關於 百容電子作業員 ，我們在網路上蒐集到這些相關的討論、資訊與評價

現在，該是保護好共同撐起科技業產能的外籍移工朋友了！
　
苗栗縣有京元科技公司外籍移工感染新冠肺炎一事，確診人數持續增加，快篩陽性的人數也持續增加。由於此事牽涉到移工管理，更讓此事複雜。
　
我們新竹園區也有許多科技大廠的產能，是靠外籍移工朋友的貢獻撐起來的，為此，這幾天一直憂心著若苗栗這樣的事件萬一不幸發生在新竹時，我們新竹是否已經做好了應變準備的相關措施？
　
這幾天持續與新竹市政府相關單位聯繫，市府表示科技公司隸屬於科技部新竹科學園區管理局（科管局），會由科管局來與廠商保持防疫相關措施的聯繫；於是我再致電科管局相關單位，科管局卻表示京元電子總公司是 #區外廠商，不屬於科管局管理，只有設廠在新竹科學園區內的，才會由他們協助或服務，區外廠商要找市政府，不在他們服務範圍內。
　　
❓那麼，沒有設廠在新竹科學園區內，又或者雖然總公司在園區，但廠房在外縣市呢？
由於病毒不挑人，才不管人類世界的行政管轄範圍，只管有沒有機會可以被它碰到，所以在來回的電話聯繫中，真的讓我心急如焚。
　
　
＃新竹市成立「#竹科專案篩檢站」
　　
所幸今天下午林智堅市長記者會上，終於宣布將設立「竹科專案篩檢站」為竹科移工篩檢，並與新竹市五大醫院完成視訊會議，會由醫院支援醫護量能。感謝國防部與新竹五大醫院院長鼎力協助，在國軍弟兄的支援下，完成帳棚搭設。明日(6/5)即可迅速啟用，盼用三天時間完成已預約申請的4千名竹科移工的篩檢。
👉若還有需要的企業，請跟科管局申請。
　　　
肯定也感謝，新竹市政府迅速又明確的反應，現在就請有聘請移工朋友的科技大廠們，趕緊著手規畫施打流程，避免人潮群聚了。
　　
同時我也理解，增加一座篩檢站，就是增加市府工作的負荷，目前已經有三座篩檢站，還不包括疫苗施打站的工作。所以在這邊也要響應一下新竹市社會處的 #疫苗施打站志工招募：
　
💁‍♀️招募對象：55歲以下(55年次以後)熱血志工
💁福利：提供保險、防護措施、餐點
💁‍♂️服務內容：引導排隊動線　
歡迎熱血志工一起加入，請填表單：https://reurl.cc/eEEo5x　
　　
　　
＃外籍移工住宿問題
　
另外～這幾日也有朋友留言提到外移移工的住宿問題，說是派遣公司或仲介管理公司，將派到不同公司上班的移工朋友安排住在同一棟宿舍、分配在同一間寢舍裡。如果屬實，萬一有一人染疫，極有可能在不知情的情況下已經拓散到其他公司。
　　
但臨時變更寢舍或者宿舍，可能也一時之間並非易事。版上的朋友，若知曉比較好的疫情期間應變方式，也歡迎跟我反應，讓我盡速轉達給政府相關部門。
　　
　
＃保護好共同撐起科技業產能的外籍移工朋友_最終受益的也是我們
　
外籍移工是與我們一同撐起產業的重要朋友。飄洋過海、離開家鄉，來這裡工作討生活，他們的初衷其實跟很多人一樣，都有著一顆想努力賺錢、改善家人生活的心。💗
現在，該是好好保護他們的時刻了。🙌
　
　
＜延伸閱讀＞你對移工的了解有多少呢？
一起來關心台灣的移工百態吧

【新竹移人 Migrants’ Park】身為竹科作業員的單親菲媽坦白講
https://reurl.cc/Q99oVO
　　
【天下雜誌特別企劃】移工－我們身邊的新台灣人
https://reurl.cc/9rr93O
　
【IC 之音 FM97.5竹科廣播】台灣是我的家：移工人生
https://reurl.cc/bXXoqo

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

昨天才跟小朋友說，
美麗的文字，你該怎麼寫？白天寫得出來嗎？
你如何讓你的理智線斷掉，寫出一篇令自己感動到流淚的文章？而不是一篇500個字的冷冰冰作文。

我們台灣新創產業搞成像工廠作業員，要查班表，要簽到退單，補假卡與手帕衛生紙到底有沒有？
企業求生存何其痛苦，養家活口多少人？
新勞動事件法，勞動法，沒有幫助到誰誰誰，只是搞得好像大家的沒有信任感，甚至每天要因應「勞動政策下的成本」風險。

84-1條，裡面絕大多數都是政府對自己保護，而且只是百業中參與勞動的一些人，他很重要，問題是，
對於新創或需要研發產業，放到哪？

創業開公司真的那麼容易？
政府把這份容易天真的以為開公司就能大賺錢。公司付了那麼多隱藏成本來保家衛國安居樂業，變成製造痛苦。

最後 被霸凌的不是員工，而是老闆被政府霸凌，被不懂事的兒童80。
百業哀嚎，政府有聽到嗎？

#現在不是創業好時機

【精神錯亂的新創產業政策】
一、
過去六個月裡，我花了很多的時間在重寫改善我們公司的一個核心程式。但就在上個禮拜，我卻發覺我新寫的程式有一個 “Memory Leak” 的問題，也就是說，我的程式執行的越久，使用的記憶體越大，效能越差，甚至還可能會當機。而我花了許多的時間，卻一直找不出問題在哪裡。

