關於 彈性學習時間紀錄範例 ，我們在網路上蒐集到這些相關的討論、資訊與評價

《#讓寫作成為自我精進的武器》部落格文末抽獎贈書 2 本
你知道現在職場上最關鍵的隱藏技能是什麼嗎？你知道可以不說一句話就讓合作機會找上門嗎？你知道如何在充滿雜訊和紛擾的年代脫穎而出嗎？答案就是，學會寫作。寫作一直都是關鍵的技能，只是它的重要性在時代的演變之下只會變得愈來愈重要。你或許會問，為什麼要寫作？如何寫作？寫些什麼？我想透過這篇文章回答你。
部落格文章 https://readingoutpost.com/writing-as-weapon/
Podcast 用聽的 https://readingoutpost.soci.vip/
.
【這本書在說什麼？】
《讓寫作成為自我精進的武器》的作者是中國知名的寫作教育培訓教練師北宸，曾任鳳凰網科技頻道前主編和中國 LinkedIn 公關部門，現為《紐約時報》中文版專欄作家。他將在線下寫作課面對無數學員的教學經驗，搭配眾多的寫作案例，彙整成這本談寫作的書。

這本書裡面談的重點偏重於寫作的「心態」和「心法」，強調從建立內心的基本功先做起，先理解寫作會帶來的好處，然後認識一個好的寫作者需要具備什麼樣的心理素質，最後才是如何寫作的「技巧」和作者本身的經驗分享。

所以，如果你期待的是一本充滿了「寫作技巧」的操作手冊，這本書或許不適合你。如果你從來不曾覺得寫作很重要、想要了解寫作真正能帶來的好處、想知道如何建立正確的寫作心態，那麼這本書是初次接觸「寫作」的你很好的起點。在這篇文章裡，我試著用容易理解的方式總結這本書的一些重點跟你分享。
.
【為什麼要寫作？】
#無形之間行銷自己
作者認為，把自己「行銷」出去，是每個人一輩子都在做的事情。在求職履歷上做自我介紹時，是在行銷自己的職場能力。在向上級提案做預算企劃時，是在行銷自己的策劃能力。在寫給隔壁部門的會議結論和待辦任務時，是在行銷自己的跨部門合作能力。我們無時無刻都在行銷自己。

矽谷創業公司 37 signal 的創辦人傑生．佛里德（Jason Fried）曾經分享他如何挑選一個職位的最適合人選，他說：「要招募就招那個寫作最厲害的」。因為一個優秀的寫作者會有很清晰的思路，而且他們懂得表達和溝通，他們讓事情更容易被理解，也會站在別人的立場想事情。

無論對管理階層、行銷人、設計師、程式開發人員，寫作技巧都非常重要，一個優秀寫作者的特質，也是雇主想在任何求職者身上看到的特質。透過寫作，我們可以培養和精進自己思考的方式，也可以把內心的想法有組織、有脈絡地付諸文字之上，讓別人從文章裡進一步認識你這個人。
.
#內向者的社交利器
我曾經聽過一個說法，身為一個內向者所能擁有最好的武器，就是寫作。作者在這本書裡面用這句話傳達總結了這個觀念：「好文章自己會走路。對於內向的人來說，這是最好不過的社交方式。」對於不擅長在社交場合中侃侃而談的內向者而言，寫作是一個非常值得建立的技能。

作者進一步說明：「內向的人很容易被人認為是以自我為中心，孤僻而不愛交際的。事實上，性格內向的人往往更能聚焦於內在世界，有更強的感受和反思能力，這反而能幫助內向的人更好地理解外部世界。」內向者在旁人看來孤僻不善社交的缺點，反而在寫作的時候得以發揮優勢。

在另一本寫給內向者的《安靜，就是力量》書中有一段是這麼說的：「內向者聽得多講得少，並且比較容易從寫作、而不是從對話中表達自己的意思。他們不喜歡衝突。他們很討厭閒談瞎扯，但是喜歡有意義的討論。」好的文章不但會自己走路，還會幫你說話。
.
#自我精進的武器
你身處的環境決定你是一個什麼樣的人。開始寫作，可以讓你沉浸在一個持續精進的環境裡面。作者他舉自己為例，一開始他的英文特別差，但是他試著把自己浸泡在《紐約時報》和《紐約客》的高品質英文媒體環境裡，也訂閱了上百家科技媒體的文章大量閱讀。

此後，他一篇又一篇的翻譯優質的文章，不但提升了英文能力，也打下了撰寫科技文章的深厚基礎，造就他後來踏上媒體主編和寫作教練的道路。他調侃道自己開始寫作的時候就像是「群體裡面最差的人」，從寫作新手開始出發的他，等於無時無刻都要向更優秀的寫作者學習，讓自已沉浸在比自己的知識和視野更高的環境，才能不斷進步、寫出更好的文章。

