Physical AI 元年：AI 正在離開你的螢幕，走進工廠、倉庫，和你的城市
Physical AI 正在離開螢幕，走進工廠、倉庫、醫院與城市道路，預計在 36 個月內重寫各產業的「工作門檻」，從取代操作員，到創造懂得設計、部署與維護 Physical AI 系統的新角色。 目前已有 58% 企業採用 Physical AI、兩年內將達 80%，台灣既是最先被自動化的製造現場，也是提供感測器、晶片與機器人代工等關鍵零組件的最大贏家，你會被取代，還是成為打造替代方案的那個人？
《AI未來週報》深度專題 · 2026.03.22 作者：Future Lin｜AI觀察日記
先問你一個問題
你上一次換工作或換產業，花了多久時間？
一年？兩年？
德勤的最新報告說：你所在的產業，可能在 36 個月內 就被 Physical AI 根本性地改變。而且這不是預測——目前已有 58% 的企業 正在某種程度上使用 Physical AI，兩年後這個數字預計達到 80%。
這一次，AI 不只是讓你打字更快、開會摘要更精準。它正在走進工廠的地板、倉庫的走道、醫院的手術室，和你城市的馬路上。
Physical AI 元年，已經來了。
一、什麼是 Physical AI？一句話說清楚
傳統 AI：給它問題，它給你答案（存在於螢幕內）。
Physical AI：給它任務，它在真實世界裡自主感知、判斷、行動（存在於物理空間中）。
關鍵差異在於三個字：「自主行動」。
Physical AI 系統不需要人類在旁邊按按鈕，它們能即時感知環境（攝影機、雷達、感測器），用 AI 推理理解情況，然後執行動作——搬運貨物、組裝零件、開車、甚至做手術輔助。
Jensen Huang 在 GTC 2026 說了一句話，我認為是對 Physical AI 最精準的描述：
「Physical AI 的 ChatGPT 時刻，已經到來。」
這句話的意思是：就像 2022 年底 ChatGPT 讓全世界突然意識到「文字 AI 真的可用了」，2026 年，Physical AI 正在發生同樣的質變。
二、德勤報告告訴我們什麼？數字比你想的更驚人
德勤 2026 年《Tech Trends》報告與《企業 AI 現狀》調查，給出了幾個值得深思的數字：
現在：
58% 的企業已在某種程度上使用 Physical AI
製造業、物流業、國防是採用速度最快的三個產業
兩年後：
Physical AI 採用率預計達到 80%
亞太地區（包含台灣所在的區域）是全球早期採用速度最快的地區
長期展望：
人形機器人市場預計在 2050 年前達到數兆美元規模
企業機器人部署數量，預計在未來十年達到數百萬台的量級
這些不是科幻小說裡的情節。Amazon 已部署超過 100 萬台機器人，並用 DeepFleet AI 讓整體車隊效率提升 10%。BMW 的工廠裡，車輛已能自動在產線上自主行駛。
三、人形機器人三強：誰真的在「工作」，誰還在「學習」？
這一波 Physical AI 最引人注目的代表，是人形機器人（Humanoid Robots）。三個最值得觀察的玩家：
Boston Dynamics Atlas：最快進入商業部署的那一個
2026 年 1 月，Boston Dynamics 在 CES 正式發布 Atlas 量產版——這不是研究用的原型機，是真正的企業產品。
關鍵規格：
56 個自由度（可以做接近人類的精細動作）
50 公斤搬運能力
已確認在 Hyundai 汽車工廠和 Google DeepMind 部署
定價：$14 萬美元以上（單台）
Boston Dynamics 是目前唯一已確認大規模商業部署人形機器人的公司。
Tesla Optimus：最多人關注，但進度最謹慎
Elon Musk 在 Q4 2025 財報說了一句讓市場冷靜的話：目前在 Tesla 工廠的 Optimus Gen 3，還沒有在做「有用的工作」——它們是在收集數據和學習。
這不是失敗，是 Tesla 一貫的「先訓練、再部署」策略。Optimus 最終目標售價是 $20,000～$30,000（量產後），如果成真，將是目前最具商業顛覆性的定價。
但「最終量產」的時間表，目前仍是未知數。