二、
昨天是星期六，又是颱風天。但是我仍然放心不下那個程式，所以下午又一個人跑到辦公室裡去找問題。我一邊上臉書，一邊聽滾石合唱團跟披頭四的音樂，一邊寫程式做實驗。而當我的思緒被卡住的時候，就跑去整理公司的兩個水族箱。
但我仍然找不到那個問題。一直等到 George Harrison 開始唱 "My Sweet Lord" (我親愛的上帝) 的時候，我終於領悟到，應該是上帝要我休息了。所以我就將有問題的程式列印出來，鎖上公司的大門回家了。

三、
昨晚臨睡前，我躺在床上，又把那段列印出來的程式拿出來看，結果居然很快的就找到問題。而今天一早我跑到公司裡，把那一行有問題的程式修改掉，果然很順利的就把那個 “Memory Leak" 的惱人問題排除掉了。
我非常的興奮，興奮到在空曠的辦公室裡大吼。

四、
我所說的狀況，不過是一個軟體工程師的日常。但是在許多台灣政界人士跟鄉民的眼裡，我是一個被公司壓榨的工程師。
我在颱風天上班，我在週末上班，我把我的工作帶回家做，我沒有計算公時，也沒有打卡。
不過，倒是沒有人會要我去舉報我的老闆，因為我就是老闆。而現在在台灣，只有老闆才能自行決定上班的時間。

五、
台灣的政治人物總是說，台灣的產業要升級、要轉型、要發揮創意、要做高價值的軟體產業。但是在政策上卻反其道而行，一部勞基法，要求所有的公司都把員工當成工廠的作業員看待，按時計酬。

六、
像軟體這種靠腦力的產業，每個員工的能力差距很大，工作的習慣也很不一樣。一個每天工作12小時的程式設計師，產出未必比一個每天工作6個小時的程式設計師大，所設計出來的程式也不見得比較好。
反之亦然。

七、
有些程式設計師喜歡在公司裡專心工作，做完就下班，因此他們上班的時數不多；
有些工程師喜歡一邊工作一邊玩，並藉此激發出自己的創意，因此他們上班的時數多，產出也多；
但是也有一些工程師一邊工作一邊玩，卻從來都沒有什麼創意，因此他們上班的時數多，產出卻沒有比較多。
也就是說，計算員工的工時，對一家靠腦力與創意來賺錢的公司來說，根本是沒有意義的。

八、
一個工作環境友善而重視創意的公司，並不會去管員工在公司在公司裡做什麼。員工寫程式也好、上網也好、靜坐冥想也好、聊天喝咖啡也好、玩樂器唱歌也好，只要一個員工能發揮創意，做出好的產品，就是好員工。
而如果員工的思緒被卡住了，想去公園裡走走，或是去打場球，或是去大賣場裡逛逛，或甚至回家去帶小孩，只要去跟上司講一聲，公司既不會干涉，也不會扣薪水。因為公司在乎的並不是員工在辦公室裡待了多少時間，而是員工是否能做出好的產品。
而這就是為什麼美國矽谷的科技公司大多是責任制，而不是按時計酬。

九、
通常從事知識產業的公司會分紅給員工，也會分股票給員工，但就是不會發加班費給員工。
所以在矽谷高科技公司裡工作的員工，通常是靠著分股票或是分紅而賺大錢的。
我到現在還沒有聽說過，有什麼人在矽谷是靠著領加班費而發大財的。

十、
其實在二十年前，台灣也有很多的「電子新貴」，他們同樣是靠著分紅與分股票而賺了很多錢，而不是靠著領加班費發大財的。
偏偏後來台灣修改法令，把員工分紅費用化，讓新創公司分股票給員工的意願大減。結果就是一個公司跟員工雙輸的局面。

十一、
我所知道的美國矽谷，以及二十年前的台灣電子資訊業，新創公司裡的老闆跟員工並不是涇渭分明，更不是對立的。
新創團隊裡的成員要不是公司的股東，就是可以參與分紅配股。大家的向心力都很強，每個人都覺得自己就是某種程度的老闆。
而現在的台灣，在政客與酸民的煽風點火之下，老闆跟員工是涇渭分明，甚至是對立的。只有公司的老闆可以正大光明的讓自己採用責任制，對自己的工作時間與產出負責。
矽谷的新創公司講究的是整個團隊的創新能力，而台灣的公司只能靠老闆自己發揮戰力。也難怪，台灣的新創公司成功的不多，倒是個人工作室越來越多了。

十二、
所以每次跟台灣政界的朋友談新創產業政策，我就一肚子火。
台灣一直喊著要產業升級、要轉型、要發揮創意、要做高價值的軟體產業。但是卻要求軟體公司把員工當成生產線的作業員來管。
這真是一個精神分裂的創新產業政策。