Transcription
Hello 各位聽眾朋友大家好，我是戴季全。歡迎回到全新一周。
過去這一年的時間，從 Agentic AI 到 Robotic AI，發展速度非常非常快。今年其實開始，大家已經不太討論說機器人做不做得出來，比較多討論是說機器人可以做什麼，它可以怎麼樣商業化，可以怎麼樣規模化。不管是工廠裡面的自動化手臂，還是現在已經有一些很厲害，會翻跟斗的人型機器人，看起來是一個百花齊放的新的產業的開始。
今天這集我們特別邀請到華碩機器人暨智慧應用的王恒聰總經理 Kevin 來到節目當中。Kevin 你好。
社長你好，全新一週的聽眾大家好。
因為 Kevin 這邊他同時也擔任台灣智慧城市產業聯盟所成立的智慧機器人應用 Special Interest Group SIG 的召集人，那是不是先請 Kevin 跟我們簡單介紹一下這個 SIG 在做什麼？
這個從台灣智慧城市產業聯盟所延伸出來的智慧機器人應用的 SIG，主要的目的就是說，因為機器人這東西其實是相對複雜，不管從軟體、從硬體、再到 AI，甚至到法規，甚至到那個資安，到落地。所以他的跨過的這些產業，其實是相當多。
那我們透過這個 SIG，我們從零組件建廠商，到系統這個廠域應用，甚至到這個驗證測試，還有所謂的公部門的這個產業落地，再到最後的資安安全的這個部分。我們針對這幾個部分，我們去成立了這樣一個工作小組，希望能夠跨這個領域，然後針對這個讓 POC 的案子能夠實際到規模化，甚至到落地的一個平台的架構，讓大家來去參加這個部分來做這個推進。
所以這個平台其實就是，因為機器人的確，我們剛剛在節目開始錄之前聊的，它的確跟傳統的，比如說 Notebook 或者是智慧型手機，其實 Notebook 跟智慧型手機我們以前看已經夠複雜了，但是其實機器人出來之後發現它複雜的更多。
那也就是說這個 SIG 的平台，是讓這個不同的領域的這些，不管是行業或者是政府，有一個能夠縮短溝通成本，就是加速這個 POC 變成商用化或落地的這個時間，主要目的是這個。
剛好最近醫療科技展剛結束，是不是可以跟我們分享說，因為我們現在其實相信很多聽眾朋友，大概也開始注意到不是只是餐廳，餐廳已經開始有一些會有帶位機器人、送餐機器人。其實醫療場域也開始出現越來越多的機器人，可不可以跟我分享你在這次醫療科技展裡面，看到機器人它的落地應用現在到什麼程度？
所以說這一次生策會的醫療科技展的部分，其實主題它就是機器人，它有一個機器人參觀的指引，大概有十幾二十家的機器人，都在這個領域去做落地。那醫療會展主要的對象還是與醫院為主，所以你會看到說，整個機器人在這個醫療的應用變得非常普及，不管從巡檢、送藥，到一些相關的導引。
所以這些東西機器人的應用其實是分門別類，不過我們看到更多的點是說，現在目前看到的這些智慧機器人的應用，都比較是從點的角度去做這件事情。
我舉一個例子來講說，一個醫學中心來講，它導入了三到五家的不同的機器人廠商，那其實機器人的操作都除了自然語言的對話之外，它還是有一些相關的任務要做操作，它透過一些不同的 Portals 去做這個東西的時候，那我們就會發現一個點說，在不同的場域應用的時候，這些醫務人員必須操作不同廠家的 Portals。
所以這個東西就比較不容易從點到面的方式去做。那我們自己就是看到這個點的，我們就開始從整個軟體的架構去做一些，做一個 linetware 的大語言模型，有可能是一個多模塊的模型。
