英特爾發現機器人計畫的發展速度已超越勞動力準備程度

英特爾的研究發現,60% 的受訪高階主管預期在五年內將擁有機器人隊伍,但僅有 40% 制定了正式的人機協作人力策略。這項差距源於營運層面,而非技術層面。

A
14分鐘閱讀Posted: 2026年8月21日
英特爾發現機器人計畫的發展速度已超越勞動力準備程度

在大型組織中,部署機器人正逐漸成為規劃的預設前提,但運作機器人車隊所需的營運模式卻未能跟上這項目標。 英特爾(Intel)於8月20日發布的研究顯示,在800位受訪高階主管中,有60%預期其組織將在五年內運作機器人車隊,但目前僅有40%的組織針對人機混合勞動力制定了正式策略。

這項調查涵蓋了來自美國、英國、德國、日本、中國和南韓的高階商業與科技領導者、機器人專家、政府官員及醫療保健官員。所有受訪者均來自年營收超過5億美元的組織。這些大型組織早已開始考慮大規模的自動化應用。

雄心壯志已超越營運規劃

機器人車隊不僅僅是規模更大的機器集合體。它改變了工作排程、監督、維護及績效衡量的方式。單一試點專案可能僅需在現有流程旁運作,卻能獲得專案團隊的格外關注。 而一支機器人車隊則會深入影響輪班安排、人力規劃、安全審查、網路設計、維護常規、庫存管理,以及決定異常狀況是能迅速處理還是任其擴散的管理控制機制。

英特爾的研究透過五個準備度領域來闡明此差距,分別是策略、技能、安全、外形規格與規模。該公司的核心發現在於意圖與準備程度之間存在落差。 每十位受訪者中就有六位預期在五年內部署機器人車隊。然而,僅有四成受訪者表示其組織目前已制定正式的人機協作人力策略。三分之二的受訪者認為,到 2030 年,人力規劃與機器人策略將密不可分。

早期試點計畫往往備受矚目,但機器人車隊的實際運作卻暴露出勞動力規劃、安全、維護、庫存及問題升級處理等層面的缺口。這些問題鮮少由單一負責人統籌處理。

這種模式更接近於「增添一類新的同事」,而非「購入另一台機器人」

一項設備。堆高機屬於定義明確的資產,其行駛路線、培訓及維護作業皆有既定規範。然而,一台能感知周遭環境、接收軟體更新,並與人類共享工作空間的機器人,則會帶來工作關係的轉變。這台機器無需具備人類的外觀,這段關係便已成為管理上的課題;它只需影響任務分配、問題升級及責任歸屬即可。

缺失的計畫並非一張培訓簡報

關於勞動力問題的討論,很容易被簡化為一場關於失業的辯論。但對於營運決策而言,這樣的視野實在太過狹隘。 當務之急在於決定哪些工作應進行轉移、哪些判斷權必須由人類保留,以及當機器人遇到其設計者未預見的情況時,團隊將如何介入。培訓固然重要,但若缺乏具體的工作設計,培訓便可能淪為一場耗資不菲的展示,而非真正的能力提升。

英特爾的受訪者對人力層面持相對樂觀的態度。三分之二的受訪者表示,機器人技術將使勞動力更具技能,而非降低技能水平。與此同時,每十人中就有四人表示,技能與人才的匱乏正阻礙他們擴大機器人應用的能力。這兩項發現可以並存。 人們或許看到長期而言有機會從事更高技能的工作,卻缺乏技術人員、操作員、安全專家、製程工程師及主管,而這些人才正是讓下一波部署立即順利運作的關鍵。

因此,一套正式的人機協作人力策略,應比單純列出課程清單更為具體。該策略應明確指出哪些任務適合自動化、哪些職務將產生變動、操作員保留哪些決策權、誰有權停止系統運作、例外情況如何記錄,以及哪些績效指標適用於這支人機協作團隊。此外,也應涵蓋那些較不顯眼的工作。 軟體發布後,總需要有人來更新作業指示;發生險些出事的情況時,總需要有人進行調查;當機器人因通道受阻而停頓時,總需要有人解釋為何這屬於製程問題,而非機器故障。

失敗。

對採購主管而言,這改變了他們向供應商索取資訊的重點。若採購流程僅關注準確性、處理量與價格,便會忽略系統實施所帶來的負擔。 採購方需要釐清:系統如何與職務設計整合、如何處理人工介入、哪些任務會產生最大的培訓需求,以及試行團隊撤離後可獲得何種支援。即使技術提案再完善,若客戶未為新工作流程指派負責人,該提案仍可能以失敗告終。

安全與延遲將策略轉化為架構

安全是跨越組織邊界的議題中最鮮明的例子。 英特爾(Intel)發現,31% 的受訪者指出安全是機器人技術帶來最大價值的領域。這可能反映出:減少接觸危險任務、動作更為一致,或是人工干預次數減少。然而,55% 的受訪者表示安全疑慮已延遲機器人技術的部署,而 68% 的人認為更明確的全球安全標準將有助於加速採用。

