AI機器人將如何顛覆製造業？

面對AI機器人帶來的破壞式創新，台灣製造業該怎麼把握機會，在自動化典範轉移的亂局中，占有一席之地？

Bastiane Huang
Feb 6 · 1

在先前Robotics 2.0系列文章中，我們討論了AI如何讓機器人做到過去做不到的靈巧工作，並能夠開始自主學習。第一篇文章介紹了AI如何開啟Robot2.0時代。第二篇文章則描述AI機器人在倉儲運輸業的應用，透過觀察這個新技術的第一個應用場景，來預測這一切將如何影響我們的生產力、就業狀況以及日常生活。

這篇文章我們將聚焦目前大量運用傳統機器手臂及自動化設備，同時占台灣產值最高（30%）的製造業。具有自主學習能力而且靈巧的AI機器人，將如何影響製造業流程及整體產業結構？供應鏈上的各廠商又該如何因應Robotics 2.0帶來的破壞性創新？

「未來已經到來，只是先被一部分人看見。」 — 作家威廉．吉布森

The future is already here — it’s just not very evenly distributed. — William Gibson

製造業自動化現況

根據國際機器人聯合會（IFR）發布的最近報告，全球工業機器手臂的出貨量在2018年創下新紀錄，來到38萬4,000台。其中中國仍是最大市場（占比35%)，接著是日本，美國，台灣排名全球第六。

汽車以及電子製造業依然是工業手臂的最大應用市場（占比60%)，遠遠領先其他包含金屬，塑膠及食品等產業。具體原因我們在第一篇文章也討論過，由於傳統機器人和電腦視覺的限制，目前除汽車業和電子業以外，倉儲、農業和其他產業幾乎都還沒開始使用機械手臂。而這樣的情形將會被AI機器人及深度學習等新技術所改變。看到這裡，你可能會想：自動化及工業機器手臂在製造業既然已經有幾十年的歷史，該自動化或可以被自動化的部分應該都已經自動化了，還有什麼創新的空間呢？

出乎意料地，就連自動化程度最高的汽車製造業，離所謂的全自動化關燈工廠（lights out factory）也還有很大一段距離。舉例來說，汽車組裝的部分大多依然是由人工來完成。這也是車廠最勞力密集的部分，平均一間汽車工廠裡有3分之2的員工都在裝配車間。就連一向追求革新與顛覆，主張追求最高自動化的特斯拉執行長馬斯克，都不得不公開承認，特斯拉生產線自動化的進度不如預期。

究竟為什麼自動化這麼困難？

自動化至今無法跨越的技術限制

現今的自動化生產線普遍為大量生產設計，因此能有效降低成本，但也因此缺乏彈性。面對消費者越來越短的產品生命週期，越來越多的少量多樣客製化生產需求，人類往往比機器人更能夠因應新的產品線，也不需要花費很多時間去重新編寫程式或更改製造工序。

1. 靈巧度與複雜度

儘管科技在快速進步，人類還是比機器人靈巧許多。在訪談電子代工廠商的過程中發現，儘管組裝產品（assembly）已經高度自動化，但備料（kitting）的程序還是必須由人來完成。

備料在製造及倉儲業都很普遍，是提高生產效率的重要步驟。指的是把組裝產品需要的各個零散部件集合起來，打包並放置在工具包（kit）的過程。之後機器人再從工具包中拿取各個零件並進行組裝作業，這時候因為各個零件都在一個固定的位置和角度，自動化編程相對容易。相反地，備料時必須從雜亂無序的零件盒中辨識並拿取零件，零件的位置角度不一，甚至可能重疊或纏繞在一起，這對現有的機器視覺及機器人技術都是一項挑戰。

2. 視覺與非視覺性的回饋

另外一方面，很多複雜的裝配作業需要靠作業員的經驗或「感覺」。不論是安裝汽車座椅或是將零件放入工具包裡，這些看似簡單的動作，事實上都需要作業員或機器人接收，並根據各種視覺甚至觸覺訊號，來調整動作的角度及力道。