我認為，高品質的文章本身就是一個「資訊含量充沛」而且容易「重複閱讀和賞味」的資訊載體，而且你很容易可以「照著寫寫看」。不同於影音之類的媒體，你要照著做的成本和門檻相對比較高。從高手的文章模仿寫作，挑選框架來給自己用，相對而言都是更簡單可上手的方式。學習寫作同時也會帶來自我精進，讓自己沉浸在好文章的環境之下，是一個跟高手的思維不斷靠近的過程。
.
【該如何寫作？】
#善用萬能的框架
在這本書裡，作者沒有教你一百種寫作技巧，而是只教你「一個」寫作技巧，那就是「萬能寫作法」。這是一個無論在什麼情境都可以運用的框架，簡單、易懂、好執行。無論是單一模組使用，或者是擴大成更大的框架，甚至是大框架包小框架，都可以有各種運用的方式。

萬能寫作法由三個部分組成。第一個是「觀點」，指的是有價值導向的主觀論點，或描述的客觀事實。第二個是「案例」，引用軼聞趣事、實驗案例、研究數據來輔助說明你的觀點。第三個是「總結」，回顧主題，用一句話、一個段落，總結核心觀點。

以下引用一個我自己的寫作範例給你參考。我在分享《與成功有約》這本書的讀書心得時，分別說明了書中提到的七個高效人士習慣，其中第一個習慣「主動積極」的說明我是這麼寫的：

前半段是「觀點」：第一個是「主動積極」，意思是不要把自己的行為歸咎環境或他人；待人接物是根據本身原則與價值觀，做出有意識的選擇。

中段則是「案例」：史蒂芬引述《活出意義來》 作者法蘭柯的說法：「刺激與回應之間始終有段距離，而成長和幸福的關鍵，就在於如何利用這段距離。」法蘭柯是納粹集中營的倖存者，經歷過所有身外之物、僅有的尊嚴和身體自由完全被剝奪，身旁盡是絕望與痛苦的氛圍。

後半段是「總結」：他體悟到儘管外在環境再怎樣無法忍受、不受自己控制，人的內心卻仍可保有「人類終極的自由」，也就是選擇如何回應生命意義的自由。積極，是一種選擇。

善用這種萬能寫作法的框架，你就可以把任何想要表達的觀點，用你想要引用的案例來說明，最後再透過總結來加深讀者的記憶。你可以把這樣一個段落當成是一個「模組」，一篇文章就是好幾個模組的組合。如同作者所說：「寫作之道，大道至簡」，掌握這個寫法，你可以應用在無限種不同的場景裡面。
.
#閱讀高品質資訊
要練就一身好的寫作本領就要注意自己吸收的資訊品質。有一句話是這麼說的：「你，就是你吃進去的東西。」意思是你如果常吃高油、高鹽、高糖的食物，就會養成不健康的身體。嚮往健康的人們很在乎自己攝取的卡路里是否超標，也傾向選擇健康的食物。可是，我們對大腦「吃進去的食物」是否也有同樣程度的關注？

我們要去買新鮮和頂級的食材，需要付出相對高昂的成本；但是閱讀頂級的精神糧食，卻不一定要付出多麼高昂的代價。你攝取的資訊，決定了你將成為什麼樣的人。如同《深度數位大掃除》這本書中提倡要攝取「慢媒體」的原因是「 吸收少量優質的東西，通常比吸收大量劣質的東西更好」，我自己很推薦從《華爾街日報》之類的優質新聞來源去吸收資訊，這通常會比看八卦小報和農場新聞的文章來得更好。

就很像做數據分析的科學家常常掛在嘴邊的一句話：「垃圾進、垃圾出」，如果一個人總是吸收劣質和低廉的資訊來源，那些資訊就會影響他下筆寫出來的東西。因此，我們要慎選資訊來源，為自己營造出一個高品質的資訊環境。一個寫作者首先要有好的輸入，才可能有更好的輸出。
.
#寫作時必須誠實
在這本書中，有這麼一句話深深觸動了我的心，作者他說：「讀者不需要你完美，但他們需要你誠實。」起初我在練習寫作，並且鼓起勇氣公發表的時候，時常會在乎自己寫出來的東西，會不會被人嘲笑太淺、太無聊。有時候想著想著，乾脆就不寫了，至今回想起來，也錯失了暢談許多主題的機會。那些自己還未臻成熟的想法、還不夠完美的表現，時常會在害怕和自我質疑的時候偷偷藏起來。

作者認為，人們之所以「不敢誠實」有一個主要原因，害怕別人看到自己的缺點後，看不起、看不上自己。但是這種「害怕」，其實是對別人的不信任。一個作者如果不敢誠實，等於是不信任自己的讀者。真正支持你的讀者，會理解和體諒你，並且和你站在一起。如果一個作者不敢信任讀者，那麼讀者也難以信任作者。如果要寫出更好的文章，必須對自己的不完美更誠實，而且不要害怕公開自己的誠實。
.
【可以寫些什麼？】
#總是勤做筆記
在這本書中讓我很有收穫的，是作者提到他在寫作訓練營裡面，總結給學員們的最重要的經驗：第一，找到你這個行業最好的資料並努力深挖。第二，一定要做筆記，把你看到的、聽到的、讀到的、想到的、有價值的內容通通記下來。如果要讓寫下的文章自己會走路，就公開分享出來。