針對這些我們所謂的跨品牌、跨載具、跨平台，甚至跨場域的這個概念，我們叫 Mistral 的一個架構，讓這個東西能讓這些不同廠牌或是載具的東西能夠去做協作，達成對醫務的角度說，反正他就是只要很輕鬆的使用這些機器人載具，而不是說一導入一個機器人載具，本來是想要節省人力的部分，反正回過頭的話，你還要去要人力還要去照顧機器人，然後還要去排解機器人。
所以這個角度是我們從這個裡面看到說，可是普及這件事情開始慢慢從這個，不管從過去看到餐廳的服務產業，到現在所謂智慧醫療的這個場域裡面，我們可以發現說這些機器人的普及是慢慢慢慢在成熟。
這個就分兩個角度要再跟 Kevin 多請教。一個是說其實你剛才講的時候，我就想說好像真的是這樣，因為其實像我們公司在大巨蛋對面，其實如果大家比較早起來，就大巨蛋在外面，它其實已經有自動的掃地機器人，它在外面掃灰塵跟樹葉，其實它的安全系數抓蠻高的，大概人靠近一點它就慢下來停下來。
醫院其實我也注意到它有那種比較大台的，就是那種掃拖消毒的那種機器人，跟這種要送檢體送資料的機器人，它其實就是你剛剛講的它是不同廠牌的。
那現在這個我覺得第一個大的問題是，為什麼這個有點出乎我意料，現在看起來好像率先落地的就是就是餐廳跟醫療業，就是這個機器人的落地，它到底是從成本面產生結構性的變化呢？還是說它技術面有些什麼突破？還是單純只是就是人力不夠？
所以以現在機器人這個行業來看，就是說當然有三個關鍵的因素，一個是技術，一個是成本，一個是應用場域。可是現在剛上提到說，現在的感覺跟過去比較不一樣，說現在在醫療甚至在醫院都有一個比較落地的常態，在看到這些機器人的出現。
那主要這個問題就是一個共通性的人力缺乏的問題，這個是基本的需求。因為如果沒有這個強需求的部分，其實過去你要導這些機器人的時候，還是會遇到一個問題，那你導這個機器人的用途是什麼？你的實際得到的這個成本，還是說你反饋得到的這些效率問題，都還是會被拿出來檢討。
所以它有一個很關鍵的主軸在於應用場域人力的缺乏，這個就是一個硬需求。
因為你講的其實真的蠻有道理，因為餐廳就缺人嘛，因為缺人所以常常都會叫我們自己吃完自己收，甚至叫你自己掃 QR code 自己點，它就不會有服務員過來跟你點。
所以這是一個很大的驅力，讓這個機器人的落地，我看起來其實不是只有台灣，其實全球都有少子化跟人口老化的問題，所以這個需求是很強勁的。
另外一個角度是從技術端來跟你請教，因為我們現在看到，現在之所以大家這幾年對機器人有不同的想像，其實關鍵就是大語言模型，這個生成式模型的爆發。你看譬如說像最近不管是多模態啊，甚至是 VLM 啊，你覺得這一波的 AI 革命會怎麼改變我們過去對這種像服務型機器人的定義和期待？
就過去我們對這個服務型機器人的定義，以前的做法就是說它是一個任務型的機器。那現在我們不要把它想成是一個，就是一個場景上一個服務的夥伴。
那這中間很大的改變是什麼？就是第一個，那當然以前的很多東西，這些任務都是要被先規劃的，這些東西所謂的 Rule-based，對，Rule-based，然後甚至說你要先 coding 好，然後這些 well defined 好這些環境。
那這些東西呢，就變成說，如果我有規劃到這個任務，那我就能執行。如果我沒有規劃到，其實它就很可能在這個 AI handle 的部分，它就做得不夠好。
那可是因為大語言模型的出現之後，這個多模態的部分，讓它整個對第一個首先，對它這個環境的認知，它變強，然後它可以理解思考能力變多了。
再來就是說，實際上剛才說也因為這個時間點，這個共通性能力缺乏的問題之後，也迫使這個所謂的這些機器人的需求往上提升了。