Figure 03：最被低估的那一個
Figure AI 在 2025 年底推出的 Figure 03，與 OpenAI 深度合作，專為高產量製造場景設計。它的 BotQ 工廠產能達到 每年 12,000 台——這個數字意味著它是目前量產速度最快的人形機器人製造商。
Figure 03 的意義不只在機器本身，而在它代表了一個新模式：AI 軟體公司（OpenAI）+ 硬體製造商（Figure）的垂直整合，這很可能是 Physical AI 時代的主流商業結構。
四、台灣視角：我們面對的是威脅，還是機會？
2025 年 10 月，台灣正式成立「AI 汽車產業聯盟」，整合上中下游廠商與研究機構，目標是搶占 AI 自動駕駛與自動化物流的商業化機會。
這個動作說明台灣產業界已意識到：Physical AI 的衝擊，不是遙遠的未來，而是正在逼近的現實。
威脅面：
台灣製造業是全球供應鏈的核心節點，但同時也是 Physical AI 「最先被自動化」的場景。精密組裝、品檢、物流搬運——這些都是 Physical AI 機器人正在快速取代人工的環節。
根據德勤報告，製造業是 Physical AI 採用速度最快的產業。對台灣工廠而言，這意味著未來 3 年內，「操作型」工作崗位將面臨結構性調整。
機會面：
但台灣的位置，不只是「被自動化的對象」，更可以是「提供自動化所需硬體的人」。
Physical AI 機器人需要什麼？精密馬達、感測器、高效能運算晶片、伺服器、散熱模組——這些，台灣廠商都在做，而且做得比任何國家都好。
研華科技（Advantech）已在 GTC 2026 展示基於 NVIDIA IGX Thor 的邊緣 AI 工業平台；台達電的工業自動化解決方案正在對接 Physical AI 需求；廣達、鴻海也在佈局 AI 機器人代工組裝。
結論：台灣的問題不是「Physical AI 會不會來」，而是「我們要當被替代的人，還是當製造替代方案的人」。
五、哪些產業最先被衝擊？按時間軸排序
根據現有部署數據與投資趨勢，Future 的預測排序如下：
12～18 個月內（正在發生）： 倉儲物流（Amazon、京東、全家的無人化倉庫）、汽車製造（Hyundai + Atlas）、半導體廠房搬運作業
18～36 個月內（快速逼近）： 一般製造業品管與組裝、餐飲業自動化（已有 Yo-Kai Express 等案例）、醫院物資搬運與手術輔助
36 個月以上（結構性長期變化）： 零售業揀貨與結帳、建築工地體力作業、農業採收與分揀
六、Future 的核心洞察
Physical AI 最根本的改變，不是「機器取代人」，而是「哪種工作的門檻重新定義了」。
過去，一個熟練的工廠操作員之所以有價值，是因為他的手眼協調、經驗判斷是難以複製的。Physical AI 正在讓這種不可複製性消失。
但同時，懂得「設計、部署、維護 Physical AI 系統」的人，需求會急劇上升。未來三年內最有價值的工作，不是「操作機器」，而是「讓機器知道怎麼操作」。
這對你的職涯啟示：今天你花時間學習如何與 AI 協作，明天你就是訓練 Physical AI 系統的那個人。
七、行動建議
如果你是企業主： 現在問的問題不是「要不要導入機器人」，而是「我的哪個作業流程，成本效益最高、風險最低、可以先試點 Physical AI？」
如果你是工作者： 識別你工作中「重複性高、環境固定」的環節——那些是最先被自動化的。同時問自己：我的工作裡，哪些判斷是 AI 目前做不到的？
如果你是投資人或創業者： Physical AI 的基礎建設（感測器、邊緣運算、機器人作業系統、訓練資料）正處於早期高成長階段，台灣在這個供應鏈上有先天優勢。
結語
2022 年，ChatGPT 出現，全世界花了三個月意識到「文字 AI 真的可用了」。
2026 年，Physical AI 正在製造業、物流業、醫療業，悄悄發生同樣的事。
這一次，你不需要花三個月才意識到。
你現在就知道了。接下來怎麼做，取決於你。
📬 這期讓你有所思考？把《AI未來週報》分享給一位在製造業或物流業工作的朋友。🔗 訂閱：futureaitw.substack.com
Sources: