自由開講》人形機器人會工作 才是產業革命

南韓最近核准二十台雙足人形機器人進入半導體、汽車、造船與物流現場測試。二十台不算多，然而值得我們注意的是南韓政府換一個角度來看人形機器人，讓工廠不只是使用機器人的場所，也是訓練機器人的地方。

這批機器人將在真實產線清潔半導體零件、搬運汽車車身零組件、堆疊造船鷹架支架及搬運冷鏈包材，有些工作甚至與人員共用或緊鄰同一作業空間。南韓政府並準備利用這些測試來累積安全與操作資料，再回頭修改現行工業機器人的安全規範。這已經不是單純採購設備，而是用工廠養技術並用現場來改制度。

人形機器人發展到今天，難做到的早已不是讓它站起來、走幾步，甚至也不是讓手臂抓到東西。真正門檻是如何讓機器人在不確定環境裡持續工作。零件位置偏了怎麼辦？旁邊突然有人經過怎麼辦？抓取力量不對怎麼修正？工件規格改變後是否還能完成任務？這些問題都已不只是靠實驗室模擬就能夠解決。

而這也是行為資料開始變得昂貴的原因。熟練工人拿零件角度、手腕如何轉動、看到異常怎麼停下來、同一個工作在不同情況如何調整，過去都會被視為是老師傅經驗，但現在卻都可能成為實體AI的訓練素材。

南韓的人形機器人產業規模目前仍落後美國與中國，但南韓有半導體、汽車、造船與電池等大型製造現場，也有大量熟練技術人員。它想利用的是把既有製造實力轉換成為人形機器人的學習資料。若從這個思路來看，其實有許多地方值得台灣借鏡。

台灣擁有全球密度極高的先進製造場域。從晶圓製造、封裝測試、PCB、伺服器、電子組裝，到工具機與精密機械，我們不缺工廠，也不缺工程師與技術人員。但真正缺乏的是如何把這些優勢轉成下一代機器人能力的制度安排。目前在台灣談人形機器人，注意力往往集中在減速機、馬達、滾珠螺桿、關節模組與控制器。這些當然重要，但若只做到零組件供應，最後仍只可能回到台灣熟悉的代工位置；於是就變成硬體我們做，資料別人拿，模型別人訓練，平台規格也由別人來決定。

但在AI時代，其實我們真正該搶的是工業行為資料。台灣應從半導體後段、電子組裝、倉儲物流、設備巡檢與高危險作業開始，挑選工作邊界明確、風險可控的任務，讓機器人在真實現場累積數百、數千小時的資料。成功的動作要留下來，失敗的動作更要留下來；人工介入幾次、什麼情況容易失敗、哪些動作需熟練工人修正，這些都應該成為模型的訓練資料。

這也代表政府不能只補助企業買機器人。重要的是建立人機共域的監管沙盒，讓工廠敢測、廠商能改、資料也可以累積。補助指標不該只看買幾台機器人，而應要求自主運作率、人工介入次數、任務成功率、平均故障間隔及每一成功任務的成本。政策如果還用設備採購思維推動實體AI，最後可能只會增加機器人展示案例，卻不會增加人形機器人的產業能力。

未來人形機器人的競爭，不會只比誰的機器人走得最像人，而是誰能最快讓機器人學會工作。中國有規模，美國有模型與資本，南韓正在把工廠變成資料訓練場。台灣的優勢也不只是零組件，而是全世界少有的高密度先進製造現場。如果我們還只想著台灣能供應哪些機器人零件，就把問題看小了。更重要問題應該是問台灣能不能夠把工廠裡幾十年累積的製造經驗，轉變成下一代機器人最難複製的資料資產？