作者提到他寫筆記的方式是從紙本筆記，轉變成電子筆記，再變成電子和紙本，到最後全部轉為紙本筆記。只要是對他有幫助的、他感興趣的、未來寫作主題可能會用到的，他一定毫不猶豫全部記錄下來。只是很可惜的是，書中說了很多他寫筆記的原因，但是對寫筆記具體的「方法」卻著墨甚少。

我在閱讀的時候也不斷懷疑，純紙本筆記真的比較好嗎？因為我本身習慣用數位的 Notion 筆記 App 和紙本的子彈筆記，數位筆記利於搜尋，紙本筆記利於激發思考。稍做比較之後，我還沒有作者這般把「所有」所見所聞都記錄下來的習慣，這點倒是值得每個寫作者持續探究的主題。
.
#寫日記週記總結
除了作筆記之外，我們還能寫些什麼？作者提供了三個很有意思的寫作練習方法，很適合每個想學習寫作的人開始提筆。分別是每天寫日記，每週寫複盤週記，嘗試對事情做出總結。

首先，每天寫日記。作者認為最好的寫日記時段，是每天醒來的第一個小時。如同我在《起床後的黃金1小時》這本書的讀後心得寫下：「早晨醒來的時候，精神品質和心情都處在清空的最佳狀態」，在起床後開始寫點東西，是最好的起床儀式之一。寫日記可以帶來五個好處：

1. 計畫性：可以做好一天的準備。
2. 忠實性：可以準確寫出昨天發生的事情。
3. 中立性：冷靜思考前一天的事情，可以中立地看待事情。
4. 持續性：對於大部分午餐和晚餐都奉獻給工作的上班族來說，早上是自己最自由自在的時間，不會讓寫日記的習慣被中斷。
5. 活用性：可以將過去的寶貴經驗運用在當天。

寫日記還有一個好處，那就是「承諾和一致性」。《影響力》這本書的作者曾經說過人類有一種天性：「人們一旦對自己的行為或選擇做出承諾，就會努力保持言行一致。」善用這種天性，利用日記來驅策自己完成每天早上對自己做出的承諾。

其次，每週寫複盤週記。作者認為定期整理筆記可以帶來去蕪存菁的效果，他每週會重新對筆記大掃除，把無意義和不重要的扔掉，留下那些可以強化現在和未來的有意義的筆記。複盤的時候，他也會思考自己當週哪裡做得不好，並思考改善的方式。用寫作的方法來複盤，可以讓你更知道自己在想些什麼，也方便日後回顧自己的轉變歷程。

最後，嘗試對事情做出總結。作者舉工作為例，有些工作出現的頻率只佔 2%，卻可能影響你 90% 的工作績效，這件工作就是成果總結。所以平常期間，我們就要把自己的所見所聞和完成的事情，透過有主題性、系列性的方式做出總結。總結是屬於平時練習的少，可是卻很重要的工作。
.
#持續寫任何東西都好
很多人會以為寫作的時候，要有很多的「靈感」才寫得出來。但這是對寫作的根本誤解。作者提醒，無論是寫什麼，寫就對了。就像知名的高產出作家村上村樹和史蒂芬．金（Stephen King）都是以持續且規律的方式在寫作。

我很喜歡美國畫家查克．克洛斯（Chuck Close）曾經說過的這句話：「靈感是給業餘人士用的，我們其他的人就只是每天出現並投入工作。如果你等著烏雲散去，或等著一道閃電擊中你的大腦，你就不會做出很多工作。所有最好的想法都來自於過程；它們來自於工作本身。」

因此，不要相信靈感，不要期待一個不會天天憑空出現的東西。寫作這個行為的本身，一定要養成習慣。你可以參考《彈性習慣》這本書提到的核心觀念，你想養成的習慣不能太困難，必須要可以在你狀況最差的那一天照樣能夠執行。重點不是去拼靈感爆發，而是建立能維持規律寫作的方式。
.
【後記：寫作永不嫌遲】
從《讓寫作成為自我精進的武器》的閱讀過程之中，令我收穫最豐富的就是「讀者要看的不是你的文筆，他們要的是真實的你」這個觀念。作者希望我們擺脫寫作就是要文筆優美的老舊觀念，而更強調寫作對生活和職涯可以帶來的具體好處，以及如何建立正確的寫作心態。

這本書有點像是學習寫作的心靈雞湯，而不是技巧工具箱。如果你想學習除了「萬能寫作法」框架之外的技巧，我很推薦《高產出的本事》這本有著豐富寫作框架和步驟的書，其作者劉奕酉對使用框架是這麼評論的：「使用框架是為了跳脫框架，發展出自我的思考脈絡。」說得真好。

