨境電商高峰會,開啟台灣品牌出海新航線

長久以來,台灣企業走向海外的順序,多是先依自己的技術、產能和過去的經驗,把產品做好,再來思考產品可以賣到哪個市場。但當全世界消費者的搜尋、瀏覽、評論、退貨和價格變化,都變成看得見的數據,AI又能把數據整理成可以做為判斷的線索,順序就開始被改寫了。10月29日,一年一度的「Amazon Seller Summit | 2026台灣跨境電商高峰會」盛大登場。今年以「Go Global From Day One」為主題,強調全球化不再是企業發展成熟後才啟動的下一步,而是從產品構想、品牌定位到商業決策的第一天,就應將全球消費者需求納入考量。面對AI時代,企業又該如何建立持續成長的全球化模式?

從Day One看見全球需求,啟動成長飛輪

亞馬遜全球開店台灣總經理謝孜希開場以「AI時代的全球化新路徑:從Day One看見全球成長機會」為題,從與台北市進出口商業同業公會合作的〈2026跨境電商焦點報告〉發現,在受訪的419家企業中,有75.9%在未來的12到24個月,已有計畫、正在評估或有興趣拓展新市場,顯示台灣企業積極尋求全球成長機會的企圖心。然而,儘管64%的企業已將市場需求作為選品依據,真正有系統研究市場需求的企業卻僅18.6%,另有52.6%認為拓展海外市場最需要的是海外銷售市場資訊或數據,凸顯企業的關鍵挑戰不只是看見全球機會,更在於如何系統性掌握需求,將市場洞察轉化為產品決策。

至於該怎麼走,亞馬遜把走向全球的過程拆解成「探索全球需求、驗證產品決策、加速新品上市、拓展全球成長」等四個階段的全球成長飛輪,透過全球的需求分析,探索更多市場與品類發展機會,這也意味著,全球化不再是一次性的市場拓展,而是持續從全球消費需求分析中尋找下一個成長機會。

Amazon Seller Summit
亞馬遜全球開店台灣總經理謝孜希以「探索、驗證、上市、拓展」四階段全球成長飛輪,說明企業如何從 Day One 將全球需求轉化為持續成長動能。
圖/ 數位時代

謝孜希強調,在全球成長的不同階段,亞馬遜都提供相應的AI工具與營運資源。其中,亞馬遜賣家助理 (Seller Assistant) 能協助賣家掌握營運狀況、辨識需要關注的問題,並提供後續行動建議,讓AI成為跨境經營的重要助手。此外,商機探測器、選品模擬器與創意工作室等工具,也能分別支持市場需求分析、產品機會評估與商品內容製作,協助企業將全球市場洞察轉化為實際行動, 「市場洞察會帶動產品創新,產品上市則帶來顧客回饋,回饋又會指引企業找到下一個成長機會,形成持續轉動的成長飛輪,轉得愈久,就會轉得愈快、愈穩。」

AI副駕駛共同啟航,開啟全球成長新航線

亞馬遜全球開店全球產品行銷負責人Leslie Hsu提到:「AI時代不單是數據更完整、更透明,善用AI代理工具,也進一步為企業決策者更高效訂定成長目標和發展計畫。從賣家使用分析發現, 賣家對 Seller Assistant 賣家助理提出的建議,大約有九成,會實際採取行動。現在AI能把全球消費者的需求,提早整理成看得懂的線索,讓台灣企業在產品構想的第一天,就能為全球市場做決策。 」

呼應今年「Go Global From Day One」的主題,高峰會特別以AI副駕駛啟航儀式,透過機場塔台廣播、AI語音與啟航模擬設計,象徵台灣企業在AI助力下開啟全球成長新航線。這場充滿未來感的啟航時刻,也將Amazon AI創新解決方案與全球化願景相互連結,展現AI如何從市場洞察、產品決策到日常營運,協助企業加速全球成長。

