| 本期觀點｜ 據《華爾街日報》報導，德國工業機器人新創 RobCo 在一筆約 4,000 萬美元的股份交易後，估值突破 10 億美元。這筆交易主要是員工等既有股東出售持股，並非公司又募得 4,000 萬美元。就在今年 1 月，RobCo 才完成 1 億美元 Series C，當時估值約 5 億美元。目前公司已售出超過 1,000 台機器人，BMW 也是客戶之一。 公司估值翻倍很容易成為新聞焦點，但這次 RobCo 事件更值得思考的問題是：機器人進入工廠後，每次換產品、換工作、重新配置產線後，還要花多少時間與成本，才能重新投入生產？ 這是一筆經常被工廠忽略的成本，也是一直限制著工業自動化能進入哪些工作的關鍵，而 RobCo 近年的產品路線，正是沿著這個問題一路解決，他們先用模組化硬體與 no-code 軟體降低設定門檻，再透過 Robotics-as-a-Service（RaaS）降低前期資本投入，現在又希望利用實體 AI ，減少工作改變後重新編程與調整的成本。 如果這條路走得通，那受到影響的，就不只是機器人的能力，而是哪些工作開始值得被自動化。這期我們就從 RobCo 談談，工業自動化這筆經濟帳正在發生什麼變化。 繼續閱讀⋯⋯ |
| RobCo Enters the Next Phase of Industrial Robotics with Autonomous Alfie 文章說明 Alfie 為何鎖定傳統自動化較難處理的高變異工作，包括不同物件、流程與工作條件。 | AI in Robotics 文章從產業角度說明 AI 為什麼可能改變工業機器人的經濟性。文中也指出程式設計與系統整合約佔機器人應用成本的 50% 至 70%。 |
| Sim-to-Real and Real-to-Sim: The Engine Behind Capable實體 AI 文章解釋機器人在模擬環境學會工作後，進入真實工廠仍會遇到相機雜訊、摩擦、設備延遲與物件差異。 | Fu Zhuan Steel Revolutionizes Laser Welding Efficiency with the UR12e Cobot 這是台灣鈑金製造商富專鋼鐵導入協作型機器人的案例。公司改採可以手動教導的協作型機器人後，新操作員約一至兩天即可上手，具體呈現出現場調整成本問題。 |
本文依 CC 創用姓名標示 - 非商業性 - 相同方式分享 4.0 國際釋出