從PC代工到機器人 台灣如何重組下一支科技大軍

一部個人電腦被拆開，我們看到的是主機板、處理器、記憶體、電源與作業系統；當一具人形機器人被拆開，看到的同樣是運算、感測、通訊、能源與軟體，卻又多了關節、力矩、平衡，以及與人接觸時不能出錯的安全責任。

因此，人形機器人很像下一代PC，卻不是另一種PC。它的產業化，既需要電子業的模組分工，也需要汽車業對整機、安全與場域的嚴格整合。

這正是台灣的新機會，也正是最容易誤判之處。台灣缺少Tesla、現代這類同時擁有終端品牌、汽車技術、工廠場域與大量資本的企業，若把競爭目標只設成「打造一個國產人形機器人品牌」，很可能以自己的短處追趕別人的長處。但台灣擁有半導體、AI伺服器、工業電腦、精密機械、運動控制、電源管理與全球製造服務。真正可行的道路，是把這些分散能力重組成平台：分頭切入關鍵模組，最後在共同介面、測試驗證與場域資料上合擊成軍。

人形機器人先從工廠出發

從固定式機械手臂到移動式智能勞動力

傳統工業機器人的優勢，是在已知位置重複已知動作。只要工件、治具與節拍都固定，它可以比人更快、更準，也更耐久；但若任務分散在不同工作站，物料位置略有變化，或需要開門、取件、推車與上下料，固定式機械手臂的建置成本便迅速升高。人形機器人要補上的，不是高速焊接、噴塗等專用設備，而是自動化產線之間仍由人搬運、銜接與判斷的空白。

類人外形的理由，也不在於模仿人的外觀，而在於既有世界本來就是依人的身體建造：走道、樓梯、工作臺、工具、料架與門把，都預設了人的高度、雙手與活動範圍。雙足未必永遠比輪式底盤有效率，五指靈巧手也未必比專用夾爪可靠；所以最先落地的任務，往往是搬運、上下料、巡檢與簡易裝配，而不是表演一個什麼都會的「通用人」。

汽車廠為何成為第一批領航者

汽車廠同時具備馬達、電池、控制器、感測、安全驗證與供應鏈管理能力，又擁有最直接的實驗場。BMW在美國Spartanburg廠部署Figure 02，官方資料顯示，該機器人在十個月內支援超過3萬輛BMW X3生產，搬運逾9萬個零件，累積約1,250小時運作；2026年再導入Figure 03測試物流排序任務。Mercedes-Benz也在柏林數位工廠園區測試Apptronik Apollo。這些案例說明，車廠不是只購買機器人，而是在用自己的產線定義「會工作的機器」必須達到什麼條件。

汽車供應鏈與機器人供應鏈高度重疊，卻不能直接畫上等號。車輛的大部分力量用於移動自身與載客，機器人的力量則頻繁作用於外界；一個錯誤動作可能撞擊人、損壞工件或造成停線。因此，機器人的競爭不只是馬達扭力與AI算力，而是能否把感知、決策、運動控制、急停與責任邊界組成可驗證的整體。

工業之後，才是商用與家庭

工廠環境可限制人流、照明、地面與工件位置，物流倉也可透過標準料箱與動線降低變異；醫療與商用服務則要面對非專業使用者、衛生規範與更多人機接觸，家庭更充滿狹窄空間、孩童、寵物和難以預測的物品。國際機器人聯盟（IFR）指出，2024年專業服務型機器人銷售接近20萬台，其中運輸物流達10.29萬台，占比過半；消費型服務機器人雖接近2,000萬台，主體仍是單一功能產品。由此可見，Personal Robot不會只是縮小版工業機器人，而要重新處理價格、安全、隱私、維護與人的信任。

家庭機器人初期更可能採租賃或Robot as a Service（RaaS），由供應商承擔維修、更新與責任管理，而非一次售斷。IFR資料顯示，2024年RaaS成長42%，已成為物流機器人重要的變現方式。當機器進入人的生活，商業模式其實也是安全機制：持續服務才能讓產品被持續監測，而不是交付之後便失去管理。

圖一 : 機器人應用將由可控的工業場域逐步擴散至物流、醫療、商用與家庭；越接近日常生活，環境變異與責任成本越高。(來源：本刊製圖；資料整理自IFR World Robotics 2025)