那這樣的話有沒有可能從你的觀點來看，有沒有可能會變成譬如說手機啊、PC 啊、Notebook 啊，其實華碩一直都在裡面有一個很重要的角色，那你們怎麼看待現在的這個這個機器人？假設譬如說像簡立峰簡博士，他講的，剛剛這個 Kevin 有提到我們把人型拿掉，心理負擔比較低一點，但是在這個方向上面，有沒有可能現在這個機器人會成為下一個殺手級的一個 device？
就我們先把它定位成說是一個關鍵的 device。就說剛剛社長提的很好，就你把人形拿掉，大家就可能就這個壓力就沒那麼大，那我們就談的是智慧機器人的這個角度說，它有可能真的是未來的一波的關鍵載具。
那差距在哪裡說，過去你用手機、用平板，這個比較是像人去趨向 AI。那現在這個機器人比較是 AI 走向你的這個角色。當 AI 走向你的這個角色的時候，它就遇到幾個點，它跟過去的那些那些關鍵載具不一樣的點是在於說，第一個它是實體存在的東西，第二個它是可以長期陪伴你，去做這件事情的載具。
那可是當你提到說，只能夠長期陪伴你做這個載具的關鍵，就在於說，那你真的能夠長期使用。所以這個問題的關鍵點，就在於說，這個 AI 走向你的時候，那你能不能夠把這個東西用得好，用得久，用得穩。
我覺得想要取代這個部分很大的關鍵，你剛才講了一個蠻關鍵的點，就是說現在這個機器人，你的陪伴不只是服務型的，有時候可能是工作上的啦，它其實就是要在人的旁邊嘛。所以你剛講用得久，用得好，其實它裡面有很多其實蠻細緻的一些定義，譬如說它安不安全。對，因為你它不安全，你就用不好了。
然後先安全，然後才講求它的這個任務，是不是可以完成。任務如果完成的，任務完成的這個完成度又不高，那一樣我們很快又會對這個所謂在我們旁邊的這個機器人，就會失去興趣。
它感覺起來像我剛剛你在講的時候，我就想說類似的東西，比較接近的真的就是汽車。汽車我們會開它，那汽車如果引擎有怪聲啊，輪胎破一顆啊，其實我們就要把它送修了。對，其實看起來機器人大概會，我們現在比較接近的經驗應該就是汽車。
如果是家裡的話最接近大概就是掃地機器人了，大概就是這個方向。所以看起來的確也不是說完全沒有頭緒，但是的確是在我們經驗上，像我們以前用 PC、Notebook，壞掉頂多就是重開就好了，不會有什麼大的風險。
可是現在我們這樣如果拉回來在這個方向，因為過去不管是這個 Desktop，然後筆電，手機啊等等的，這些東西台灣都有掌握到很好的產業角色。那這一波你怎麼看說，我們現在台灣廠商在這個機器人或人型機器人，不管是在硬體供應鏈啊，還是軟體的控制系統上，有沒有機會扮演更重要的角色？還是說有沒有其他的潛在的 competitor？
就說其實在這一波機器人的行業裡面，就是我們從過去 ICT 培養的這些能力來講，當然大家最常提到就是硬體供應鏈的概念。當然硬體供應鏈，我們先從硬體開始談好了。
硬體供應鏈這一波機器人能起來幾個關鍵，一個是芯片，一個是算力。所以後面才是所謂的生成式 AI 的這個角度。
那硬體以前面這兩個來看，就是說台灣確實在硬體供應鏈的角色扮演的很好。可是硬體這一塊大家都知道，可是機器人不是只有靠硬體（段。機器人比較強調是在 ICT 過去在整個系統整合能力的部分。
因為其實機器人比過去剛剛講的，不管是 NV 還是說 GitHub 甚至手機，它有更多的動件要處理。所以除了系統整合之外，還有一個 quality 的問題。這個也是台灣在整個硬體供應鏈比較強的部分。
就是說我們可以從系統整合的角度，然後硬體軟體再到 AI 的整合，這是一個我們覺得很大的，很大台灣的一個利基。
第二，就是說我們過去在做這些東西的時候，其實是雖然它沒有直接安全性的問題，但是還是有很多在 quality 上的部分。那過去你看，台灣在這個行業的生產的數量其實是龐大，所以我們在整個工廠流程，甚至在整個整個產品的這個安全性的部分，甚至在品質的部分，其實這個也是台灣的特色之一。
