实体AI商业落地困难重重 仅3%企业广泛整合至营运
- 庄衍松／台北
-
勤业众信联合会计师事务所25日发布《Physical AI加速发展的关键时刻》报告，内容指出，目前仅3%的企业将实体AI（Physical AI）广泛整合至营运、5%认为已产生转型影响，4成企业（41%）则预期三年内将面临转型冲击。这段「高期待、低整合」的落差，反映出Physical AI迈向商业落地的真实处境。
台湾的AI战场从芯片延伸到实体场域，政策与资本已就位，然而企业端的整合速度却截然不同。勤业众信能源、资源与工业产业负责人温绍群指出，Physical AI的战场已从「技术可行性」，转向「实体场域的营运价值落地」。尤其在半导体、汽车及精密制造等高产值、高制程复杂度的场域，机器人若结合感知、AI决策与数码分身（Digital Twin）模拟，将从传统固定设备，升级为具应变力的智能系统。
温绍群表示，台湾的关键竞争力，不在于与科技巨头比拼模型，而是能否整合OT数据、机器人系统、边缘AI（Edge AI）、场域验证及治理要求，将单一应用转化为可跨产线、跨厂区复制的解决方案。
国际机器人联盟（IFR）《World Robotics 2025》报告显示，台湾制造业机器人密度达每万名员工302台，位居全球前十，远高于亚洲平均的131台。但「采用能力」不等于「价值取得能力」。用得多，证明台湾有扎实的应用基础，但能否进一步掌握软硬件平台整合与解决方案输出，是另一道重要课题。
会产生落差，主要出在整合层，Physical AI横跨模拟平台、传感系统、机械结构到运算控制，真正的挑战不是单项技术是否成熟，而是能否在实际产线中协同运作。
根据勤业众信的报告，企业最大的Physical AI导入障碍以成本与资源需求（占41%）居首，其次为难以识别合适应用场景（占36%）、人才与技能缺口（占33%）、技术成熟度与数据可用性不足则占31%。
温绍群认为，企业缺乏的是同时理解营运现场与数据科学的跨域专业，若缺乏此类人才，Physical AI只能停在技术展示。但价值实现有其顺序，企业应先从制造核心着手，改善产能、良率与设备利用率；接着将智能决策延伸至供应链与端到端管理；当设备可程序化、流程标准化之后，才有条件发展「工厂即服务」（Factory as a Service，FaaS）与「营运即服务」（Operations as a Service，OaaS）。
勤业众信科技与转型服务副总经理白哲豪指出，Physical AI的治理关键，在于导入之初即划定决策分工。让AI专注于场景感知、任务理解与动作策略等非结构化的工作；而实时控制、功能安全与关键决策，则保留在确定性、可验证、可稽核的程序逻辑控制或人员监督之下执行。
白哲豪表示，相较于企业IT系统的数据错误处理，Physical AI一旦失控可能直接形成环境、公共及人员安全等事故发生，因此欲导入Physical AI的产品，应从产品安全设计开始，纳入新兴科技风险管理制度，从产品设计初期发现风险并从根本上根除，而非事后补救。
责任编辑：蔡雨婷