我也很慶幸自己曾經紀錄下來當初學習寫作的一些心路歷程，現在回味起來真的別有一番滋味。如果你有興趣的話，可以參考我在《學得更好》這篇讀後感分享過的六種學習寫作步驟，以及我在《心流》這篇讀後感分享透過寫作進入心流的方法。我透過這種書寫練習找到了自己寫作的意義。

最後，寫作真的會「讓機會自動找上你」。最近「生鮮時書」就找上瓦基一起合作，即將要開一堂「化輸入為輸出」的線上課程（早鳥問卷調查和優惠），我會淬鍊自己經營部落格兩年多來的經驗，分享有效輸入、高效輸出的實戰本領，教你如何在資訊紛擾的時代靠優質的文章內容脫穎而出。

寫作可以幫你達成自我行銷、提升職場形象、加深社交品質的功效，寫作也是最好的自我成長和精進的方式。或許，你也可以透過一個簡單的動作開啟自己的寫作練習，不妨在留言寫下你讀完這篇文章之後，有什麼想法上的改變和收穫吧。開始寫作，永不嫌遲。
.
瓦基的第一堂線上課程「化輸入為輸出」早鳥問券和優惠進行中
https://user134068.psee.io/3jdfxx
.
Kobo 購書連結：https://bit.ly/3mcN0ZK
Kobo 電子書7折代碼：WAKIWRITE
使用期限：8/22~8/29
.
感謝 新樂園出版 與你悅讀 提供抽獎贈書

自信教養，從相信自己開始──只有你最清楚怎麼做對孩子最好。

與孩子溝通未來志願，總是以鬧翻收場？
尊重孩子想走與你預期不同的路，同時要求孩子對自己的選擇負責。
找到熱情之前，一定有混亂、繞遠路的時期，重點是孩子「有在做事」。

孩子的作業，後來都變成家長之間的較勁？
練習把手放開，讓孩子引路。幫孩子做太多，孩子長大反而會害怕自己做決定。
訓練獨立，也是在培養耐挫力，寧可孩子趁早體驗失敗、也趁早把膽子練大。

孩子不會處理情緒、不知道如何跟人相處，怎麼辦？
把親子關係變成合作關係，讓孩子參與更多決定，在家就在學習合力解決問題。
鬧情緒、黏手機、難改壞習慣，都不能只有改孩子，爸媽一起改變才有效。

孩子除了功課以外的事物都不關心，也不太願意分享、表達感謝？
成績很重要，但同理心才真正能幫助孩子在求學與工作上成功。
在最自戀卻也最不快樂的時代，教孩子從付出中找到意義與成就感。

面對不可預測的未來，我們無法確保孩子做足萬全準備，
父母可以做的，是為孩子建立核心價值觀，
無論遇到什麼挑戰，孩子都能相信自己有辦法克服。

取自《養出內心強大的孩子》

……………………………………………………………..

各位朋友，晚安：

身教最難，所以不少家長著重在「說教」。因為說教對家長比較輕鬆，要求孩子改變就可以。

可惜，說教的效果不好！

其實，很多人都會說，自己是第一次當父母，想要為自己的作為合理化。可是，也就停在這邊了，只有合理化，只剩合理化。

因為自覺很難，一個沒甚麼自覺的人，本來就不好說要調整甚麼。這也不是他們願意的，只是孩子便有苦頭吃了。

覺察是有深度的，我到今天還一直感覺，覺察似乎沒有底部。

作者提到她之前有一個習慣，是「生病時不洗澡」，後來被女兒挑戰之後，才開始改變。而這個習慣，從作者的爸爸就開始，但不知不覺地執行了好多年之後，才在孩子的眼中看到這個慣性的荒謬。

「我希望早上對你更有耐心。你能不能幫我想一想，我應該先注意什麼？」

在直播的時候，我特別提到了這一句。這不只是一種謙虛的表現，這樣的父母懂得尊重孩子，也重視自己的成長。

一個願意面對自己困難的人，進步是飛快的！如此，父母對自己能更有信心，也能帶動孩子的自信。

祝願您，善用孩子為鏡，找到未來成長的方向！

.

ps. 歡迎參與贈書活動
https://www.facebook.com/Psychologist.Hung/videos/1052620218474544/

……………………………………………………………..

