2019年RPA成為了企業(yè)的最佳關(guān)注點，人們?yōu)槠髽I(yè)的數(shù)字化轉(zhuǎn)型煞費苦心，企業(yè)高層已洞察出了市場環(huán)境日益緊張的今天，企業(yè)的數(shù)字化轉(zhuǎn)型會是一個最大的趨勢，紛紛開啟數(shù)字生產(chǎn)力項目，努力實現(xiàn)企業(yè)的數(shù)字化轉(zhuǎn)型。

物聯(lián)網(wǎng)與深度學習、人工智能(AI)，帶動制造業(yè)與工業(yè)機器人應(yīng)用的新發(fā)展，對少子高齡化導致年輕勞工日減的先進國家來說，引進新技術(shù)的工業(yè)機器人，大幅降低工廠人力需求，可以說是挽救其制造業(yè)根基的福音。

但是新設(shè)備雖減少人力需求，離無人工廠還有一段距離，機器人雖能自動生產(chǎn)，但產(chǎn)品設(shè)備的故障排除，難以預估的產(chǎn)品瑕疵檢查，以及設(shè)計、原料、生產(chǎn)、物流、營銷的整合，仍有不足，因此工業(yè)機器人、流程機器人(RPA)、與人工智能的結(jié)合，是下一波的發(fā)展目標。

引進深度學習人工智能的工業(yè)機器人，已帶來明顯的效率提升，借由人工智能分析精密機械的熱膨脹，讓機械加工隨設(shè)備各部分溫度自動調(diào)整，產(chǎn)品誤差不僅減少30%，還大幅壓低維修人員需求，讓原需要2個工作天的維護時數(shù)，縮短為1工作小時。

但是，這種調(diào)整與節(jié)省目前僅限于生產(chǎn)線，原料未到的停機，與等待物流的倉儲，在多數(shù)制造業(yè)廠商來說，是由行政會計人員、或相關(guān)部門的流程機器人負責，與生產(chǎn)線的工業(yè)機器人沒有完美的整合。

而這問題不只是生產(chǎn)線與行政體系沒有連線，因為生產(chǎn)完成的產(chǎn)品檢查，以及設(shè)備故障在線排除，多數(shù)仍需人工處理，這部分時間無法自動化也難預估，也是自動化生產(chǎn)中非自動化的弱點。

工業(yè)物聯(lián)網(wǎng)事業(yè)的技術(shù)重點之一，就是預測故障發(fā)生時間，提早排修，這個部分可學習資料增多而改善；但原料與產(chǎn)品檢查變量比較多，完全由機器人車出來的零件還好，假如是需要自然原料的產(chǎn)業(yè)，如利用木料的建筑家具，木質(zhì)需要資深木工判斷，這就是一大問題。

因此，自動化工廠的下一步，影像檢查用AI與設(shè)備，會是關(guān)鍵，因為不同生產(chǎn)線的檢查要求不同，而且廠商也不希望人工智能學習很久才上線，如何以有限的學習資料達到必要的精度，則是對人工智能技術(shù)的另一個挑戰(zhàn)。