所以也就是說你剛講的一個是系統整合，然後第二個是因為我們有這樣子製造的經驗，所以可能它的安全性上啊，或者是這個生產的效能上我們會有優勢。
軟體的部分是不是我們現在比較弱的部分？
軟體部分其實這些年 ICC 大廠，也都往軟體這方面去移動。因為過去以 Wintel 的時代，大概很多很多東西都是已經被 define 好的。但是在過去開始往手機往這些新的這些 device 的時候，你就會發現說好做機器人來講，你其實沒有一個比較很明確的明確的一個標準跟定位。
第一個還是取決於你的應用是什麼，所以這個比較多從 domain 的角度，就是你要從像我們華碩就是 Design Thinking，就是我們的 DNA 嘛，我們要從 Design Thinking 的角度去看說，這個東西最終有沒有解決到 user 的痛點。
那這個痛點解決之後，它的可行性怎麼樣？那最終它的量產性能不能被 scalable？所以這幾個都是我們現在比較從軟體的角度去做，軟硬整合的部分的一個關鍵。
可是 Kevin 你講一個點很有趣，我想要再跟你多討論一下，因為這個真的很少見，因為台灣過去的硬體廠很少把應用掛在嘴巴上。可是其實你在討論的事情，常常會繞回比如說應用場域這場域的需求是什麼，這件事情要去解決什麼樣的問題。
這應用，所以看起來在思維上，尤其是 AI 機器人已經就是，因為你要在邏輯上面，矽谷當然比較成熟或習慣這樣思考，其實是我們先確定或先定義應用是什麼才寫軟體啊。因為我們怎麼可能不知道應用是什麼？因為以前我們做代工或是以前，因為 spec 都是國外客戶開給我們做的。
那現在這幾年你的經驗，你覺得台灣還有這個落差嗎？還是說其實在應用或產品的定義上面，其實台灣已經學得蠻快或進展得蠻成熟？
因為就是說其實這還是跟產品的定位有關係，看你做什麼產品。就剛剛社長提的很好，就是不管你現在過去的 NB 或是手機，甚至到現在的伺服器，很多都是很多的規格都是早就定了，客戶開好。雖然裡面還是有很多很多魔鬼是在細節裡面，工程問題。
可是重點還是怎麼會從應用端來講。我講到 10 年前我們華碩開始做 Lamborghini 這個來看，如果你能夠做出一台機器人，那你不知道它用什麼，其實這個其實是，其實是你老講你做這個東西，你不知道為什麼而做。
所以華碩過去很少在做一個產品，是先想了一年多，但是不知道它形體長什麼樣子，這是新的對不？就跟社長想的一樣，過去你一定是先有了那個東西之後，你就人家已經把用途跟設置好了。
可是當時在 10 年前我們做機器人的時候，你真不知道你機器人走入家裡或是走入商用場域，你要用什麼？它的應用很重要。
再來就說你硬體有了，對不對？你也知道做什麼的時候，那這問題你就會牽扯到生態圈。以前那時候我們剛做，我們那時候接了很多的這些生態應用，不管是我們跟台灣大車隊的叫車，甚至我們跟家中打掃的這些潔客幫的合作，甚至到我們到小朋友的這個巧虎，其實這都是從應用的角度。
這就培養我們在這個角度去想說，當一個新的載具的時候，或是一個新的應用的時候，其實我們都是從應用角度去做這件事情。那剛好現在機器人的部分也在這個地方。
以現階段短中的來看，這個機器人的落地來講好了，如果你沒有這個應用，當你現在是可以做一支非常厲害又很高竿的機器人，就是用什麼？所以你是沒有解決到，你就已經做什麼用這件事，你還是得要被討論。
所以我們回過頭，所以這些人，華碩都一直在，我們都一直在倡導所謂的 Design Thinking 的教徒，你一定要先從你要解決是什麼痛點，再去想它的應用，再回過來去想說，搭配你的技術跟你的這些成本，是不是有達到那個甜蜜點，這個可行性是不是，最後規模是不是可以被放大。
