【林宏文專欄】人機協作,一個台灣智慧製造的新觀點
【林宏文專欄】人機協作,一個台灣智慧製造的新觀點

智慧製造是近年來很重要的產業趨勢,但台灣如何發展智慧製造的討論並不多,最近我花了一點時間研究,也採訪一些業界人士,其中包括原見精機董事長蘇瑞堯。我認為,從人機協作的加值應用與服務切入,是一個很適合台灣發展的方向。

切入正題前,先談一個聯發科創立時的小故事。1997年,聯發科從聯電獨立出來,當時蔡明介選擇切入PC周邊的光碟機IC,原因是當時PC最核心的CPU晶片掌握在英特爾(Intel)手中,英特爾公司又大又強,台灣公司資源規模都有限,因此避開這塊最難挑戰的部分,產品離CPU愈遠愈好。

後來聯發科站穩腳步,才敢切入難度更高的手機晶片。當時手機正從2G功能性手機演變至3G智慧手機,雖然也有大廠如德儀(TI)占據市場,但由於產業出現大變動,品牌客戶也有大調整,例如舊龍頭諾基亞(NOKIA)快速退位;當市場有明顯變化時,正是新公司崛起的機會,聯發科也趁勢奪取市場,成為IC設計業的一方之霸。

聯發科
聯發科最初是從電腦周邊的光碟機IC做起,遇上手機正從2G功能演變至3G智慧手機轉換期,聯發科才趁勢進入手機市場,成為IC設計業的一方之霸。
圖/ 翁挺耀攝影

講這段故事,重點是想談台灣產業發展該有的策略運用。台灣資源、人才都很有限,選擇發展的題目需要有步驟、有策略,還要輔以循序漸進的作法,才能把資源聚焦在不同階段會贏的題目上。

以此觀點來看智慧製造的發展策略,就可以得到一個不一樣的思考。目前全球機器人大廠有發那科(FANUC)、庫卡(KUKA)、ABB(Asea Brown Boveri)、安川電機等4強,另外還有8個規模小一點的品牌,這12家組成了全球最強大的機器人產業聯盟。

人類靈活融合機器高效,達到產線最佳狀態

過去台灣聊機械業,經常談到要發展此行業核心技術的控制器,但多年過去了,要達成這個目標談何容易,對機械後進國台灣來說,想在龍頭廠城牆高築的地方正面對抗,確實很困難。

因此,若要在智慧製造中找到台灣可以發展的路,已逐漸成形的人機協同作業,將是其中重要趨勢,也是對台灣很有利的發展方向,甚至是可以彎道超車的選項。

何謂人機協同作業?

簡單講就是人與機器共同合作完成製造作業。如果從實際製造場域來看,光譜最左邊是全部人工,最右邊是完全機械化,絕大部分的場域都同時需要人和機器,因為機器人可以做無聊、笨重及危險的工作;至於人可以做細緻、多變或檢查工作,當生產線可以更好地融合人與機器時,智慧製造就能達到最佳狀態。

【新聞圖片一】觸覺技術領導品牌原見精機,今日於2020年自動化展記者會上發表最新解決方案—搭載於日本
原見精機的「T-Skin安全皮膚」方案獲得日本川崎重工採用。圖為2020年自動化展記者會上,原見精機董事長蘇瑞堯(左)和川崎重工台灣總經理小野晃司(右)。
圖/ 原見精機

據MIC引用的一份調研資料,預估2027年全球協作機器人需求將達每年32萬台,占當年總機器人出貨量22%,顯示市場商機確實可觀。不過,要達到人機協同作業願景,會牽涉許多技術創新、國際標準、場域規畫甚至勞動法規等,技術與發展重點也朝向機器人的視覺、觸覺等領域發展,這是一塊還未成形、比賽尚在進行中的處女地。

以國內積極推動智慧製造的佳世達為例,2019年就與歐商ABB及工研院獨立出來的原見精機,攜手完成國內首座人機協作產線認證。該產線產品為高階專業顯示器,設計重點在ABB機器人設備上,加上原見開發的T-skin,有如幫機器人穿上衣服、機器手臂就擁有觸覺,可以在碰觸到人時,就立即停止,保護工作場域中人員的安全。

兩大優勢助攻,獨特應用成發展利基

從人機協作的試驗場域來看,台灣也擁有優勢。由於近年來台投資的台商及外商很多,台灣本地製造業過去多以人力組裝,如今開始經歷轉型,也願意多方嘗試,因此人機協同的試驗場域很多。

但若對比日本生產線,幾乎都以自動化機器人為主,很少有人工參與;至於歐洲因為特別尊重人性,人工生產效率並不佳,因此在日、歐等國,都不容易找到類似台灣的試驗場域。

另一個對台灣有利的因素是,台灣掌握很大的下游出海口市場,因為台灣製造業很強,從半導體、面板、電子五哥到傳統紡織、製鞋、石化業等,都有世界級的霸主地位,這些全都是智慧製造的下游客戶,也是台灣發展智慧製造最佳的助攻員,若我們沒有充分利用這項優勢,實在很可惜。

分析機械製造產業的三大發展方向,一是機器人本體,例如上銀、台達、達明;二是周邊供應商,從齒輪、控制器到感測器等業者;第三則是系統整合服務商,例如廣運、盟立及帆宣等公司。

application_pic01
台灣製造業實力非凡,從半導體、面板到傳統紡織、製鞋與石化等,都極具實力,這些都是發展智慧製造的助攻員,應善用此優勢。
圖/ 佳世達

我認為,這三大項目台灣都已在發展,也陸續看到不少公司展現績效,但每個項目要面對的對手都不同,若能夠在不同客戶的生產場域,發展出更多獨特的應用及加值服務,這將是一個可持續多年的高成長機會。

因此,若從這個角度來看,前述第二、三項將是台灣最有發展利基的領域,也是台灣智慧製造產業爭取與4大龍頭廠及8大品牌,共同競爭與立足的新機會。

最新10月號雜誌《無程式碼時代來了!》馬上購:傳送門
「電子雜誌」輕鬆讀:傳送門

責任編輯:吳佩臻、張庭銉

關鍵字: #智慧機器人
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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