2016年的Alphago靠類神經網路的深度學習進行棋路推估、預測、決策。以此為開端的人工智慧發展將深刻影響機器人產業。工業機器人利用機器學習來對檢測的工件，按照取拾的難易程度進行自動排序，以此強化辨識技術的突破與作業效率，將是緊接著人機協同後的技術發展趨勢。
機器人的四個趨勢面向為：1、透過物聯網讓生產資訊數位化，所有數位化的大數據資料能傳達給機器人，機器人在此系統中扮演靈活的生產工具。2、機械手臂應用機器學習技術會在2018年普及。3、受惠於控制技術和防止機器人間互相干擾的電路設計軟體進步，生產線上的機器人配置密度愈來愈高。4、不論是工業用機械手臂或服務型機器人皆可見視覺應用其中，從2D檢測、定位到3D取放、量測、人機共工的相關應用均有。3D視覺整合機器人更為各廠商的必有配備。
此外，機器人商與自動化系統廠商的合作會更密切；機器人商會將業務觸角延伸至提供智能化服務，透過整合為客戶提供更完整的智能化解決方案，這樣類型的合作模式會愈來愈多。未來亞洲企業比歐美企業將更積極地透過併購來提高成長，特別是中國大陸與日本，以多元化的策略聯盟與合資合縱連橫夥伴關係進行機器人的國際級戰爭。
台灣在ICT及精密機械零組件供應鏈完整的優質基礎下，附加價值率可望逐年提升。從短期、中期、長期的發展效應來看，在Harmonic drive減速機、伺服馬達與絕對型編碼器的規格逐漸符合國際水準之下，短期看IPC族群切入機器人產業的表現；中期看機器人零組件；長期來看的話，目前檯面上這些機器人品牌廠，將有機會出現一流的國際機器人企業。未來隨著精密機械產業結構的調整與高值化轉型，產值可望逐漸成長。預期2016年後在生工業4.0、工業國家更重視製造業所帶來的經濟效應，以及中國大陸十三五、2025計畫的帶動下，將直接導致企業盈餘的提升，台灣工業機器人產業的附加價值率可望逐年上升。
從多關節機械手臂（工業機器人）的技術發展演變來看，從高重複精度到可靠性、再到安全性，再轉變到價格競爭階段；當多數的製造商都能推出對應安全性的產品或技術時，競爭的基礎就會轉移到價格及服務。機械手臂在成為擁有人工智慧（AI）之前，或是導入機器學習而有自我學習能力之前，會與自動化系統整合商有更密切的合作，透過物聯網讓生產數位資訊溝通，所有數位化的大數據資料傳達給機器人，機器人在此系統中僅是一個靈活的生產工具，虛實之間的緊密整合程度對工業製程會產生巨大影響，此程度是判斷自動化企業未來發展強弱的指標。
工業用機器人需求倍數成長，建議集中資源投入產品開發。隨著勞動成本提高、投資環境改善、彈性製造訴求等，自動化課題已成為國際製造業的關注焦點。雖然台灣工業機器人產業附加價值率逐漸提升，但與國際大廠相比，仍有明顯差距；台灣應推動以工業機器人為自動化生產的核心，將工具機及機器人進行整合，並促成機器人產品精度改善及國產低荷重多軸數機器人開發，建議以單機自動化為訴求，加速推動整合產品開發及介面標準建立，以創造兩個產業的產值及提升產品的附加價值。
（本文經黃仲宏同意授權刊登）
