打造一座全自动化无人工厂所需关键技术远比想象中复杂。Teslarati

　　尽管无人工厂被视为智能制造的极致，但摇旗吶喊了几年，真正实现完全无人化的工厂仍不常见，目前市场多数型态较偏向于以降低人工比例、“接近”无人工厂规模的方式运行。全自动化生产的愿景并没有如想象中顺利进行着，甚至因应未来制造趋势，市场对于无人工厂的需求也有可能大幅降低，取而代之的则是能让生产线更符合弹性需求的人机共工模式。

　　无人工厂究竟可不可行?在近期特斯拉面临的麻烦中可以想见其实打造一座全自动化的无人工厂所需的关键技术远比想象中复杂许多。无人工厂的最终目的是要将人类从生产在线移开，让机器取代人类以降低人工成本并提高生产效率与生产质量，但实现这些愿景的前提是，制造业者必须保证机器能做得比人类更好。

　　显然目前机器人的智慧并无法达到与人类相同的水平。首先在功能性方面缺乏完整的感知能力，虽然近年已有众多厂商将机器手臂整合视觉与力觉感测，让机器人达到更精准的"眼手协调”，但业界观察，其最关键的技术应在于触觉感测。

　　由工研院独立出来的原见精机，自2010年起便专注于投入触觉感测的研发。原见精机总经理卢元立表示，触觉感测可让机器手臂经由“触感”更聪明地辨识出物体的材质，借助手臂便可自行调整抓取力道以避免物料的损坏，对于物料有“直接接触”的辨识能力。

　　另一方面，机器人缺乏人类适应环境的能力。人类之所以能超越其他物种在不同时代的演化中得以生存，是因为人类能够在许多无法预知的变化中保有弹性的应变能力，并且透过观察与经验法则推测下一步可能会发生什么事等。

　　目前在生产在线的机器人多数都灵活，也尚未有足够的人工智能技术得以支撑。西门子(Siemens)软件大中华区技术总监陈松盈则表示，“弹性”是目前机器人最缺乏的关键要素。

　　当制程发生非预期性变化或工厂开始生产新产品时，制造业者必需重新设计产线、配置机台设备，或是重新调教机器人，并寻找不同的解决方案。虽然无人化生产线可以有效缩减人力成本，提高工作时长。

　　相反地，越复杂的产线越有可能产生无法预料的错误情况，在机器人尚未有足够弹性的应变能力之前，对业者来说，反而会因此不断增加投入成本。

　　欧姆龙(Omron)智能系统研发中心总经理Masaru Takeuchi表示，其实导入机器人远比想象中需要更多人力、时间和金钱，工程成本可能达到硬件成本的3~8倍，甚至有时候达到20倍，此外机器人也需要维护和保养，相总之下，其所耗费的成本高、又缺乏弹性，效益往往会随产品周期的缩减而降低。

　　这恰恰与未来主流的制造趋势有所抵触。陈松盈认为，若制造业者的需求是混线生产，或是诉求少量多样、弹性变化的制造型态，基本上业者不会选择透过无人工厂以100%自动化的方式生产，“因为会更麻烦、更费工，制造成本一定会更高。”

　　因此业者评估，全自动化的生产型态可能较适合应用在高度标准化且产线更动频率低的制造型态中。丹麦协作型机器人制造商Universal Robots(UR)则认为，无人工厂通常只运用在非常大量、高成本的营运模式下，例如汽车制造这类大规模的组装线。

　　过去汽车制造虽是自动化生产的最佳代表，不过其制造型态也正慢慢发生改变。例如奔驰(Mercedes-Benz)为迎合市场需求制造更多个性化的汽车，现也正缩减最终组装的自动化程度以提高生产弹性，而其所关注的重点并非在于增加生产机器的比例，而是在于如何提高机器与人类之间的弹性和工作效率。

　　因此虽说汽车制造已迈入高度自动化的阶段，但大型汽车制造商都不约而同选择将可与人类在同个空间中一同作业的协作型机器人纳入生产线中，一方面维持人类在制造现场的弹性运作，保有人类先天被赋予的工作价值之外，另一方面则是在增加机器人的比例下，让机器取代人类处理危险、肮脏、沉重的任务，让人机共工在“各有所长”的情况下发挥最大效益。