這些精細的微調使得傳統的自動化編程幾乎派不上用場，因為每次撿取或放置物品都不完全相同，需要像人一樣有從多次的嘗試當中，自主學習歸納的能力，而這正是機器學習，特別是深度及強化學習，能夠帶給機器人的最大改變。

Robotics 2.0：AI可以讓工廠機器人做到哪些事？

AI帶給機器手臂最大的改變就是：以往機械手臂只能重複執行工程師編寫程序，雖然精準度及速度都很高，但卻無法應對任何環境或製程改變。但是現在因為AI，機器可以自主學習更複雜的任務。具體來說，AI機器人較傳統機械手臂在3大方面有重大突破：

1. 視覺（Vision System）

就算是最高階的3D工業相機，仍然無法像人眼一樣，既可以精準判斷深度距離，又可以辨識透明的包裝、反射表面、或是可變形物體。這也是為什麼很難找到一款相機，既可以提供準確的深度，又能夠辨識大多數的包裝及物品，然而，這樣的情形很快就會被AI改變。

機器視覺在過去幾年取得了巨大的進展，幾間來自於矽谷及波士頓的新創，包括OSARO和Covariant，利用深度學習（deep learning），語意分割（semantic segmentation），及場景理解（scene understanding）提高了低階相機的深度及影像辨識，讓製造商不需要使用昂貴的相機，也能得到足夠準確的影像訊息，成功辨識透明或反射物體包裝。

2. 可擴充性（Scalability）

深度學習不需像傳統機器視覺一樣，需要事先建構每一個物品的3D模型。只需要輸入圖片，經過訓練，人工神經網路就能自動辨識影像中物體。甚至能使用非監督或自監督學習，降低人工標籤數據或特徵的需要，讓機器更近接近人一樣的學習，免去人為干預，讓機器人面對新的零件再也不需要工程師重新編寫程序。隨著機台運作，收集到的數據越來越多，機器學習模型的準確度也會進一步提升。

目前一般生產線通常有震動台、送料器、輸送帶等週邊設備，確保機器人能夠正確拿取需要的部件。如果機器學習再進一步發展，讓機器手臂更加智能，或許有一天這些比機械手臂更昂貴四五倍以上的週邊設備將不再被需要。
另一方面，由於深度學習模型一般儲存在雲端，這也讓機器人能夠互相學習，共享知識。舉例來說，若有一台機器手臂經過一個晚上的嘗試，學會如何組合兩個零件，便能夠很輕易地將這個新的模型更新到雲端，並分享給其他同樣也連結到雲端的機器手臂。這不但省去了其他機器的學習時間，也確保了品質的一致性。

3. 智能放置（Intelligent Placement）

一些對我們來說一點也不困難的指令：請小心輕放，或把物品排列整齊，對機器手臂而言卻是巨大的技術挑戰。
如何定義「小心輕放」？是在物體碰觸到桌面的瞬間停止施力？還是在移動到距離桌面6公分處放手讓物體自然落下？或是越靠近桌面就越降低速度？這些不同的定義又會怎麼樣影響物品放置的速度和精確度？

至於將物品「排列整齊」就更困難了，先不論每個人對整齊的定義都有所不同，為了能將物品精準地放置在想要的位置及角度，我們首先必須要先從正確的位置拿取物品：機械手臂依然不如人手靈巧，且目前一般機器手臂大多使用吸盤或是夾子，要做到人類關節及手指的靈活度，還有一大段距離。

其次我們要能即時判斷夾取物體的角度位置及形狀大小，以下圖的杯子為例，需要知道杯口朝上或朝下，要側放或直放，也要知道放置的地方有沒有其他物品或障礙物，才能判斷將杯子放在哪裡才能最節省空間。 我們因為從出生開始就在學習各種取放物品的任務，這些複雜的作業幾乎不加思索就可以完成，但機器並沒有這樣的經驗，必須重新學習。

