圖為達明機器人（TM Robot）在智慧工廠與自動化生產線的應用技術。（劉偉宏攝）

AI機器人會走路、辨識物體，不代表就能進入晶圓廠。達明機器人（4585）營運長黃識忠指出，半導體工廠設備昂貴，產能利用率要求極高，若機器人動作跟不上原有生產節拍，反而讓機台等待自動化設備、拖慢產能，再先進的技術也不可能被採用。

對晶圓廠而言，機器人能否落地的兩項核心指標，是生產週期（Cycle Time）與投資報酬率（Return on Investment，ROI）。從預防保養、機台監控，到Magazine與FOUP搬運，每一項任務都有特殊需求，產業需要的不一定是什麼都能做的人形機器人，而是能真正提高效率的專用設備。

黃識忠表示，產業界最重視的不是機器人展示效果，而是實際落地。當半導體業者在工廠內導入機器人或自動化系統，首先考量的就是Cycle Time。

晶圓廠內許多機台價值高昂，設備必須持續運轉。如果原有機台為了等待機器人完成搬運、維修或操作，造成整體產能下降，業者便無法接受。

因此，系統整合商面對的首要挑戰，是讓機器人速度、精度及穩定性符合原有生產節拍，而不是要求整條產線配合機器人重新調整。

除Cycle Time外，投資報酬率也是導入關鍵。機器人可以減少人力需求，但半導體工廠評估的效益不只取代多少作業人員，也包括是否降低停機時間、改善安全、提高良率，以及減少人為失誤。

如果系統需要大量客製化、維護成本過高或穩定度不足，即使具備先進AI，也可能無法達到合理投資回收期。

黃識忠指出，機器人還必須與上位控制系統及其他智慧設備溝通，才能從單點自動化走向整場無人化運作。

半導體工廠內不同機台及製程均存在特殊需求，包括預防保養（Preventive Maintenance，PM）、機台監控、Magazine與前開式晶圓傳送盒（Front Opening Unified Pod，FOUP）搬運。

這些任務看似都是移動、拿取或檢查，實際上對潔淨度、震動、精度、路徑、安全及機台介面有不同要求。

機器人若要進入晶圓廠，必須針對個別任務優化效率，並與製造執行系統、廠務系統及機台控制介面整合，確保不會干擾既有製程。

黃識忠表示，只有系統整合達到工廠要求，機器人才能真正帶來改變；否則導入難度仍然很高。

工研院院長張培仁則從機器人設計角度指出，「形式追隨功能」，機器人應該長什麼樣子，與它要執行什麼任務直接相關。

他認為，開發機器人之前，首先應確認設備要完成的工作，再逐層分析需要哪些次系統、模組、零組件與晶片，而不是先決定做人形機器人，再尋找應用。

張培仁表示，動物經過數億年演化，身體結構、感測器配置與能源使用都已高度最佳化，是機器人設計的重要參考。

張培仁以跳蛛為例，跳蛛前方有兩顆較大的高解析度眼睛，用於尋找獵物；側面及後方則有六顆較小、解析度較低的眼睛，用來監測是否有天敵接近。

當側後方眼睛發現異常，跳蛛才會轉身，使用高解析度前眼確認威脅。也就是說，低功耗感測器負責持續監控，高解析度感測器則只在必要時啟動。

張培仁估算，跳蛛大腦執行視覺辨識與動作決策的功耗不到10微瓦，卻能完成類似自駕系統的環境感知、目標確認與逃生決策。

這項設計思維顯示，機器人不必讓所有感測器持續在最高解析度下運作，也不必把所有資料送回中央處理器，而可透過感測器分工與事件觸發降低能耗。

張培仁預期，機器人產業的上層產品將依照應用逐步收斂。工廠、物流、醫療、照護及家庭等場景，會發展出不同機器人形式，不一定全部朝人形演進。

但在底層，感測器、關節模組、控制器、晶片、致動器與軟體將走向橫向專業化，由不同企業與國家發展最擅長的環節，再整合成完整系統。

對半導體工廠而言，真正具有商業價值的機器人，不是外形最像人、AI模型最大，而是能在不拖慢產線的前提下，完成特定任務並帶來可衡量的ROI。