安全既可能是自動化的理由,也可能是延遲的理由。某個系統或許能消除已知的危害,卻同時產生了驗證感測、運動、人機互動及故障模式的新需求。這些問題雖因情境而異,但本質上仍是運作層面的考量。

關於大規模部署的準備狀況調查結果,則提出了另一項實際要求。超過四分之三的受訪者表示,關鍵的機器人應用需要在 100 毫秒內做出決策;近四分之一的人則表示,他們需要不到 10 毫秒的響應時間。這些是運作上的限制,而非抽象的技術偏好。 若機器人必須等待遠端運算服務,其反應速度恐無法滿足實體環境的需求。

英特爾(Intel)報告指出,42% 的組織已制定並撥款執行邊緣或裝置端人工智慧策略,而 39% 的組織則正在積極制定相關策略。這意味著仍有相當比例的組織甚至尚未提出明確計畫,

當他們思考需要快速做出局部決策的機器人時。重點不在於每個部署都必須採用相同的運算架構,而在於技術選擇應依任務而定。一臺低風險的資訊機器人,所能承受的延遲程度,與在人群、昂貴材料或移動設備附近運作的行動系統所能承受的延遲程度不同。

機器人車隊的失敗,並非源於領導者缺乏雄心。而是當雄心在「責任歸屬」、「安全措施」及「運算決策」尚未就緒之前,便過早地衝進了實際運作現場。

調查可能反映焦慮,而非準備就緒

這項研究雖具參考價值,但需以嚴謹的態度解讀。該研究由英特爾(Intel)委託進行,這家公司對邊緣人工智慧、機器人軟體以及支援本地運算的基礎設施具有直接的商業利益。其研究結果僅為一項觀點調查,並非經審計的已部署機器人車隊數量統計,亦非市場營收預測。 此外,由於是該主題將受訪者納入研究範圍,因此他們對機器人的關注程度可能高於一般高階主管。

這並不意味著數據無效,而是告訴讀者哪些方面的證據最為有力。該報告最具說服力之處,在於它描述了已考慮部署機器人的大型組織所感知到的準備程度;若要證明每個產業都將在相同的時間表內達到機隊規模,其論證則較不具決定性。 樣本涵蓋六個經濟體及多種職能領域,展現了廣度。但無法斷定某家特定醫院、物流業者或工廠是否具備合適的商業案例。

關於外觀設計的調查結果進一步印證了這份謹慎態度。 77% 的受訪者表示性能比外觀更重要,但 65% 的人認為當前機器人的外型是受技術限制所致,而非基於實際需求。這提醒我們,外觀令人信服的人形機器人並不一定就是執行某項任務的合適工具。採購方應從工作內容、空間環境著手,

安全論證與所需的反應時間。硬體選型應以這些事實為依據,而非出於想購買外觀最熟悉的機台這類主觀意願。

對於生產力宣稱,也應抱持同樣的懷疑態度。受訪者預測,全面部署機器人技術可使營運產出翻倍。這僅是預期,而非已實現的成果。 在任務選擇得當的情況下,產出確實可能大幅提升。但更廣泛的成效將取決於系統整合、設備利用率、維護管理、工作流程重新設計,以及組織是否已消除機器人周圍的瓶頸,而非僅是將工作轉移至機器人處。

部署計畫必須更具體

實際的經驗教訓並非要將所有機器人投資延遲至各項政策皆完備之後。等待「完美準備就緒」反而可能成為另一項導致決策癱瘓的理由。關鍵在於於購置機器人機隊之前,先將計畫具體化。 領導者應釐清首項生產任務、流程負責人、安全主管、系統整合商、資料路徑、預期異常發生率,以及試點轉為大規模部署的決策時點。

運作良好的試點計畫應能為該計畫提供必要依據。它應揭示人員何時介入、哪些位置會產生錯誤、恢復所需時間,以及現場實際需要何種支援。這些發現比一張展示機器完成簡短示範的簡報更為寶貴。它們是協助組織決定是否擴展、重新設計或中止計畫的關鍵證據。

供應商同樣扮演著重要角色。在首次會面中,將機器人作為獨立產品推銷或許頗具吸引力;但一旦買方預期部署整支機器人車隊,這種銷售模式便顯得不足。能夠提供清晰的安全文件、整合指引、監控工具、本地運算選項、培訓支援以及切實可行的服務模式的供應商,將更容易獲得買方的評估。 銷售對話的焦點將從產品功能轉向營運責任。

因此,英特爾的這項研究對於這個市場而言,是一項及時的警示,因為該市場

對「實體人工智慧」感到興奮。這項技術正逐步進軍到那些任務決策會產生真實物理後果的領域。這使得原本不那麼引人注目的規劃工作變得更加重要,而非相反。那些將勞動力規劃、安全與系統架構視為獨立文書工作的企業,可能會在為時已晚時才發現,自己其實正是這些問題的產物。

目前,受訪高階主管中僅有 40% 具備正式的勞動力策略。其餘 60% 可能還面臨著更艱鉅的自動化專案挑戰。

本文僅供一般資訊參考,並不構成投資、財務、法律或專業建議。本分析綜合了官方企業研究與公開資訊。調查結果僅具方向性,並不保證營運、財務或部署結果。