經由AI，機器手臂可以更精準地判斷深度，還可以透過訓練，學習判斷及做到杯子朝上，朝下等不同狀態。也可以利用對象建模（Object Modeling），或是體素化（Voxelization），來預測及重建3D物體，讓機器可以更準確掌握實際物品的大小和形狀，進一步將物品放到該放的位置。

AI機器人將如何顛覆製造業？

現在我們知道AI可以讓機器做到許多以往做不到的事，但這對製造業現行的產業結構又會有什麼影響？誰能夠把握住新科技典範轉移技術帶來的機會？哪些公司又會面臨前所未有的挑戰？

AI機器人帶來的破壞式創新（Disruptive Innovation）

破壞式創新由哈佛商學院教授克雷頓‧克里斯汀生（Clayton Christensen）在其著作《創新的兩難》（Innovator’s Dilemma）當中提出。理論的中心思想是：
產業中的既有業者一般會為了服務現有客戶（通常也是利潤最高的客群），而選擇專注於「持續式創新」，改善現有的產品及服務。此時，一些資源較少的小公司把握機會，瞄準被忽略的市場需求，而取得進入市場的立足點。
破壞式創新又分為以下兩種：

（1）低階市場創新

一般大家較為熟悉的是「低階市場創新」，數位照相技術就是一例。早期的數位相機不僅解析度不佳，而且還有快門延遲很長的問題，但隨著數位照相品質及解析度逐漸進步，數位相機逐漸從低階市場晉升為主流。諷刺的是，柯達雖然研發出數位相機，但卻因為無法放棄當時該公司占據全球3分之2的底片市場，而最終被新技術淘汰。這正是所謂的「創新的兩難」，既有業者雖然看到新科技的威脅，但卻因為現有公司結構，策略等種種原因無法及時因應。

（2）新市場創新

「新市場創新」則是指新進公司瞄準既有公司尚未服務到的「新市場」進行創新。例如，電話剛推出的時候只能被用來做短距離的本地溝通，因此電報產業當時的領先者Western Union拒絕購買發明家貝爾的專利，因為該公司最賺錢的是長途電報市場，當時甚至不認為短途溝通會是一個市場，更不用說預見後來人人都用電話溝通的情景了。

而AI機器人帶來的，正是「新市場的破壞式創新」！

目前汽車及電子製造業占工業機器手臂出貨量的60%，這也導致市場領先者發那科（FANUC）、ABB、KUKA、安川（YASKAWA）專注於「持續式創新」：做他們最擅長，客戶也最需要的，進一步提高速度及精度。這也使得其他諸如倉儲業、食品製造業，或製造業中的「備料程序」成為被忽略新市場。這些客戶並不需要這麼高速度，高精度的作業，但需要機器手臂更靈活，更能彈性自主學習辨識及處理不同的零件或是工作。

新創AI機器人公司看到這樣未被滿足的需求，開始將人工智慧應用在機器人上，使得機器手臂可以被用在備料，包裝，倉儲等新市場。他們使用較低階的相機搭配機器學習模型，讓以往只能由人工作業的備料，貨物分撿等程序自動化，讓機器手臂可以被運用在更多不同的地方，甚至整個產業。

有趣的是，這些新創公司一般不自行生產機器手臂，而是專注於開發機器學習模型、機器視學及控制軟體，在硬體方面則選擇跟既有機器手臂廠商合作。因此，你可能會想，就算這些機器手臂公司不追求AI創新，他們也不會被時代淘汰，因為自動化還是需要硬體的供應。

但是，這樣想忽略了幾件事：

首先，有些機器手臂公司已經先嗅到了商機，並開始一邊與這些新創公司合作，一邊建立自己的AI團隊。這些公司因為率先採取行動，可以更快地在這些以往服務不到的新市場中建立客群，進一步領先競爭對手。