那 Kevin 我剛才跟你追問深一點，因為難得你來，因為你剛剛講一個點就是其實我好奇很久了，也就是說你剛剛說華碩，其實是第一次有這個經驗，其實花了很長的時間，也許到一年以上的時間，去定義這個產品可以解決什麼問題，以前是客戶定義好嗎？我們就做就好了。
那你在這過程中，你有沒有意識到譬如說團隊文化啦，還是這個工作模式，有沒有什麼根本性的不同？
我覺得思維就要首先要被改變。或許你就覺得說，那 I have a reference thing. 那當然是最簡單做的。第一位我們先做，所以那時候才有，我們施崇棠在提到的說難行門。
大家都覺得說，那簡單的事不做做難的，大家覺得怪怪。可是這個難行門的概念是這樣，就是說如果簡單的事，他沒有叫你不做，是它先告訴你說，你做了之後你的競爭力不夠。就你也能做，我也能做，這就是 easy way。
可是當你走難行門的時候，你那個 Barrier 一開始你就存在了，所以你就這個人家要跟你做一樣的東西，或是人家要進來做這個東西的時候，他需要花出的時間就變更高。
所以我們是從這個角度去解讀這個問題的時候，所以大家是從思維，一開始的思維到後面逐漸往這個產品去規劃，或是說去成型的時候，我就覺得 Mindset 就是能做改變。
所以我覺得這個是一個很重要我們自己 BU 在這些部分的一個轉變。所以到現在，我們開始說不止從機器人的載具，甚至到整個智慧應用的角度去看這件事情的時候，我們就比較是從使用者的痛點去看這個。
我舉個例子好了，我們那時候剛開始做智慧醫療，可能是三五年前吧。那做智慧醫療很大的點是工程師跟醫護人員的 gap，這兩個是不同的科系，在台灣一個是第三類組，一個是第二類組。
那我們很多都是資工相關的背景者，甚至是機電相關的背景者，那你跟醫護去做，以前我們是一次把它做，我們的文化是一次做對，我們一次要做好。所以你 denied 時間你就會拉得比較長。
可是你會發現說，我們過去第一前面幾次就發現說，我跟社長你溝通完之後，我知道你的觀念，那我花了一段時間把這東西都做出來，我把這東西拿去醫護面前的時候，醫護人員看到真的看到東西的時候，他還跟你講說，那不是我想的。就那個 gap 是存在的。
所以說後來我們，因為這個東西我們就去想說，那假設你要做這個 domain 的時候，你就要微調你的思維，跟微調你的這個你這個開發流程的做法。
所以我們比較是從 prototype 先做。就我因為，有時候溝通，雖然是說文字很遠，是人類最懂最擅長的溝通，可是老實講領域不同，我覺得那個的溝通並不是那麼清晰。
當我 prototype 出現的時候，你會發現說欸，他很明顯的告訴我，因為人總要看到東西，比較會批評，我們常常講嫌貨才是買貨人。所以我們就讓他看到那個東西的時候，他說欸不是我想的。
所以我可以在很短的時間內，把 prototype 拿出來。那很短的時候讓他看到東西的時候，能夠直接從他的直接反應之後，我們去微調這個東西。所以這個連我們開發的流程的做法，我們也都完全不一樣。
就變成從一次做對，變成以溝通為重要的一個標的，那 prototype 就變得很重要。而且他溝通能力也，他需求也變得很高啊。可是在這個流程內，我們也是逐步在做進化。就當你溝通你發現這個溝通成本降低了，溝通 gap 縮小的時候，那我就要這個時候，我就要改變方式，我就要一次做對，我要很快的做出 prototype，然後後面的我就要一次做對的概念。
所以這個東西就變成是我們自己在 develop，我們都有點變形蟲的概念，去迎合我們要最後的關鍵應用。所以我還是一直回到前台去講說，如果你要做這個這個機器人，或是甚至做這些比較不同 domain 上，垂直 domain 上的這些東西的時候，一定要求還是要從應用端來。
