【觀點】今晚,我想來點⋯送餐機器人!Cubot ONE距離「取代外送員」還有多遠?
【觀點】今晚,我想來點⋯送餐機器人!Cubot ONE距離「取代外送員」還有多遠?

「今晚,我想來點⋯」,相信這句廣告詞大家都很熟悉,加上滿街跑的Uber Eats和foodpanda,充分見證台灣對外送的巨大需求。

在勞動力普遍缺乏的今天,外送公司善巧地運用網路的觸及力量成功召喚出深藏民間的廣大人力,順勢展開新的商業模式。但就像地球的礦產一樣,人力也是珍貴的稀有財,總有枯竭的一天,這會不會又是機器人上場救援的時刻呢?但外送工作需要上街頭,走入社區、學校、或是公司,機器人真有能力勝任嗎?

其實這已經是進行式了!甚至是在台灣發生。近期,由工研院打造、全台首位機器人外送員Cubot ONE ,於今年三月正式進駐到高雄軟體園區超商,提供外送服務,顧客只要透過手機下單,它就會經由自行規劃的路線,找到所在的大樓,再坐上電梯,將你期待的咖啡、點心送到眼前,依據目的地的遠近,全程大約需要10~15分鐘,目前送貨地點僅限於園區內部。

新聞照三、工研院攜手統一超商及foodomo外送平台,於高雄軟體園區試營運Cubot ONE機器人外
工研院攜手統一超商及foodomo外送平台,於高雄軟體園區試營運Cubot ONE機器人。
圖/ 7-ELEVEN提供

當然這比不上人類外送員的風馳電掣、上山下海,但Cubot在戶內外活動的本事一併具全,轉彎、上下坡都難不倒它,遇到障礙物或是行人也能自主閃避,已然展現出自主送餐的潛力!

延伸閱讀:熊貓有對手了!全台第一個機器人外送員Cubot ONE,會避開人潮、還會叫電梯

以Cubot為例,看看外送機器人是怎麼做到的?

Cubot的本體其實是被稱為AMR (Autonomous Mobile Robot)的自主式移動機器人,相較於它的前身「自動導引車」(AGV,Automatic Guided Vehicle),由於需要依靠佈建在現場可供偵測的元件加以導引,一般較適用於工廠等環境較為固定的場域。

相對地,Cubot內建有導航地圖,也擁有視覺感測器,能夠根據所遇到的突發狀況動態調整路徑、閃避障礙物,足以應付外送過程中來自室內外環境的不確定因素,即使如此,為了安全考量,中控中心還是會全程監控,甚至在必要時藉由遠端操作的方式介入,也因此園區必須提供較為穩定的5G通訊環境,這也是當前引進機器人所需要付出的代價。

cubot
Cubot要導入需要克服不少環境挑戰。
圖/ Ministry of Economics Affairs

除了上述功能外,它還擁有一項相當自豪的特色,那就是會自己搭電梯,但因為Cubot並沒有類似人手的裝置,因此需要與電梯系統先建立起連線,再經由無線通訊啟動。

對於現有的大樓來說,這樣的改裝得耗費額外的成本,難免形成推廣上的阻力,如果想讓Cubot也能像人一樣採取按鈕方式,AMR就要再加裝上機器手臂,升級為被稱做移動式機械手臂的AMIR (Autonomous Mobile Industrialized Robot)。

事實上,工研院機械所的團隊已經開發出名為MARS的此類型系統,它搭配有高解系度的影像設備,採用國際通用的ROS機器人作業系統,用來整合移動平台與機械手臂的行動。

然而功能提升,價格當然也會升高,對於超商的外送服務來說,這就會是成本端的考量。也因此,在機器人變得更強大、低廉之前,有個易於工作的環境會是它們能否存活的關鍵。比方說,目前機器人的行動能力還是不如人類,那道路就不要有太多的高低起伏,也不要任意放置物品占用無障礙斜坡等等,另一方面,人的配合也很重要,機器人會搭電梯已經是很不錯的功能了,也許就考慮不要硬和它搶搭了!同時,各種維持機器人正常運作的通訊、控制、電源設備等也都要一一到位。

園區裡還算簡單,機器人能到戶外送餐嗎?

高雄軟體園區畢竟是個半開放式的場域,那外送機器人有可能面對更真槍實彈的考驗嗎?根據數位時代在去年五月Uber Eats將導入無人送餐模式,由機器人送餐成新選項的這篇報導,仰賴人力資源起家、位居美國的Uber Eats早就投入於自動化外送機器人的研發,目標就是讓它能在一般的街頭上執行勤務。

現階段分為短程與長程的服務,短程方面是讓機器人行進於市區間具有人行道的區域,如果是長程外送,那就得用上自駕車實地開上馬路,這兩者也可相互搭配,透過長短程彼此串接成為更加完整的配送網,未來如果能再徵召到無人機的加入,來個陸空連線,前景更是無可限量。

postmates-serve-sanfrancisco-delivery-robot-startu
Uber Eats 和Serve Robotics 合作,使用人行道機器人提供短距離、非接觸式送貨服務。

在機器人科幻電影《機械公敵》中,呈現出一個人與機器人共存的未來世界,裡面有著形形色色的機器人提供我們各式各樣的服務,這樣的願景也許並不那麼遙遠,街頭上奔馳的外送機器人就像是個預告,而Amazon的送貨機器人更是早從2019年起,至今已經配送了數以萬計個包裹,除了大公司之外,可別低估民間的實力,在台灣,就算是尋常的麵館,偶而也可以看到機器人出來送餐、收拾碗盤,一點也沒有違和感,依此形勢,在不久的將來,我們還真有機會看到科幻的夢想成真!

延伸閱讀:餐飲業大缺工,連鎖火鍋千葉、鼎泰豐用送餐機器人除了填補人力還有哪些好處?

《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)

責任編輯:蘇祐萱

關鍵字: #無人機 #外送
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