其次，隨著AI應用的普及，產業鏈中的最大價值，會逐漸由硬體轉向軟體及數據。 這點，我們已經可以從無人車的發展趨勢中看出。一但無人車可以做到高度自主，大部分的價值都會在掌握無人車機器學習模型及自駕數據的特斯拉，或Google等公司的手裡。這也是為什麼車廠人人自危，不是積極併購就是跟矽谷的軟體AI新創公司合作。相比起來，機器手臂及製造商對AI技術的接受速度似乎還不及汽車製造商。

AI機器人帶來的挑戰與機會

AI及機器人的結合帶來許多的可能性，但是這些改變絕非一蹴可幾。機器手臂公司縱使開始投資AI，也依然會面臨當初柯達所面臨的「創新者的兩難」。

要如何重新打造組織及發展策略，才能夠讓轉型的負面影響降到最低，也考驗各個公司管理階層的判斷與決心。

另一方面，開發全新市場也絕非簡單的事，新創公司仍需要和製造廠商密切合作，開發更貼合客戶需求的解決方案。 製造業的流程甚至比倉儲更複雜多樣，新創公司雖然了解AI及機器人技術，但卻不一定了解製造流程。這也給台灣製造廠商一個搶得先機成長轉型的最佳機會。

如果台灣廠商能夠率先和這些新創公司合作，不僅能透過流程自動化提升生產效率及品質，還能做到以往較難做到的少量多樣客製需求，擺脫大量製造，削價競爭的紅海策略。更可以成為新一代AI機器人的試驗場，和國際新創合作開發針對電子或半導體製造業的專屬解決方案，進而銷售到其他國家。

日前，曾任職於Google與百度的吳恩達（Andrew Ng）受邀來台演講中也指出，台灣應該善用自己在半導體與製造業的既有優勢，發展人工智慧，成為除了矽谷、北京之外的下一個AI Hub。 相較於其他像是零售或是消費性網路領域這些現在發展相對成熟的AI應用，台灣在製造產業中發展人工智慧，不但更具有了解應用案例、掌握數據等優勢，也有機會能夠藉由AI機器人等新技術，達到產業轉型的目的。

附圖：KIT工具包 — source: kitting-assembly.ca
深度學習物件辨識範例，由左至右分別為Mask-RCNN, Object Modeling, Grasp Point Prediction。OSARO
傳統及AI機器人創新策略比較 — source: Bastiane Huang
製造業自動化產業鏈- source: Bastiane Huang

資料來源：https://medium.com/marketingdatascience/ai%E6%A9%9F%E5%99%A8%E4%BA%BA%E5%B0%87%E5%A6%82%E4%BD%95%E9%A1%9B%E8%A6%86%E8%A3%BD%E9%80%A0%E6%A5%AD-ee2dbc3db7e4