我不是完美榜樣怎麼辦？ 沒關係，沒有人是

【文/ 艾絲特•沃西基】

每個人都有缺點。你可能已經辨認出需要改變的行為了。也許你容易被小事惹惱， 常常發不必要的脾氣。與其感到愧疚或挫敗，不如這樣想：其實你也是孩子最好的模範。因為「改變的過程」是影響極大的一課，孩子在完美的父母身上學不到（當然沒有父母是完美的），從一再重複壞習慣的父母親身上也學不到。我們的運氣很好，擁有這個黃金機會，可以拿自己當範例，教孩子成為更好的人。這很不容易，改變恐怕不會一夕成功，可能要花上好幾個月。但假以時間和耐心，凡事都有可能。孩子看到你努力嘗試平息怒火，會學習處理自己的情緒。抱持行為可以改變的觀念，然後讓孩子看見你正在為改變努力，並且尋求他們的協助，就能向孩子證明改變真的是可行的。

坊間有各種理論和方法，但父母尋求改變大致上有三個原則：

#有發現，而且願意改變。

尋求任何改變，第一步都是自我覺察。我們必須先檢討問題出在哪裡，才有辦法解決問題。靜下來，仔細分析出問題的行為。你為什麼會做這件事？ 是不是多半出自於無意識？ 是不是承襲自父母？ 還是因為碰到教養這件事，你心中感到焦慮或不安？ 不論原因為何，盡量從中學習。認出長期以來僵化的習慣，然後放手別再懊惱。寬恕自己。你會省去很多時間和痛苦。

我還記得當初向自己承認養育女兒犯過的錯（我犯了很多錯）有多困難。我並非一直是心目中理想的母親。我不只一次大發雷霆，用錯誤方式處罰女兒。我也曾經徹底失去耐心。但每個人都難免如此。我後來意識到，這種行為是代代相承的。一旦察覺想改變的行為，我就發誓要改。我相信自己。我從承認錯誤、尋求孩子的原諒做起（就像那次偷看珍妮的日記）。我們身為父母也得不斷學習，只要還活著一天，誰都不曾停止學習。只要下定決心，我們就能改變。我們永遠能變得更好。想想你的孩子對你來說多重要，他們值得你努力。

#認清目標，與孩子分享目標。

一次只改變一件事就好。建議可以先從對孩子影響最大的行為做起。可能是每天早上兒子穿衣服準備上學時，需要多點耐心。可能是你必須開始運動，讓女兒看見養成健康習慣的效果。或者你希望修補與自己母親的關係，藉此教導孩子原諒。不論目標是什麼，決定以後就與孩子分享。你可以說：「我希望早上對你更有耐心。你能不能幫我想一想，我應該先注意什麼？」這麼做會讓你表現出脆弱的一面，以及你真的在乎，也會引起孩子的重視。

孩子藉此機會可以看見，爸媽也是人，有希望與夢想，也有失敗和不完美。大多數孩子都會希望幫助父母。安妮的女兒蘇菲才七歲，但總會提出很好的見解。她會說：「媽咪，你可以放心把多點事情交給我跟朋友自己做。」或是「小孩子知道自己想做什麼，你只要讓他們去做就好了。」向孩子解釋，每個人都會努力想做得更好，爸媽也一樣。也向孩子說明，你為什麼想改變。你想讓孩子看到什麼，你想給予孩子哪些啟發？ 為什麼這對你很重要？ 為什麼從這個目標做起？ 為什麼決定現在開始？
　　
#尋找解決之道時，保有彈性。

你已經下定決心改變，但這次又控制不住對兒子發火了。你工作忙，下班晚了，沒能遵守承諾跟女兒去慢跑。與母親的關係比你預期中更棘手。沒關係，改變行為和很多事一樣，很可能不會第一次就成功。這並不代表就要放棄目標。成年人想改變行為和寫作很像。我們得先寫出第一份草稿，大概知道想說些什麼以後，再一遍一遍修改，找到通順的句子，揪出邏輯謬誤。不要期待一出手就完美，你會感覺思緒清晰得多。堅守目標，但做法保有彈性。起初的策略可能行不通。為什麼行不通？ 受到哪些原因阻礙？ 可以如何修正、繼續前進？ 有沒有沒想到的新辦法？ 孩子能協助你分析問題嗎？ 孩子能不能參與這個過程？ 也許上學前一晚，你可以請兒子先決定明天想穿的衣服，或是當他耽誤了幾分鐘時，請他提醒你深呼吸。別怕徵求孩子的協助與支持。這麼做反而能讓孩子知道，改變需要多大的決心。也別忘了把自己的進步記錄下來，之後才能回顧你實現了多大的改變。文字紀錄有助於保持動力和決心，書寫也能激發創意，為計畫提供更多聰明的方法。

.

以上文字取自
養出內心強大的孩子（博客來獨家版）：全球都在學的矽谷教養法，幫孩子配備未來最重要的人生實力
https://lihi1.com/pjatE/fb0801

天下讀者俱樂部

🌿艾絲特•沃西基接受《親子天下》獨家專訪紀要就濃縮在這篇
>> https://lihi1.com/jAfcp/fb0801

.