PC產業經驗可以複製什麼，不能複製什麼

PC供應鏈的成功條件

PC產業之所以能快速普及，不是因為每家公司都能做完整電腦，而是因為主機板、CPU、記憶體、儲存裝置與周邊介面逐步標準化，作業系統又讓不同硬體共享應用生態。品牌負責市場與產品定義，ODM負責設計、量產與快速迭代，模組供應商則在規格範圍內持續競爭。台灣正是在這種「不必擁有全部，也能占據關鍵位置」的架構中成長。

機器人也會走向類似分工。運算控制盒、視覺感測頭、智慧關節、靈巧手、電池模組與安全控制器，不可能永遠由每一家整機廠從零開發。當市場由數百台試作走向數萬台部署，客戶會要求可替換零件、第二供應來源、維修週期與跨世代相容，模組化便從技術選項變成經濟必然。

機器人與PC的根本差異

然而，PC輸出的是資訊，機器人輸出的是力量。電腦當機通常造成資料或時間損失，機器人控制失誤則可能立刻轉成物理傷害。PC追求的是「插上就能用」的相容性；機器人除了相容，還必須證明在特定負載、速度、環境與人機距離下可以安全運作。ISO 10218-1:2025規範工業機器人本體，ISO 10218-2:2025則處理整合後的應用與工作單元；服務機器人又另有ISO 13482的修訂工作。這表示同一具硬體換到不同場域，責任與驗證也會跟著改變。

所以，機器人模組不能只標示尺寸與電氣介面，還要揭露扭力、壽命、失效模式、資安更新與安全完整性。真正可交易的產品，不只是零件，而是帶著數位模型、測試資料與驗證邊界的模組。

機器人產業可能出現Wintel模式嗎？

機器人產業可能形成類似Wintel的上層平台，但未必由兩家公司永久壟斷。ROS已提供跨硬體的開源軟體工具與函式庫；NVIDIA在2026年公布Isaac GR00T開放參考設計，整合Unitree H2 Plus機體、觸覺靈巧手、Jetson Thor運算與模型、模擬、資料擷取到部署流程。這種參考設計的意義，不只是推出一台機器人，而是把「身體、腦、訓練工具與介面」組成可重複使用的開發底座。

未來的主導權可能分散在AI模型、機器人中介軟體、運算模組、控制匯流排、關節介面與安全驗證平台。誰能讓不同品牌的硬體更容易訓練、部署和維護，誰就更接近機器人時代的Intel、Microsoft或Android。台灣若只等待國際規格發布後代工，仍是追隨者；若能以量產經驗參與介面、參考設計與測試方法，才可能成為平台共同制定者。

圖二 : 人形機器人由汽車式垂直整合走向PC式模組分工時，參考設計、智慧次系統、共同驗證與ODM將成為台灣的交界位置。(來源：本刊製圖)

沒有大型汽車品牌，台灣還能扮演什麼角色

台灣的限制

台灣缺乏大型整車及全球消費品牌，缺少能定義機體、AI模型、場域與服務的單一企業。機器人需要在真實環境中學習行為資料，這些資料無法僅靠晶片製造或實驗室獲得。機械、電子、軟體與場域業者長期分屬不同產業，推出封閉產品無法形成可規模部署的系統。

台灣的真正優勢

相對地，台灣已具備機器人的大腦、神經、能源與骨架：半導體與先進封裝支撐AI運算；伺服器、工業電腦與主機板承接控制平台；PCB、連接器、線束與感測器構成訊號網路；電源管理、散熱、馬達、減速機與精密傳動則決定續航、力量與壽命。更難被複製的，是EMS、ODM從設計驗證、供應鏈管理到全球維修的量產紀律。

鴻海2026年在NVIDIA GTC展示共同開發的AI工業人形機器人，任務涵蓋取放、鎖螺絲與物料搬運，並結合Isaac GR00T、Isaac Sim、Jetson Thor與實際工廠迭代。這個案例所代表的，不只是大型代工廠跨足機器人，而是台灣開始把AI伺服器、數位孿生、工廠流程與機器人本體放進同一個閉環。

圖三 : 鴻海於NVIDIA GTC 2026展示AI工業人形機器人，並把數位孿生、模擬訓練與實際工廠技能放進同一套Physical AI流程。（照片來源：鴻海科技）

