日本航空在羽田機場展開為期兩年的類人型機器人試行計畫，以因應行李處理人手日益短缺的問題

日本航空已於東京羽田機場啟動為期兩年的試點計畫，在停機坪部署類人型機器人處理行李與貨物。 這項試點計畫將持續至2028年，由日本航空與GMO Internet Group合作進行，目標鎖定機場地面作業中體力消耗最大且最易受天氣影響的環節——即在飛機與航廈設施之間搬運行李與貨物。 日航是首家在實際機場運作環境中測試類人型機器人的亞洲主要航空公司，羽田機場試驗的結果將受到全球航空業的密切關注。

此次部署是針對日本航空業人力短缺問題的直接回應，該問題已變得相當嚴峻，甚至影響主要機場的航班時刻表及地面處理能力。 日本的勞動年齡人口已連續十多年呈下降趨勢，而航空業——該行業需要能夠在戶外環境中執行體力消耗大任務的員工，且經常需在夜間及惡劣天氣下工作——受創尤為嚴重。 這項人形機器人試驗並非為了技術而技術的實驗，而是針對傳統招募與留任措施無法解決的人力短缺問題所採取的營運對策。

勞動力數學

日本的人口結構趨勢使得航空業的勞動力短缺屬於結構性問題，而非週期性問題。該國的勞動年齡人口（15至64歲）在1990年代中期達到高峰，此後便持續減少。 總生育率已連續50多年低於2.1的更替水平，而移民數量亦不足以抵銷人口衰退。其結果是，在勞動力市場中，針對體力消耗大、需在戶外工作且工時不規律的職位，勞動力供應正不斷萎縮，而復甦中的航空業對這類人才的需求卻與日俱增。

航空業面臨的特定挑戰，更使整體勞動力短缺問題雪上加霜。地勤工作在體力上

這份工作要求極高，工人不僅須搬運沉重的行李袋、在極端溫度下工作，還必須在壓力下精準掌握作業時機。 這項工作通常在夜間或清晨時段進行，這限制了願意擔任這些職位的勞工人數。此外，機場營運的安全要求意味著培訓期漫長且對錯誤的容忍度極低，這也增加了人力流動的成本。

類人型機器人並非解決這些挑戰的完美方案。它們成本高昂、需要維護，且目前還無法在所有情況下都比擬人類工作者的靈巧度與適應能力。但它們能在惡劣天氣下不疲倦地工作，無需休息，且可根據航班時刻表而非人力供應狀況來安排輪班。 就將標準化行李容器在飛機與航廈設施之間搬運這項具體任務而言，相較於需要更多樣化操作的任務，自動化在此的優勢更為明顯。

羽田機場的環境

東京羽田機場是亞洲最繁忙的機場之一，在 COVID-19 大流行前每年客運量超過 8,000 萬人次，目前正逐步恢復至該水準。 該機場全天 24 小時運作，活動高峰期落在清晨及深夜時段，此時長途國際航班正陸續抵達與起飛。停機坪環境直接暴露於東京各種天氣條件之下，包括夏季的高溫與濕度、冬季的嚴寒，以及颱風季節的暴雨。

相較於多數人形機器人部署測試所處的受控倉庫及工廠環境，此處的運作條件更為嚴苛。戶外環境的變異性——光線強度的變化、潮濕的地面、風力以及極端溫度——對人形機器人賴以進行導航與操作的感測器及控制系統構成了挑戰。 羽田機場的試驗將產生數據，用以評估當前世代

類人型機器人能應對這些狀況，這對整個產業而言是極具價值的資訊。

與 GMO Internet Group 的合作，為此次試驗帶來了電信與數位基礎設施方面的專業知識。在機場停機坪這類龐大且複雜的環境中，人形機器人必須與中央管理系統通訊、接收最新指令，並即時回報狀態，因此可靠的連線能力至關重要。 GMO 的參與顯示，日本航空（JAL）將此次試驗視為一項系統整合的挑戰，其重要性不亞於機器人技術本身的挑戰。

航空業的競爭格局

日本航空在羽田機場進行的這項試驗，正值全球航空業對人形機器人的態度呈現分歧之際。在美國，達美航空與聯合航空已跟隨西南航空的腳步，禁止人形及寵物型機器人進入客艙及託運行李，理由是擔心大型鋰離子電池的安全問題，以及可能引發的緊急疏散風險。 美國航空公司的立場主要針對面向乘客的機器人——即乘客可能攜帶上飛機的那類機器人——而非由航空公司自行操作的地面處理機器人。

這項區別至關重要，因為它說明航空業與人形機器人的關係並非全面負面。美國航空公司的禁令旨在保障客艙內的乘客安全，而非針對地勤作業中機器人的操作使用。日本航空（JAL）在羽田機場的試驗則涉及地勤作業，這屬於不同的應用場景，具備不同的安全考量與風險特徵。

這種對比也反映出美國與日本航空公司所面臨的勞動力市場狀況有所不同。美國航空公司的勞動力市場雖然緊俏，但尚未達到日本所面臨的結構性短缺程度。在美國的背景下，推動自動化的迫切性較低，這或許可以解釋為何美國航空公司在採用類人型機器人方面比

其日本同行。

為為期兩年的試行計畫界定成功標準

羽田機場這項為期兩年的試驗時間跨度，既足以產生具實質意義的營運數據，又因時間有限，因此日本航空（JAL）必須在試驗伊始便明確定義成功的衡量標準。 最重要的衡量指標很可能是可靠性——機器人在無需人工干預的情況下完成指定任務的時間佔總時間的百分比——以及吞吐量——相較於人類工作者，機器人每小時能處理多少件行李。

次要指標將包括維護成本、能源消耗，以及對整體地勤效率的影響。如果機器人雖然可靠但速度緩慢，它們或許適用於非尖峰時段，卻無法應對尖峰營運期間高壓力的航班周轉時間；若機器人速度快但需頻繁維護，其總持有成本可能無法證明這項投資的合理性。

坦率而言，在試驗的第一年，當前世代的人形機器人在上述多數指標上，表現很可能仍遜於人類。 此次試驗的價值不在於當下部署一套功能完備的系統，而在於產生能為下一代系統設計提供參考的營運數據與經驗。日本航空（JAL）投資的是學習過程，而不僅僅是自動化；這項投資的回報將以年為單位來衡量，而非以月為單位。

--- 免責聲明：本文僅供參考，不構成任何財務或投資建議。