商傳媒｜記者陳宜靖／綜合外電報導
當「物理人工智慧」從概念走向實體應用，亞洲製造鏈正迎來關鍵拐點。日本科技大廠理光董事長山下義則近日指出，人工智慧的核心不在於取代人類，而是重構人機分工，讓機器處理重複性與高精度作業，人類專注於創造與決策。此一論點，對高度依賴硬體實力的台灣產業而言，格外具有現實意義。
2026年被多家研究機構視為「物理AI元年」。不同於過去停留在雲端運算與文字生成的AI模型，物理AI強調透過機器人、感測器與邊緣運算系統，直接進入工廠產線與倉儲場域執行任務。對台灣而言，半導體、精密機械與電子組裝本就具備深厚硬體基礎，若能與AI演算法高度整合，可望在全球供應鏈重組過程中占據戰略位置。
理光回顧其發展歷程，早在1970年代即提出「辦公室自動化」概念，強調讓機器負責機械性工作。如今該理念延伸至智慧工廠場域，導入視覺辨識與自動化檢測系統，以提升生產效率與品質穩定度。觀察台灣產業結構，無論晶圓代工、伺服器組裝或工具機產業，皆面臨缺工與成本壓力，機器人與AI協作已非選項，而是必然趨勢。
市場分析指出，全球AI算力需求暴增，帶動高階晶片、先進封裝與散熱解決方案升級，台灣企業在相關供應鏈占有關鍵地位。當物理AI落地至工廠端，對高精度感測模組、控制晶片與自動化設備的需求同步放大，形成「軟體驅動、硬體受惠」的新成長曲線。
然而，勞動結構調整的疑慮亦隨之浮現。部分學者提醒，若企業缺乏完整的技能轉型機制，基層技術人員恐面臨職能淘汰壓力。對此，理光方面強調，企業應建立再教育體系，培養員工跨領域能力，使其從操作角色轉向監控與系統優化角色。台灣近年推動智慧製造與數位轉型補助政策，亦在嘗試平衡技術升級與就業穩定。
從資本市場角度觀察，AI與機器人題材持續升溫，但投資評價呈現兩極。樂觀派認為，硬體製造商將在物理AI時代重新站上舞台中央；保守派則指出，設備投資與研發成本高昂，若全球需求放緩，回收期可能拉長。尤其在地緣政治與關稅政策變動下，供應鏈布局仍存變數。
未來五年，物理AI能否真正改寫製造版圖，關鍵在於軟硬體整合效率與國際合作深度。台灣若能結合既有晶片優勢與自動化設備技術，並與日系企業深化合作，將有機會在亞洲製造升級浪潮中扮演關鍵樞紐角色。對產業而言，這不僅是技術革新，更是一場生產模式與人才結構的全面重塑。