其實這種問題越來越多，這就要開丟。我應該你剛才一直在講到一個點叫做垂直領域，這個我等一下再拉回來聊。
我剛才有一個地方想要跟 Kevin 請教的是說，你剛才有提到一個關鍵詞，我也覺得就是很好奇，你剛才就說在這段時間內，你也發現你們需要發展生態系，所以你會需要跟很多外部廠商合作。這個 Mindset 是怎麼轉變？就是你們現在怎麼想生態系這個事情？
過去我們做的時候你會發現就說，因為你做機器人這些目的很大的一個，因為過去十年前的機器人，你從來不會去往勞務方面想。做一支手臂荷重一公斤可能要 40 萬，這東西根本一公斤能夠做什麼事情。
在當下你就覺得一公斤其實好像沒有幫助不大，所以你變得很大的應用都在服務。可是你當你做服務這件事情的時候，那你需要華碩過去只是垂直是一個做，比較做硬體垂直相關的的一個產業，雖然華碩在這個量體上是大的，可是在做服務這件事情，它有食衣住行相關的服務。
所以當這個服務出現的時候，你如果沒有跨領域的生態結合，你達不到那個服務的目的。所以我們是從那一個時間點，我們開始想說，這個東西我們在做機器人中怎麼樣去做跨領域，去做這個生態圈的服務的概念。
現在的生態圈更演變成說，我們現在在做生態圈比較像是說，欸過去是不同領域的合作，現在不管是 SIG 還是我們現在自己在規劃的 Mainstream 的這個智慧指揮中樞，變成反而是說同業，我們也在做這個所謂的這個生態圈的部分。
就當然華碩不會去，我舉這個例子，我們為什麼做一個智慧指揮中樞，那你大家可以說，那你華碩就自己從頭到尾你都自己做啊。我們很多做機器人廠商就做什麼 FREET 管理，做艦隊管理做這些相關。
可是你要想，其實你的場域服務的很多，你大概華碩沒有辦法自己從頭做到尾去做這件事情。然後你也要想說，我是使用者單位，我是一個醫學中心，甚至我是一個服務場域，我為什麼全部都要用你們家的東西。
他思維他覺得說，欸，我要這家也用，這家也用嘛。同樣功能裡面還是，你不能告訴我說，你就是全部是你最好的。所以我們還是會走回生態系的概念。
像我剛講的機器人它更複雜，就是說它其實是有很多軟硬結合的部分，甚至有資安的廠商在裡面。所以其實生態系也是我們在 SIG 裡面一直強調的部分，怎麼樣讓這些不同的廠商，得到一些相對有用的資訊，甚至大家實際上做一些 POC 或是落地的合作。
我覺得這個是比較是我們是在從生態圈再走回 SIG 的這個角度去看這件事情。
欸可是 Kevin，這個這個聽起來真的蠻特殊的，因為其實生態圈在矽谷是很成熟的想法，但我其實並沒有料到會從華碩的人嘴巴裡講出來。因為因為你看哦，做生態圈的意思是這樣，你剛剛在講的時候，其實我是真的覺得很酷。
其實像你做 SIG，其實大家要討論什麼，或者是說這個最後會產生什麼東西視線是不曉得的，大家要聊的才知道欸我在做什麼，欸你在做什麼，我問你的痛點是什麼，欸我剛好有東西可以去幫你解決。這怎麼可能我們前面 spec 先開好，然後大家坐下來就按表操課把它弄完。這一定是大家坐下來先能夠交換意見。
就其實生態發展就是這樣嘛，它中間還有很多變化。你現在在華碩內部有專門經營生態圈的單位嗎？還是說就是透過 SIG 這個外部的平台組織來經營？
我們現在這個生態圈，像以機器人相關，就是我們自己必須在經營。所以所謂的經營，應該說不能講經營，是一開始的平台的建立。就是說我們第一個是說就是剛剛講，我十年前做機器人的時候，你因為需要食衣住行育樂，所以你就要你要這個一些服務，你就要去找這些服務的廠商去做這件事。
