鴻海科技集團數位長史喆：鴻海透過「系統整合＋平台化＋具身智能化」策略，加速推動 AI 機器人發展
為協助台灣在全球 AI 機器人浪潮中搶佔領先角色，鴻海科技集團與 TechOrange 科技報橘首次在今（11/22）日於「HHTD 鴻海科技日」聯合舉辦 「台灣 AI 機器人產業開發大會」，邀集 AI 機器人生態圈重要夥伴共探未來機器人發展。
鴻海科技集團數位長史喆在開場表示，「隨著演算法不斷進步，應用場景越來越充實、AI 的使用越來越簡單，機器人一定會走進更多工廠與家庭，所以透過今天舉辦的論壇，我們希望和來自製造業、半導體、醫療不同產業的合作夥伴，來剖析他們在機器人技術、AI 技術，以及對於未來產業發展的一些思考，也和大家分享鴻海在 3+3+3 的產業下，如何發展機器人事業，推動智能製造、智能電動車與智慧城市平台。」
科技報橘社長戴季全指出，AI 持續以驚人的速度滲透到每一個產業、每一個環節，不只是成為提升效率的工具，更是重塑競爭規則的戰略資源，「當 AI 的智慧應用與機器人的實體能力結合，我們看到的將不再是單純的自動化，而是真正的智慧化，將促使台灣將硬體優勢轉化為軟硬整合的全球競爭力。」
經濟部產業技術司司長郭肇中致詞時表示，行政院已通過「AI 新科技-智慧機器人計畫」，將投入新台幣 100 億元的經費，目標在五年內將產值從目前大約 40 億元提升至 500 億元，經濟部也將與業者協作開發機器人，並優先投入於醫療、救災、餐飲和服務等四個急需機器人解決人力短缺的領域，「我們期許台灣能藉由半導體和 ICT 整合的優勢，驅動台灣智慧機器人產業成為國際舞臺上的領跑者。」
鴻海目標從勞動力密集、自動化密集，轉化為 AI 密集
鴻海科技集團數位長史喆在「面向智慧製造的實體 AI 與機器人技術」主題演講時說明，儘管多數企業在加工與倉儲物流方面已經實現自動化，但面對大規模製造場景，特別是系統組裝環節，仍是當前製造業最艱難的挑戰。在過去，企業基於對製造穩定性、成本、產品迭代的需求，傾向利用人力解決問題，因為人力具備更強大的靈活性和可靠性，不過隨著機器人技術從固定程式控制的自動化機械，逐步升級為能夠感知、思考並自主行動的智慧體，鴻海在工業製造、智慧交通、家庭照護、商業服務、農務建築等領域看見更多的應用可能，具備雙臂結構的機器人能透過視覺技術引導組裝，也能夠帶來更多商業價值。
「鴻海 AI 機器人發展路線著重在『系統整合＋平台化＋具身智能化』的策略，」史喆說明，機器人正邁入智能互聯、自主協同的新階段，鴻海正透過 IoT 將所有數據連接進行管理，也推動平台化的工作，例如攜手軟體公司 Intrinsic 開發機器人編程與整合平台，將提供 AI 功能與低程式碼的編程環境，降低機器人使用門檻，「與此同時，我們目標將虛擬仿真、智能化技術和機器人自動化應用整合，以提升智慧工廠導入新解決方案的敏捷度。」
「面對未來的 Physical AI，我們還依據工廠作業複雜度與彈性需求將其區分為三個層級，制定對應的 AI 導入策略，」史喆指出，第一層級的 Physical AI 支援簡單固定的操作，追求重複的精度與速度；第二層級的 Physical AI 支援簡單但具彈性的操作，結合感測與控制技術，主要提供人機協作、動作規劃和捷徑引導的應用；第三層級的 Physical AI 支援複雜且具彈性的操作，不僅結合 AI 感知、決策與學習，還具備自我調整和規劃的能力，能夠在多場景中自主識別工作並解決問題，「在鴻海製造進程，目標從勞動力密集、自動化密集，轉化為 AI 密集，並以 AI 機器人驅動柔性自動化。下一階段，我們更將建設集團機器人生態系，攜手產業夥伴共建高標準的智能製造生態系，推動 AI 轉型落地。」
鴻海如何與 NVIDIA、BCG 建立機器人生態系？
在「Al Robotic Ecosystem」主題座談，由鴻海科技集團數位長史喆主持，攜手 NVIDIA 資深解決方案架構經理劉冠良、BCG Managing Director & Senior Partner Daniel Kuepper，一同剖析 AI 機器人技術應用與生態系合作模式。
「發展 Physical AI 主要面臨的挑戰就是數據，」劉冠良表示，訓練 Physical AI 的基礎模型，如視覺語言動作模型 VLA 所需要的數據，不像語言模型擁有數萬億筆數據可供下載，這使得企業需要投入大量精力建立數據採集工廠，並且在不同場域彙整。面對這樣的情況，NVIDIA 正在開發資料機制，研究如何將人類數據（Digital Human data）轉化為機器人可訓練的數據。NVIDIA 需要與像鴻海這樣的大型製造商非常緊密地合作，「作為鴻海的生態系夥伴，我們提供算力方面的支持，也透過 NVIDIA Omniverse 助力鴻海打造 AI Factory，革新製造流程和供應鏈管理，」劉冠良說。
Daniel Kuepper 觀察 AI 機器人在不同地區發展上的動力和定位，指出對於高勞動成本的國家，最能從機器人自動化應用獲得高投資回報，尤其美國面臨勞動力嚴重短缺，使得自動化轉型成為解決問題的關鍵；對於中國、韓國等亞洲國家而言，在技術測試和實驗上非常積極，也對新技術抱持開放態度，機器人應用密較高，「目前，BCG 與鴻海合作，一同探索生成式 AI 如何為製造標準化與重複性作業上提升效率。」鴻海正與 BCG 共同積極推動電子製造業的 AI 轉型。
AI 機器人生態系的發展正在經歷 AI 密集的巨大轉變，而數據的挑戰、Physical AI 平台的建立，以及跨產業的合作，成為推動這一變革的核心關鍵。史喆強調，「透過打造機器人製造平台，鴻海希望與產業夥伴、技術標準聯盟，一同攻克機器人與自動化的應用難題，讓 Physical AI 更快速落地。」