已額滿_板橋免費公益講座_你還在獨自生悶氣嗎？--示弱的勇氣
https://www.facebook.com/events/339616727062187/

已額滿11/7 三重免費公益講座_樂讀親子共學系列講座_以善意應對青少年情緒人際問題
https://www.facebook.com/events/189917322447609/

相信自己是夠好的媽媽：是犧牲，還是責任？是妥協，還是平衡？放下對母愛的執著，恢復你的生命彈性，重新找回愛自己的方式
博客來：https://bit.ly/2vhVD9s
讀書花園：https://bit.ly/2GEA9dH
誠品：https://bit.ly/2W4E3Sq
金石堂：https://bit.ly/2vhQ6jh

AI機器人將如何顛覆製造業？

面對AI機器人帶來的破壞式創新，台灣製造業該怎麼把握機會，在自動化典範轉移的亂局中，占有一席之地？

Bastiane Huang
Feb 6 · 1

在先前Robotics 2.0系列文章中，我們討論了AI如何讓機器人做到過去做不到的靈巧工作，並能夠開始自主學習。第一篇文章介紹了AI如何開啟Robot2.0時代。第二篇文章則描述AI機器人在倉儲運輸業的應用，透過觀察這個新技術的第一個應用場景，來預測這一切將如何影響我們的生產力、就業狀況以及日常生活。

這篇文章我們將聚焦目前大量運用傳統機器手臂及自動化設備，同時占台灣產值最高（30%）的製造業。具有自主學習能力而且靈巧的AI機器人，將如何影響製造業流程及整體產業結構？供應鏈上的各廠商又該如何因應Robotics 2.0帶來的破壞性創新？

「未來已經到來，只是先被一部分人看見。」 — 作家威廉．吉布森

The future is already here — it’s just not very evenly distributed. — William Gibson

製造業自動化現況

根據國際機器人聯合會（IFR）發布的最近報告，全球工業機器手臂的出貨量在2018年創下新紀錄，來到38萬4,000台。其中中國仍是最大市場（占比35%)，接著是日本，美國，台灣排名全球第六。

汽車以及電子製造業依然是工業手臂的最大應用市場（占比60%)，遠遠領先其他包含金屬，塑膠及食品等產業。具體原因我們在第一篇文章也討論過，由於傳統機器人和電腦視覺的限制，目前除汽車業和電子業以外，倉儲、農業和其他產業幾乎都還沒開始使用機械手臂。而這樣的情形將會被AI機器人及深度學習等新技術所改變。看到這裡，你可能會想：自動化及工業機器手臂在製造業既然已經有幾十年的歷史，該自動化或可以被自動化的部分應該都已經自動化了，還有什麼創新的空間呢？

出乎意料地，就連自動化程度最高的汽車製造業，離所謂的全自動化關燈工廠（lights out factory）也還有很大一段距離。舉例來說，汽車組裝的部分大多依然是由人工來完成。這也是車廠最勞力密集的部分，平均一間汽車工廠裡有3分之2的員工都在裝配車間。就連一向追求革新與顛覆，主張追求最高自動化的特斯拉執行長馬斯克，都不得不公開承認，特斯拉生產線自動化的進度不如預期。

究竟為什麼自動化這麼困難？

自動化至今無法跨越的技術限制

現今的自動化生產線普遍為大量生產設計，因此能有效降低成本，但也因此缺乏彈性。面對消費者越來越短的產品生命週期，越來越多的少量多樣客製化生產需求，人類往往比機器人更能夠因應新的產品線，也不需要花費很多時間去重新編寫程式或更改製造工序。

1. 靈巧度與複雜度

儘管科技在快速進步，人類還是比機器人靈巧許多。在訪談電子代工廠商的過程中發現，儘管組裝產品（assembly）已經高度自動化，但備料（kitting）的程序還是必須由人來完成。

備料在製造及倉儲業都很普遍，是提高生產效率的重要步驟。指的是把組裝產品需要的各個零散部件集合起來，打包並放置在工具包（kit）的過程。之後機器人再從工具包中拿取各個零件並進行組裝作業，這時候因為各個零件都在一個固定的位置和角度，自動化編程相對容易。相反地，備料時必須從雜亂無序的零件盒中辨識並拿取零件，零件的位置角度不一，甚至可能重疊或纏繞在一起，這對現有的機器視覺及機器人技術都是一項挑戰。

2. 視覺與非視覺性的回饋

另外一方面，很多複雜的裝配作業需要靠作業員的經驗或「感覺」。不論是安裝汽車座椅或是將零件放入工具包裡，這些看似簡單的動作，事實上都需要作業員或機器人接收，並根據各種視覺甚至觸覺訊號，來調整動作的角度及力道。

這些精細的微調使得傳統的自動化編程幾乎派不上用場，因為每次撿取或放置物品都不完全相同，需要像人一樣有從多次的嘗試當中，自主學習歸納的能力，而這正是機器學習，特別是深度及強化學習，能夠帶給機器人的最大改變。

Robotics 2.0：AI可以讓工廠機器人做到哪些事？

AI帶給機器手臂最大的改變就是：以往機械手臂只能重複執行工程師編寫程序，雖然精準度及速度都很高，但卻無法應對任何環境或製程改變。但是現在因為AI，機器可以自主學習更複雜的任務。具體來說，AI機器人較傳統機械手臂在3大方面有重大突破：