從零組件供應國升級為平台國

升級的關鍵，是改變交易單位：不只賣馬達，而是賣含驅動器、編碼器、控制韌體與壽命資料的智慧關節；不只賣相機，而是賣完成校正、辨識與安全監測的感知系統；不只賣主機板，而是賣可以連接多種關節與感測器的運算控制平台；不只代工組裝，而是參與共同設計與場域驗證。

平台國不等於把所有技術收歸一家企業，而是讓不同企業能在共同規則下合作。台灣過去靠PC標準分工進入全球市場，未來則要把「製造相容性」提升為「物理可驗證性」，使模組帶著規格、資料與責任一起被整合。

分進合擊的四層產業架構

第一層：晶片與電子底座

底層包括晶圓製造、先進封裝、AI處理器、MCU、FPGA、控制IC、PMIC、馬達驅動、網通、資安與感測器。這一層台灣基礎最強，但若只供應通用晶片，價值容易被上層平台吸收；因此應建立針對機器人即時控制、功能安全、低功耗與長期供貨的產品組合。

第二層：標準化次系統

真正適合台灣擴大議價能力的，是AI運算控制盒、智慧關節、電力與電池模組、視覺感測頭、靈巧手與安全控制模組。這些次系統既能供應多個整機品牌，也能累積跨客戶的故障、壽命與相容資料，逐步形成事實標準。

第三層：整機ODM與參考設計

整機不必一開始就押注最困難的雙足通用型。工業搬運、物流、醫療遞送、巡檢、輪式上半身與雙足型，應依場域需求形成不同參考設計。輪式底盤若能更低成本、更長續航地完成任務，就不應為了「像人」而堅持雙足。人的外形是手段，不是目的；工作完成度、安全與總持有成本，才是產品定義。

第四層：場域與RaaS

最高價值層不只是銷售整機，而是把智慧工廠、倉儲物流、醫療照護、餐飲零售與公共安全轉為可複製的服務方案。2026年5月，經濟部於工研院六甲院區成立「智慧機器人創新與應用研發中心」，鎖定醫療照護、物流倉儲、餐飲服務與巡檢救災四大領域，並規劃四年投入30億元，提供系統整合、AI感知決策、關鍵模組與場域驗證。同期，所羅門獲核定投入人形、四足與輪式機器人可跨載具部署的VLA感知整合平台，顯示政策補助已轉向跨機體、跨場域的能力。

圖四 : 台灣可由晶片與電子底座、標準化次系統、整機ODM與參考設計，逐層向場域與RaaS整合。(來源：本刊製圖)

台灣機器人產業的三種可能結局

最保守情境：零組件供應基地

台灣可以靠既有製造能力取得大量訂單，卻可能仍由國際平台定義介面、掌握行為資料與客戶關係。供貨量很大，不代表議價能力很高；如果零件可被替換，產業繁榮也可能只是另一輪成本競爭。

中間情境：全球機器人ODM中心

若台灣能承接整機設計、可靠度驗證、量產與全球維修，便可能建立類似筆電與伺服器的地位。這條路最符合既有能力，也最可能先形成規模，但仍須避免ODM彼此削價，並爭取共同設計、軟體整合與後續服務收入。

積極情境：Physical AI系統平台基地

更積極的結局，是掌握模組介面、測試驗證、場域資料與RaaS營運，使台灣不只製造機器人的身體，也參與訓練它的技能，並知道它在不同場域如何被維護、保險與持續更新。這要求產業共享測試場、匿名化資料、故障分類與安全規範，也要求政策從補助單一產品，轉向建設可被多家公司共同使用的基礎設施。

圖五 : 經濟部2026年5月於工研院六甲院區成立「智慧機器人創新與應用研發中心」，鎖定醫療照護、巡檢救災、物流倉儲與餐飲服務。（照片來源：經濟部）

台灣不需要等待一個「機器人界的國產汽車品牌」，而應把分散在電子、精密機械、自動化與軟體產業的能力，組成一座沒有圍牆的虛擬機器人工廠。所謂分進，是讓每個產業從最有把握的位置切入；所謂合擊，則是以共同介面、驗證、資料與服務，把零件變成系統，把系統變成能長期工作的產業力量。機器人大軍真正的「大」，不在外形一致或數量眾多，而在不同能力能否彼此信任、協同並承擔責任。