窮遊前往義大利第29天：大部分解
走了三小時左右終於走到了福泉市，進入他們的車站仍然還是要走兩公里左右，就這樣走著走著，也看到了車站，因為腳踏車是龐然大物，是無法推上火車的，但是檢查員說：(也不是不可以，你有辦法把他放進一個口袋[袋子]裡面就能進去火車裡面),當下驚恐表情也是可想而知，但是又不得不這麼做，只好慢慢的拆解到最細然後找個大帶子裝進去，就這樣到了鎮遠站，總長2個小時15分，票價24圓...有時候看到這票價都會想，這麼便宜的票價我幹痲這麼拼命...又曬的這麼黑，但是不這樣又怎麼能感受到鄉村熱情，所以還是決定繼續騎腳踏車。
把腳踏車拖到了鎮遠古鎮之後，又要把腳踏車組裝起來，身體以經到了極限，因為要抬起這腳踏車走來走去是要花很大的力氣，更何況我又大包小包的在身上，到了車站外，把車子組裝好了，一樣又坐在車站旁的樹下休息，然後有位愛好騎腳踏車的過來問我：(你車怎麼拉？)我回：(變速器被我踩斷了，這邊有沒有修腳踏車的？)他回：(有的有的，你應該不是鎮遠人，要不這樣好了，等一下我招呼完客人，就陪你走去修自行車，我怕你去修車的時候被老闆騙，因為這邊的人是常常會故意提高價錢來坑你們這些遊客。)心理想.....第四位.....好人.....，之後才知道他是一間旅館和一間餐館的老闆，就這樣邊走邊聊，他也是個夢想者，但身體上已經無法負荷這樣的長期運動，更何況又是老闆，他說：(現在咱們已經是朋友了，你要吃的要住的，找我就好，不用錢的，反正我也喜歡有夢想的熱血青年，咦，帥哥你哪兒來的呀？)，我：(台灣)他驚訝的說：(那你對現在的政治局勢上有什麼看法),我才知道老闆是政治狂熱者，所以很多事情在政治上我只能點到為止，要不然他會不開心...每次聊出政治外他總是能把話題拉回政治，可見他多麼的狂熱。
老闆真的竭盡所能的幫助我call修車廠，找材料，吃免費住免費，我嚇都嚇死，我何德何能可以得到這樣的幫助，修車的回說我們這明天才能幫你看這抬車，所以明天才能在牽過來修，老闆就希望我留在他們的旅館這休息，但是我拒絕老闆的邀請，因為這兒有位朋友在等我，是之前在貴陽認識到的舞蹈老師，他剛好回來鎮遠，跟那位老師約定在先所以我無法答應老闆的要求，老闆回：(那好吧，你快去跟他見面，反正我們已經是朋友了，需要的時候來找我，小兄弟。)就這樣一連串的好人讓我欠貴州的情欠大了。