1. 視覺（Vision System）

就算是最高階的3D工業相機，仍然無法像人眼一樣，既可以精準判斷深度距離，又可以辨識透明的包裝、反射表面、或是可變形物體。這也是為什麼很難找到一款相機，既可以提供準確的深度，又能夠辨識大多數的包裝及物品，然而，這樣的情形很快就會被AI改變。

機器視覺在過去幾年取得了巨大的進展，幾間來自於矽谷及波士頓的新創，包括OSARO和Covariant，利用深度學習（deep learning），語意分割（semantic segmentation），及場景理解（scene understanding）提高了低階相機的深度及影像辨識，讓製造商不需要使用昂貴的相機，也能得到足夠準確的影像訊息，成功辨識透明或反射物體包裝。

2. 可擴充性（Scalability）

深度學習不需像傳統機器視覺一樣，需要事先建構每一個物品的3D模型。只需要輸入圖片，經過訓練，人工神經網路就能自動辨識影像中物體。甚至能使用非監督或自監督學習，降低人工標籤數據或特徵的需要，讓機器更近接近人一樣的學習，免去人為干預，讓機器人面對新的零件再也不需要工程師重新編寫程序。隨著機台運作，收集到的數據越來越多，機器學習模型的準確度也會進一步提升。

目前一般生產線通常有震動台、送料器、輸送帶等週邊設備，確保機器人能夠正確拿取需要的部件。如果機器學習再進一步發展，讓機器手臂更加智能，或許有一天這些比機械手臂更昂貴四五倍以上的週邊設備將不再被需要。
另一方面，由於深度學習模型一般儲存在雲端，這也讓機器人能夠互相學習，共享知識。舉例來說，若有一台機器手臂經過一個晚上的嘗試，學會如何組合兩個零件，便能夠很輕易地將這個新的模型更新到雲端，並分享給其他同樣也連結到雲端的機器手臂。這不但省去了其他機器的學習時間，也確保了品質的一致性。

3. 智能放置（Intelligent Placement）

一些對我們來說一點也不困難的指令：請小心輕放，或把物品排列整齊，對機器手臂而言卻是巨大的技術挑戰。
如何定義「小心輕放」？是在物體碰觸到桌面的瞬間停止施力？還是在移動到距離桌面6公分處放手讓物體自然落下？或是越靠近桌面就越降低速度？這些不同的定義又會怎麼樣影響物品放置的速度和精確度？

至於將物品「排列整齊」就更困難了，先不論每個人對整齊的定義都有所不同，為了能將物品精準地放置在想要的位置及角度，我們首先必須要先從正確的位置拿取物品：機械手臂依然不如人手靈巧，且目前一般機器手臂大多使用吸盤或是夾子，要做到人類關節及手指的靈活度，還有一大段距離。

其次我們要能即時判斷夾取物體的角度位置及形狀大小，以下圖的杯子為例，需要知道杯口朝上或朝下，要側放或直放，也要知道放置的地方有沒有其他物品或障礙物，才能判斷將杯子放在哪裡才能最節省空間。 我們因為從出生開始就在學習各種取放物品的任務，這些複雜的作業幾乎不加思索就可以完成，但機器並沒有這樣的經驗，必須重新學習。

經由AI，機器手臂可以更精準地判斷深度，還可以透過訓練，學習判斷及做到杯子朝上，朝下等不同狀態。也可以利用對象建模（Object Modeling），或是體素化（Voxelization），來預測及重建3D物體，讓機器可以更準確掌握實際物品的大小和形狀，進一步將物品放到該放的位置。

AI機器人將如何顛覆製造業？

現在我們知道AI可以讓機器做到許多以往做不到的事，但這對製造業現行的產業結構又會有什麼影響？誰能夠把握住新科技典範轉移技術帶來的機會？哪些公司又會面臨前所未有的挑戰？

AI機器人帶來的破壞式創新（Disruptive Innovation）

破壞式創新由哈佛商學院教授克雷頓‧克里斯汀生（Clayton Christensen）在其著作《創新的兩難》（Innovator’s Dilemma）當中提出。理論的中心思想是：
產業中的既有業者一般會為了服務現有客戶（通常也是利潤最高的客群），而選擇專注於「持續式創新」，改善現有的產品及服務。此時，一些資源較少的小公司把握機會，瞄準被忽略的市場需求，而取得進入市場的立足點。
破壞式創新又分為以下兩種：

（1）低階市場創新

一般大家較為熟悉的是「低階市場創新」，數位照相技術就是一例。早期的數位相機不僅解析度不佳，而且還有快門延遲很長的問題，但隨著數位照相品質及解析度逐漸進步，數位相機逐漸從低階市場晉升為主流。諷刺的是，柯達雖然研發出數位相機，但卻因為無法放棄當時該公司占據全球3分之2的底片市場，而最終被新技術淘汰。這正是所謂的「創新的兩難」，既有業者雖然看到新科技的威脅，但卻因為現有公司結構，策略等種種原因無法及時因應。