Amazon Seller Summit
高峰會以 AI 副駕駛啟航儀式揭開序幕,象徵台灣企業在 AI 助力下,開啟全球成長新航線。左起為亞馬遜全球開店全球產品行銷負責人Leslie Hsu、亞馬遜全球開店台灣總經理謝孜希。
圖/ 數位時代

資料變多不等於看懂市場,關鍵在找出真實需求

在以「AI × 品牌 × 市場:重新定義企業的全球化起點」為題的論壇中,則邀請到《數位時代》總編輯王志仁主持,台灣科技大學資訊管理系專任特聘教授盧希鵬、台達電、中磊和巨大獨立董事鄒開蓮、圓剛科技資深副總經理莊善雯、亞馬遜全球開店台灣總經理謝孜希,分別從學界、跨國經營、企業實務和平台的角度對話。

盧希鵬首先從經濟學的觀點切入,強調產品本身沒有價值,「價值是因為有人需要,價格則衡量了需要程度。」他將市場上的訊號,分成市場熱度、真實需求和值得投入的商機等三種層次,他提醒,市場熱度不等於真實需求,必須進一步理解消費者的使用情境、痛點與願付價格,同時評估自身技術與成本條件,才能將市場訊號轉化為真正值得投入的商機。

Amazon Seller Summit
上午場的重磅對談,本次邀請《數位時代》總編輯王志仁(右一)主持,與談人(左起)為台科大資管系專任特聘教授盧希鵬、台達電、中磊和巨大獨立董事鄒開蓮、亞馬遜全球開店台灣總經理謝孜希、圓剛科技資深副總經理莊善雯。
圖/ 數位時代

曾任雅虎亞太區最高主管,管理過日本、香港、台灣、東南亞、印度和紐澳等市場的鄒開蓮則一針見血指出:「世界上沒有真正的『全球』市場,唯有善用工具,更快、更精準讀懂需求並制定在地化策略,才能真正 Go Global。」她觀察,許多企業常把「在地化」想得太表面,以為翻譯好文案、換個廣告代言人就足夠;但真正的在地理解,涵蓋了當地人如何使用產品、通路如何運作、信任如何建立,以及做決定的節奏是快或慢。她強調,台灣企業應善用分析工具,加速理解不同市場的消費者,同時結合在地人才與市場經驗,將產品優勢轉化為全球競爭力,「企業要找到對的領導人,來負責全球市場,還要擁抱在地人才、帶著好奇心跑市場,和當地建立信任關係。」

圓剛科技的經驗,正好說明一家台灣硬體公司,如何在轉型時找到新的市場。 圓剛科技資深副總經理莊善雯分享,圓剛早年以電視卡、電視棒為主力產品,網路電視崛起後,舊市場結構性消失。圓剛於是採取「先射箭,再畫靶」 的做法,運用公司內部有限的資源,把影像處理、擷取卡等核心技術做成簡單的產品,先上架到亞馬遜試水溫。產品上架後,圓剛從後台數據、買家評論中意外發現,許多消費者買擷取卡,是用來錄製遊戲和直播,這才找到真正的靶心,進而深入研究遊戲直播、VTuber、內容創作者和直播帶貨等使用情境,發展出完整的產品線,「對圓剛來說,我們找到靶心的方法,都是回到消費者實際怎麼使用產品。」

Amazon Seller Summit
論壇現場座無虛席,與會者專注聆聽講者分享 AI 時代的全球化策略。
圖/ 數位時代

AI讓全球市場觸手可及,亞馬遜全球開店降低跨國經營負擔

謝孜希最後補充,亞馬遜透過「One Global Business」服務,便能提供市場洞察和跨境營運服務,「AI 就像企業開闢全球新航線時的『副駕駛』,出海不必再組建龐大的機組團隊,企業可以精準啟航試飛,再逐步擴大全球航線網絡。 」但她提醒,營運能整合,消費者需求和品牌溝通仍要在地化,因為不同市場消費者的需求完全不同,重點在於「全球在地化」(glocalization),「當AI降低跨境營運的複雜度,賣家就能把心力集中在真正需要差異化的地方,也就是產品價值和品牌信念。」