我們那時候是更難的，我們那時候因為做這個行業的的這些龍頭，他過去沒有這個概念。這就是我的核心問題，就真的我們那時候，我們不好意思講什麼廠商，但是我們那時候其實我們是串不同的生態。
光 API 開對接這些東西，給我舉例，你光那個年代音箱那時候都還沒普及，你又光聽一個音樂，你現在很容易就說現在很多，從曲風從歌手從很多 API 你都可以接。過去大概有歌手不錯了，最多在一個專輯名稱沒了。你怎麼去做到一個好的服務，就是對 User 使用環境是說我想要聽，現在大家都很容易嘛。
音箱後來普及說，我要聽一個什麼風格的歌，以前沒有這種你根本沒有 API 可以呼叫。所以那個時候才會有生態圈說，我們把食衣住行串起來之後，你說為什麼會有這個思維？沒有啊，你要做機器人，你要做服務，你的目的是服務，你就是需要去做這些。
所以我們才是，我們才從這個角度去。所以等於是說，十年前我們開始摸索這個部分，也到後面現在在做機器人，我們更熟悉這個部分。就是說我們在尋找不管是同業，甚至到不管是從零組件，甚至到服務相關類的部分，我們在做這個生態圈的經營。
我們就可能會比別人過去有那麼一點經驗在這上面。
所以同業是指，以前所謂的電子五哥這些同業？
就同業確實說 ICT 廠商，甚至現在的零組件廠商。現在做機器人的已經不分說，好，你一定是要是過去的電子五哥才能做機器人。其實現在做機器人的很多，做車的也來做機器人，做家電也來做機器人，做手機的也來做機器人。
這是剛剛我們前面聊，你還是得要回答說，你的機器人做什麼。
這樣最後一題，我可能就已經有點輪廓。這個因為當這樣的生態系是開放的時候，其實優勢就必須要建立在對垂直領域的 domain 的認識，對不對？所以你剛才會一直提這個垂直領域的重要性。
那是不是也是因為這個原因，所以你們先挑這個醫療的垂直 domain，來去深入了解他們的需求？就是你是怎麼思考這個事情？
所以我們怎麼挑 domain 這件事情呢？其實我覺得關鍵因素還是回到 domain，這個應用場域的需求。就是剛剛我們一開始回到最前面的，剛社長問我說怎麼會，這個機器人的需求怎麼會起來？因為現在這個結構化的人口，這個人力缺乏是有缺乏的問題。
所以如果你沒有這個剛需，就像我們過去常常講說，我做了一個加工機器人，我們那時候已經開發了四五十種應用了，我們可以把它稱為叫做音箱叫 Skill，我們把它叫成服務，四五十個服務。老實講你很難猜到哪一個是他的剛需。
可是你要想就如果是結構性問題的時候，它當人力缺乏是它的剛需的時候，我們要做我們來自這個強需求的時候，你做任何事情你的成功率就高了。
所以那我們然後接下來就說，我們要聊為什麼叫垂直 domain，就是我們要對這個 domain 要很細部的了解。因為如果你不是在 domain 內，沒有這個 domain Knowledge，其實你不會知道人家的痛點是什麼。
所以說你如果你連最基礎的醫療流程，你都不清楚。所以可是這個基礎更複雜說，你除了跟這個場域的合作，domain 的合作之外，還有一個就我剛講的，你剛剛提到安全、資安、法規，這也要跟 domain 有關。
所以這個東西也變成是說，有時候也是透過 SIG 的部分，跟政府相關單位，在這個部分我們也有一些很好的鏈接去做溝通。如果你沒有在這方面去讓政府在這方面幫忙，因為其實我覺得政府最大的幫忙應該是從 POC 怎麼樣能夠讓它落地規模化這件事情上面。
我覺得倒不是說，當然很多人覺得說要補助要什麼，這當然每個人有不同的想法。可是我自己做這個行業這麼多，我覺得最大的點是說在這個所謂的落地之後，能夠怎麼樣規模化這件事情，或許在這個政府上面的協助，我覺得這可以是讓這個產業能夠在短時間更為擴大的一個關鍵因素。
