人類只贏機器人1.5%!Figure AI分揀大賽,揭開數位勞動力下一步
2026-08-17
劉奕君
49
美國人形機器人公司 Figure AI 前陣子舉辦人機包裹分揀大賽,讓AI機器人與人類實習生連續 10 小時分揀包裹。最後結果,人類以 192件險勝,平均每件只比機器人快了0.04秒。在這場比賽背後的關鍵訊號是:當標準流程中,機器人的速度已逼近人類,未來的物流與製造現場,將逐步走向人機協作與流程自動化的營運模式。
人類險勝,機器人逼近中
Figure AI 這場人機分揀大賽,最值得關注的不是誰贏了,而是機器人把物流與製造現場長期存在的效率瓶頸,推到台前討論。
在倉儲、物流與工廠端,日常的分揀、搬運、入庫、出貨與物料配送,表面上是現場作業,背後牽動的其實是訂單交期、庫存準確率、產線節拍以及人力排班。任何一個環節延誤或出錯,都可能讓後續的出貨、補料、品檢與交付連帶受影響。
從結果來看,人類雖然勝出,但差距已經縮小到難以忽視。人類平均每件約 2.79 秒,機器人約 2.83 秒,平均每件只差約 0.04 秒。這也代表過去高度依賴人工的標準化作業,正出現新的替代模式:不是單純用機器搬走人力,而是讓企業能開始重新配置現場的勞動結構。
尤其在缺工與排班壓力雙層壓力下,當機器人有機會承接高重複、規則明確的作業,那就意味著,人員能從單純執行,轉向異常判斷、流程監控與跨部門協調等更有價值的工作。
因此,在這場比賽看似趣味,但更需要思考的關鍵在於,當數位勞動力即將進入現場,企業是否準備好重新設計流程、資料與人機分工。

Figure AI 人機包裹分揀比賽,人形機器人平均作業速度與人類僅差 0.04 秒。(圖片/X)
自動化落地,關鍵在流程整合
對企業來說,速度雖然是第一層指標,但這不代表人形機器人可以大規模取代物流員工。因為在物流與製造現場,重要的仍是準確率、可靠性,以及能不能接上既有流程、資料與管理規則。
也就是說,機器人必須被納入一套可追蹤、可回報、可調度的營運系統。它不只是知道「拿什麼、放哪裡」,更要在異常發生時,把資訊回寫到 ERP、WMS、MES 或現場設備系統,讓管理者看得見問題,後續流程能即時接手。
過去企業談自動化多半聚焦在設備效率;但未來能否真正落地,關鍵將回到流程是否標準化、資料即時流動,以及 OT 現場設備能否與 IT 營運系統串接。當機器人、設備、資料與流程接得起來,自動化才不會停留在單點設備,而能成為企業穩定運作的環節。
缺工壓力的解方:不用休息的數位勞動力
這場人機分揀大賽之所以受到關注,不只因為機器人追上人類速度,而是它正好放大了物流、倉儲與製造現場長期存在的缺工問題。但缺工未必只是「人數不足」,更深層原因,是企業越來越難找到願意長時間投入高重複性工作的勞動力。
物流分揀、物料搬運、產線補料、巡檢與簡易裝配等工作,需要高穩定、低失誤與長時間運作,但人力容易受疲勞、流動率、排班與訓練成本影響。
不用休息的數位勞動力,將逐步補上缺工環境的缺口。(圖片/X)
不過,這樣的能力並不是只靠一台機器人就能完成。真正關鍵的是,在工廠端,數位勞動力能否被更高層的系統整合與調度。企業需要的是一套具有標準化、權限可控、資安邊界的企業級AI Agent平台,同步串接歷史營運數據、公司標準流程規範。
從派工到報工的完整流程,AI Agent能在可追溯、可控管的範圍下,進行全流程提效。例如:緊急插單發生時,Agent 主動調查排程與料況,自動調整排程。Agent也能與自動串接 AMR,規劃配送時間、儲位、取料路徑。
也就是說,未來企業現場需要的不只是會執行動作的機器人,而是需要有一套能協調人員、設備、資料與流程的管理能力。當現場突發狀況,這套管理系統必須要能整合資料,並且判斷下一步該由人處理、由機器人執行,或是由系統觸發後續流程。
延伸閱讀: AI Agent走入智慧工廠
AI Agent 將成為數位勞動力的流程指揮官
當數位勞動力的規模持續增加,企業要面對的挑戰,也會從「要不要買機器人」,轉向「如何管理一群數位員工」。
機器人的稼動率、任務完成率、電池健康度、AI 模型版本、異常紀錄與維修狀態,都可能成為新的營運指標;AI Agent 的任務成功率、系統調用能力、異常判斷品質與人工接手比例,也會被納入日常管理。
例如,當 ERP 顯示急單、MES 發現產線缺料、WMS 指出庫存位置時,AI Agent 就能整合訂單、庫存與產線資料,判斷下一步由人員處理、由人形機器人執行,或由 AMR 將物料送到指定產線,並在任務完成後回寫系統。
這樣的自動化,才不只是單點設備升級,而是讓人員、機器人、AMR、AI Agent 與企業系統接得起來,形成可持續運作的人機協作模式。
因此,Figure AI 這場人機分揀大賽真正透露的,是企業對「勞動力」的定義正在改變。人的角色,則會從單純執行,轉向異常判斷、流程協調與現場管理。機器人不是取代人,而是讓人回到更需要經驗與判斷的位置。
當數位勞動力開始走進物流、倉儲與製造現場,企業真正需要準備的,不只是導入機器人或自動化設備,而是讓訂單、產線、物料與異常資訊能被即時掌握,並進一步協調人員與系統行動。想體驗 AI 如何協助生產現場判斷急單、缺料與產線狀態?立即進入鼎新數智體驗中心。