從產品創新到品牌成長,台灣企業展現全球化成果

2026 Amazon Seller Awards也表揚在全球市場拓展、AI應用、品牌轉型與科技創新等領域展現成果的台灣企業,從不同產業的實際經驗中,展現台灣品牌透過產品創新與市場洞察,持續拓展全球成長機會的多元可能性。

Amazon Seller Summit
2026 Amazon Seller Awards 表揚在全球市場拓展、AI 應用、品牌轉型與科技創新等領域表現亮眼的台灣企業,得獎者與亞馬遜全球開店團隊合影。
圖/ 數位時代

而各專家們分享的出海心法,已經被這些得獎企業實際落地應用,進而產出成果。從B2B玻璃鍋蓋供應商轉型自有品牌的明格企業,運用亞馬遜數據與消費者評論開發微波爐防噴濺蓋,成功躋身同品類前十名,「Amazon能清楚看見消費端,讓品牌和定價掌握在自己手中。」珍食堡實業則以自有品牌A Freschi srl布局美國、日本市場,透過搜尋與銷售數據優化火雞筋犬用零食的尺寸、造型及包裝,強調「不要等到產品完全準備好,才開始理解全球市場。」

(立即閱讀更多精彩賣家故事)

Amazon Seller Summit
「決勝全球・火線對談」中,明格企業、珍食堡實業、圓剛科技等台灣賣家代表,分享以產品力結合品牌力、突圍全球市場的實戰經驗。
圖/ 數位時代

從AI趨勢走向實際應用,聚焦策略品類找到全球成長新機會

今年高峰會規劃多場AI相關議程,從市場研究、產品內容製作、營運效率提升等面向,探討企業如何將AI應用於日常營運與商業決策,協助賣家掌握將AI工具轉化為實際業務價值的應用方法。

議程之外,也透過AI副駕駛試飛體驗區展示一系列亞馬遜AI工具,與Seller Café一對一跨境諮詢,聚焦消費性電子、家居用品,以及運動與寵物用品等策略品類,由亞馬遜品類團隊針對產品定位、市場需求及營運挑戰提供專業建議,協助不同成長階段的賣家探索全球市場機會,協助賣家將市場洞察轉化為實際行動。

現場一位新賣家分享,透過體驗亞馬遜AI工具,看見在人力有限的情況下拓展海外市場的更多可能;加上品類經理針對產品選品提供具體建議,讓他更有信心啟動跨境業務。另一位以代工模式經營的企業主分也分享到,透過當場一對一品類經理諮詢,幫助他更了解海外市場商機,對拓展新業務有了更明確的方向。

從AI工具的實際應用,到品類專業洞察與市場趨勢建議,高峰會不僅協助賣家掌握當前機會,更為下一階段的全球成長找到具體方向。

Amazon Seller Summit
AI 副駕駛試飛體驗區展示商機探測器、選品模擬器、創意工作室與賣家助理等亞馬遜 AI 工具,吸引與會者駐足體驗。
圖/ 數位時代
Amazon
Seller Café 由亞馬遜品類團隊提供一對一跨境諮詢,聚焦消費性電子、家居、運動與寵物用品等策略品類,協助賣家將市場洞察轉化為行動。
圖/ Amazon

對台灣企業而言,全球化不必等到規模夠大才開始,而是從Day One起,就將全球消費者需求納入產品創新與品牌決策。從全球成長飛輪的策略思維、Seller Assistant與AI創新解決方案,到策略品類專業支持,亞馬遜持續協助不同階段的台灣企業,將全球市場洞察轉化為實際成長動能,從Day One啟航,開拓全球市場的新機會。

全球航線已啟程!掌握AI時代的全球化新路徑。
立即觀看Amazon Seller Summit 2026 | 台灣跨境電商高峰會精彩回放

【Seller Summit 2026 】

Global Stage|上午主會場
Global Stage|下午主會場
Launch Stage 啟動舞台|下午分場 A
Growth Stage 成長舞台|下午分場 B

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂工業AI
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