近年来，以AI机器人为主导的新兴应用在各领域如雨后春笋般出现，其商业价值更是不容小觑。根据研究机构IDC预估，至2020年全球AI市场规模将超过470亿美金。如今各产业皆看准AI发展前景而纷纷导入相关技术，然而AI真的能以一敌百，如此无所不能吗？
根据麻省理工学院研究团队进行的一项实验结果显示，相较于纯AI应用的机器人或单一人类组成的团队，“人机协作（Human-robot collaboration, HRC）”团队的工作效率更高；这一作业模式甚至能减少85%的人员闲置时间，大幅降低企业成本。
BigBlueStudio via shutterstock
人机分工≠人机协作
事实上，以智能工厂来说，工厂自动化生生产线大多偏向“人机分工”，即人与机器各司其职、互不沟通，像是机器手臂、关灯工厂，皆是以100%自动化生产为目标。然而，
所谓“人机协作”是指人与机器通过经验及工作交流，持续改善工作流程的过程；也就是说，机器可依据人类导入的信息及流程执行作业，人类再根据机器产出的成果进行调整，形成一种协作模式。
这种人机协作的作业模式能大幅缩短工作进程、提高准确度、节省企业人力成本，最终产出更具人性化的产品设计与服务。以近年越来越势头猛的AI门诊为例，导入AI软件辅助医生判读医疗图片数据，不但大幅提高准确率，更让医生判读图片的时间从10分钟缩短至20秒。如此一来，医生能更专注于问诊、深化医病关系，为患者找到更适合的治疗方式。
人机协作“优化电子产业作业模式”
除了医疗领域之外，电子产业迈向自动化的过程中，更少不了需要投入机器人协作技术以提升流程效率。经过数十年来的发展，电子设计自动化（Electronic Design Automation, EDA）技术看似已渐趋成熟。然而时至今日，电子产品在开始进行设计之前，工程师却仍摆脱不了将描述电子零件配置书的PDF，以人工作业的方式转换为各种EDA软件可兼容的数字数据。这种耗时费工的数据数字化流程，不仅品质管控困难，造成资源短缺又分散，企业更常面临因经验传承不易所产生的庞大人员培训成本。
此外，随着全球数字化浪潮，“数据”俨然已是企业最重要的资产，数据品质与应用性将重塑产业经济价值，因此各产业为满足现今市场需求，纷纷迎合数字经济开创崭新商业模式。
目前已有创业公司看准电子产业潜在的庞大商机，史无前例地通过人机协作模式创建电子零件数据数字化平台。该平台运用机器学习技术，结合工程师汇集整理与归纳数据的逻辑，将需要大量计算与重复性的工作交由机器处理，工程师再依据机器执行的结果反馈调整机器的学习模式，创建人与机器之间良性的学习模式。
该平台不仅有效解决业界资源短缺及分散的问题，更彻底落实资源共享（Resource sharing） 的概念，并集成产业需求、简化数字化过程、提升数据品质，为产业奠定数据妥善运用的稳固基础。
人机协作模式“推动产业转型”
这样听起来人机协作能带来许多竞争优势，然而企业在导入时，往往会有“机器真的做得比我好吗？它怎么可能比我还熟练？”这样的想法产生。
事实上，人机协作并非意味着人类将被机器人取代，而是人类扮演着“训练机器执行任务”的角色。
对于企业来说，采用人机协作模式不但可以省去研发人员花在高重复性工作的时间，集中心力在更加复杂、灵活度高的设计工作，更能大幅提升创新技术所带来的产业价值。
人与机器共事的模式正一步步推动产业转型，当某种作业模式开始带来便利性，行为改变便是指日可待、势在必行。未来，人机协作势必会成为主流工作模式，加速产业革新，塑造更便利的生活面貌。