（2）新市場創新

「新市場創新」則是指新進公司瞄準既有公司尚未服務到的「新市場」進行創新。例如，電話剛推出的時候只能被用來做短距離的本地溝通，因此電報產業當時的領先者Western Union拒絕購買發明家貝爾的專利，因為該公司最賺錢的是長途電報市場，當時甚至不認為短途溝通會是一個市場，更不用說預見後來人人都用電話溝通的情景了。

而AI機器人帶來的，正是「新市場的破壞式創新」！

目前汽車及電子製造業占工業機器手臂出貨量的60%，這也導致市場領先者發那科（FANUC）、ABB、KUKA、安川（YASKAWA）專注於「持續式創新」：做他們最擅長，客戶也最需要的，進一步提高速度及精度。這也使得其他諸如倉儲業、食品製造業，或製造業中的「備料程序」成為被忽略新市場。這些客戶並不需要這麼高速度，高精度的作業，但需要機器手臂更靈活，更能彈性自主學習辨識及處理不同的零件或是工作。

新創AI機器人公司看到這樣未被滿足的需求，開始將人工智慧應用在機器人上，使得機器手臂可以被用在備料，包裝，倉儲等新市場。他們使用較低階的相機搭配機器學習模型，讓以往只能由人工作業的備料，貨物分撿等程序自動化，讓機器手臂可以被運用在更多不同的地方，甚至整個產業。

有趣的是，這些新創公司一般不自行生產機器手臂，而是專注於開發機器學習模型、機器視學及控制軟體，在硬體方面則選擇跟既有機器手臂廠商合作。因此，你可能會想，就算這些機器手臂公司不追求AI創新，他們也不會被時代淘汰，因為自動化還是需要硬體的供應。

但是，這樣想忽略了幾件事：

首先，有些機器手臂公司已經先嗅到了商機，並開始一邊與這些新創公司合作，一邊建立自己的AI團隊。這些公司因為率先採取行動，可以更快地在這些以往服務不到的新市場中建立客群，進一步領先競爭對手。

其次，隨著AI應用的普及，產業鏈中的最大價值，會逐漸由硬體轉向軟體及數據。 這點，我們已經可以從無人車的發展趨勢中看出。一但無人車可以做到高度自主，大部分的價值都會在掌握無人車機器學習模型及自駕數據的特斯拉，或Google等公司的手裡。這也是為什麼車廠人人自危，不是積極併購就是跟矽谷的軟體AI新創公司合作。相比起來，機器手臂及製造商對AI技術的接受速度似乎還不及汽車製造商。

AI機器人帶來的挑戰與機會

AI及機器人的結合帶來許多的可能性，但是這些改變絕非一蹴可幾。機器手臂公司縱使開始投資AI，也依然會面臨當初柯達所面臨的「創新者的兩難」。

要如何重新打造組織及發展策略，才能夠讓轉型的負面影響降到最低，也考驗各個公司管理階層的判斷與決心。

另一方面，開發全新市場也絕非簡單的事，新創公司仍需要和製造廠商密切合作，開發更貼合客戶需求的解決方案。 製造業的流程甚至比倉儲更複雜多樣，新創公司雖然了解AI及機器人技術，但卻不一定了解製造流程。這也給台灣製造廠商一個搶得先機成長轉型的最佳機會。

如果台灣廠商能夠率先和這些新創公司合作，不僅能透過流程自動化提升生產效率及品質，還能做到以往較難做到的少量多樣客製需求，擺脫大量製造，削價競爭的紅海策略。更可以成為新一代AI機器人的試驗場，和國際新創合作開發針對電子或半導體製造業的專屬解決方案，進而銷售到其他國家。

日前，曾任職於Google與百度的吳恩達（Andrew Ng）受邀來台演講中也指出，台灣應該善用自己在半導體與製造業的既有優勢，發展人工智慧，成為除了矽谷、北京之外的下一個AI Hub。 相較於其他像是零售或是消費性網路領域這些現在發展相對成熟的AI應用，台灣在製造產業中發展人工智慧，不但更具有了解應用案例、掌握數據等優勢，也有機會能夠藉由AI機器人等新技術，達到產業轉型的目的。

附圖：KIT工具包 — source: kitting-assembly.ca
深度學習物件辨識範例，由左至右分別為Mask-RCNN, Object Modeling, Grasp Point Prediction。OSARO
傳統及AI機器人創新策略比較 — source: Bastiane Huang
製造業自動化產業鏈- source: Bastiane Huang

資料來源：https://medium.com/marketingdatascience/ai%E6%A9%9F%E5%99%A8%E4%BA%BA%E5%B0%87%E5%A6%82%E4%BD%95%E9%A1%9B%E8%A6%86%E8%A3%BD%E9%80%A0%E6%A5%AD-ee2dbc3db7e4