這個雖然你講起來好像很輕描淡寫，可是其實裡面的策略深度是很清楚的，因為先從 POC 到落地，因為落地會需要跟我們台灣的政府去溝通，因為它有法規還有一些安全性，就是它總是有一些政府的，就是要保護人民的一些措施。
當這個事情打通的時候，因為你剛剛這個要搭配你前面講的，因為它那個人口老化或人口人力缺乏是全球性的問題，所以如果這件事情在台灣獲得解決，其實反而複製到就是做國際輸出的時候，我們就有更好的這個優勢。
因為醫療場域又不是只有台灣有，這全球都有，而且台灣在醫療場域相對密集。所以其實從我們的角度說，如果你能把台灣做好，不管你不管在歐美甚至在東南亞，大概都有機會可以 approach 到更好的機會。
這真的是思考很久的一個那個。你今天真的是很耐問的一個來賓。
那我最後再追問一個，所以除了醫療，你覺得台灣在哪些垂直應用市場，在這個輸出到國際或把這個技術商業化，你覺得潛力也是很大的？
其實垂直應用這東西，其實我覺得也蠻像智慧工廠。但智慧工廠就是說，那你就要找智慧工廠 domain 相關的人。老實講智慧工廠現在其實你看，一些專用機器早就已經都落地了。
因為在所謂的自動化 4.0 的時候，就工業化 4.0 的時候，第一個最被拿出來談就是自動化。你說自動化到 AI，那個角度可能慢一點，因為這些企業老闆可能覺得說，那自動化到 AI，我光要把資料的格式弄成一致，就要先花一筆錢。
可是你做自動化這個點，很簡單大家都願意投資，因為你直接你直接的減少是人力的部分可以算啦，它算得很快算得出來產線上去，就可以做出東西。
你說垂直整個這塊，其實工廠算走得快，只是說它現在都比較專用化，或是一站一站的做法。那這個東西就是未來，其實你想剛剛我們再把人形再擺回來，來看這個點的時候，你就會面臨到在智慧工廠裡面很大的挑戰，就是說第一個人形本來的特色，就不是精度高不是速度快。
那你要想啊，剛好跟專用機顛倒，專用機最強就是精度高跟速度快。所以這東西怎麼樣，在這個裡面找到一個會贏的點，這其實就是現在很多廠商，我們也是 SIG 也大家很常，就是說產業大家也在聊討論這些問題。
所以我們也安排一些比較相關領域有經驗的，就是它導入比較成功的廠商來跟大家談這些事情。它比較不要是淪落在說只是論壇的概念，我們其實比較是說有交流，有實際上真的能夠引薦不同。
所以我自己擔任這個召集人到現在，我們也媒合了不少廠商，就常常會提出，那 I do this thing is right? 我可能是那時候覺得這個東西很有，應該講就是很有價值，可是我不知道怎麼用。
不是你們好像在醫療做了很多，所以他們其實現在不管是系統零組件，甚至到一些驗證測試的部分，其實都有蠻多的合作。
那接下來我們就是等於跟地方政府也開始來往這個所謂的實際的落地場域的去做這個部分的建置。因為這東西還是得要地方政府去做實際場域的支持。
所以我們現在開始也到，不管是在說從醫療，甚至在長照，甚至到這些所謂的服務業，甚至到這些所謂的工廠，其實這個東西都是，我覺得都是未來垂直領域去做一個比較好的點。
可是最終還是回到那個問題，就是說你的場域應用一定要講清楚，我覺得這個還是我們的關鍵。
所以你剛剛講的這幾個，譬如說醫院啊、長照啊、服務業就包含像餐廳啊等等的，然後工廠的製造，這都是你目前很明顯就可以看到，台灣有這個具有可以輸出全球的，有潛力的垂直的應用。
但拉回來這個垂直領域裡面，它的這些 domain Knowhow 啦，痛點的解決啦，這就真的需要花時間去磨去理解的。
今天非常謝謝 SIG 的召集人，華碩機器人暨智慧應用總經理王恒聰來到節目當中。
謝謝 Kevin。
謝謝社長。
謝謝各位聽眾。
謝謝。