嗅覺機器人上線：當 AI 比人類更早聞到風險，產線誰該先踩煞車？
在自動化工廠的長廊上，一場關於感官補強的技術變革，正悄悄在台美產業界展開。Ainos 與盟立自動化在日月光投控支持下推進合作，新一代具備嗅覺能力的機器人已從實驗室走入產線，並開始實質出貨。這不只是多了一種感測維度，意味著機器角色正從被動執行者，逐步轉向具備預判能力的風險守門員。
長期以來，工業安全的邏輯建立在「看得到、測得到」的異常之上。通常要等到監視器拍到煙霧、溫度計跳出紅字或設備發出異音，系統才會啟動斷電或停機。但嗅覺AI的出現，正在改寫這套順序。
當風險訊號變得更早、更模糊，企業如何因應？
所謂數位嗅覺（Digital Olfaction），透過電子鼻（E-Nose）晶片模擬人類嗅覺，能辨識極微量的揮發性有機化合物（VOCs），讓機器在電線絕緣層剛開始過熱、或化學管線出現肉眼難辨的滲漏時，就能提前發出預警。工廠的防護邏輯，因而從「看到火花再滅火」，轉向「聞到焦味先防火」。這種能力價值在於它把決策時間整體往前推。過去產線的安全流程多半是「異常明確→人員確認→系統處置」，而嗅覺AI的強項恰是尚未明確時就先提醒。
值得思考的是，當風險訊號變得更早、更模糊，企業面臨並非只是技術升級，更是決策機制的重寫：當AI判定氣味異常時，系統是否應自動降載或停機？還是仍須等待人工覆核？這個問題的答案，將直接影響企業願意給AI多大的操作權限。
AI判斷屬機率推論，已非傳統開關邏輯。當系統偵測到微量異味、模型示警，但工程師判斷只是清潔劑殘留時，究竟該信誰？若完全依賴AI，恐因偽陽性頻繁停工、增加成本；若忽視預警，又可能錯失防範職安事故的時機。這種決策兩難，正是嗅覺AI商業化最現實的摩擦點。
浮現另一個關鍵議題，是誤判成本與責任歸屬。一旦AI觸發停機導致產能損失，責任應由模型供應商、設備整合商，還是最終採用企業承擔？如果因未採AI警告而發生事故，企業是否又會被追究「未善盡預防義務」？在法律與保險框架尚未成熟之前，這些灰色地帶都可能拖慢企業導入速度。
企業需強化制度軟實力，建置可追溯的氣味資料庫
可以預見未來當多模態AI持續進步，嗅覺將不會單獨存在，反而與視覺、聽覺與各式製程資料融合，形成更完整的風險判讀系統。未來的智慧產線，很可能同時「看到煙」、「聽到異常高頻摩擦聲」，又「聞到塑膠焦味」，再由模型進行綜合評分。
當感測能力逐步商品化，企業之間真正拉開差距的，將不再只是硬體靈敏度，還有制度設計的成熟度。因此，筆者認為企業此時需強化的是制度軟實力：建立分級告警機制，讓不同置信度異味對應差異化反應；提前設計責任歸屬與保險覆蓋，避免事後爭議；並建置可追溯的氣味資料庫，使AI嗅覺可被稽核與持續校準，降低導入風險。
未來較可行的路徑，很可能是「AI 提前感知、人類最終授權、系統分級自動化」的混合治理模式。關鍵不在於完全相信或完全懷疑 AI，而在於如何把它嵌入一套可被信任、可被問責的決策流程之中。
嗅覺AI上線，象徵機器人正邁向類生物的完整感知體系。每補上一種感官，機器就更接近決策參與者，而非單純工具。技術突破令人振奮，但產業勝負關鍵在於制度是否跟上。當機器率先嗅到風險，人類不該只負責按鈕，而應成為整體預警與決策架構的設計者，真正競爭才剛開始。
（首圖來源：shutterstock）