【全球產值最大自行車集團～#巨大機械 以未來決定現在、啟動變革創新局】

面對全球市場瞬息萬變、嚴峻挑戰排山倒海而來，巨大機械因為先察覺到未來的趨勢，並敏銳應變、見招拆招，從ＯＥＭ代工轉進創造「GIANT捷安特」品牌後，不斷勇於變革、打破難關，繼而成為樂活趨勢的全球領導者，站穩全球產值最大自行車集團的龍頭地位。
　
去年八月，台北市推出第二代微笑單車YouBike，受到市民好評後，連新北市也主動要求加入服務網，讓雙北市民共享這項便利的公共自行車服務。
　
「請問你有沒有用過YouBike？覺得YouBike怎麼樣？」負責執行YouBike服務的巨大機械董事長劉金標，最近遇到來自台北市的客人，一定會詢問他們使用YouBike的心得與意見。
　
用過YouBike服務的客人，都對劉金標稱讚YouBike很棒。現在YouBike六十八個租賃站2324輛由巨大生產的捷安特小黃自行車，一天最高有三萬人次使用，連加拿大駐台代表誇獎YouBike的服務設計做得太好，連歐美城市公共自行車也沒有像台北市YouBike這樣便利、好用。
　
「從後台電腦管理系統計算出來，即使在下雨天也有四千多人在騎，我發現原來台北市有很多人願意支持綠色運輸。而且市民很有水準，會排隊等候租車，在高頻繁使用次數中至今我們只遺失了六輛車。」劉金標說，由巨大規劃設計的YouBike服務系統，甲地租車乙地還及使用悠游卡、晶片信用卡或手機付費等便利的機制，能解決城市捷運、公車到居家、辦公室最後一哩的接駁。
　
這是巨大機械繼推動台灣自行車島、全球自行車騎乘樂活風氣之後，所提出的綠色城市大眾運輸解決方案。在大眾運輸系統下，YouBike可以成為解決尷尬距離接駁的子系統解決方案。
　
《製造服務化 帶領市場潮流趨勢》
從替人ＯＥＭ的自行車廠，自創品牌，將快要被汽機車淘汰的自行車搭上樂活風潮，塑造成個人展現品味、時尚、重視健康的生活精品，進而掀起全球自行車騎乘的流行，為全球自行車市場找到新的發展風向，甚至能切入全球綠色城市公共議題，擔綱綠色運輸管理解決方案的提供者，巨大已經做到台灣製造業從未想得到的成就與地位。
　
「我們現在是『擁有製造力的行銷公司」！」今年八十歲、曾於七十三歲完成環台壯舉的劉金標，不僅是為全球自行車業開創新經營格局的領頭羊，也是巨大推展自行車運動的招牌明星。
　
轉型升級，是每個產業、每間企業都知道遇到經營困境時，所要採行的解決辦法。但是，能不能從原本熟悉的經營模式勇敢跨出去？並不是每個產業、每間企業都做得到。
　
巨大轉型升級的成功典範，確實能帶給台灣產業與企業借鏡的啓示。
　
《迅速應變危機 自創品牌求生存》
過去，巨大從ＯＥＭ起家，在一九七○年代中期獲得美國百年自行車品牌 Schwinn 的訂單，雙方合作愈來愈深化，巨大七五％的產能都為Schwinn出貨，雙方配合長達十三年。
　
長期做代工貼牌生意，巨大依賴Schwinn這樣能下大訂單、配合又好的優質客戶，「不過，合作規模越來越大，我們越做越怕，怕它有一天把訂單全部抽走，我們又沒辦法在短期內再開發那麼好的新客戶，巨大就會倒閉！做ＯＥＭ沒有自主性，命運都掌握在別人手頭上」劉金標道出當時做ＯＥＭ的無奈與害怕。
　
當時， Schwinn準備前往中國深圳投資自行車廠，以一張傳真向巨大結束代工業務。這一天終於來臨，巨大立即成立危機處理小組，經過研判評估後，為了生存，一定得跨出去做品牌。
　
做品牌，從來不是一條輕鬆好走的路。「我們知道儘管這是坎坷的路，非跨出去做不可，不成功就成仁。」劉金標指出，這不是只有自創「GIANT捷安特」品牌而已，還要去打國際通路，才有辦法生存下來，像巨大是很典型地從製造起家的公司，當要自創品牌、做國際化經營時，公司內部經營、技術設計、產品規劃等理念，通通都要重新調整、迎合時勢進行改變，不然會太製造本位。
　
《A-Team成軍 政府促成產業合作》
時間不斷地往前邁進，隨著投資條件的更迭、景氣的輪動，任何產業都會遇上發展瓶頸。
　
一九九○年代，台灣自行車零件廠悉數西進中國，當時是台灣規模第一自行車組裝廠的巨大，為了拯救空洞化的產業，跳出來釋放熱情，聯合留在台灣的競爭對手、零件廠商，組成「A-Team」，在工業局協助下，與全球知名業者結盟，提升產品品質與供應鏈水準，產生群聚效果。
　
這次自行車業揚棄市場競爭對立的本位因素，藉由轉型高值化經營，為產業擴大經濟規模，讓台灣成為全球高級自行車供應與研發重鎮。
　
《持續創新 樹立產業價值》
劉金標有個「江中鴨」的哲學，是他一向不吝惜分享的經營理念。他說，春江水暖鴨先知，要知道環境未來如何改變，得先懂得閱讀未來，「以未來決定現在」。
　
要永續經營成為百年公司，就要真正認清楚市場環境會瞬息改變，今日生產的產品有人願意買，明天搞不好消費者就不要了。巨大從製造角色騎向自行車時尚生活的推動，立起「品味、樂活」的大旗，樹立了自行車新文化，也使得全球自行車業者以這股風潮為務必跟隨的營運方向。
　
劉金標最後提醒國內企業，「從製造走向行銷，40年來巨大始終專注本業，與時俱進地調整思惟與策略，要不斷否定今日的研發，才能開啟明日的創新。用專業，讓企業在市場、產業中奠定不可取代的定位。」穿上車衣、騎上自行車，劉金標還要繼續為自行車的時尚生活製造更多樂趣，讓更多人愛上自行車。

本文出處：《天下雜誌－卓越中堅企業系列專輯》