Transcript

創意每天聽 - 2026年6月5日 · 創意每天聽

0:00
你有沒有想過，未來家裡會不會有機器人幫你摺衣服？
0:06
當然想過，但總覺得那是很遙遠、很高科技的事情，成本一定很高吧。
0:14
對啊，我們一般都覺得是實驗室裡高大上的研究。但最近看到中國一個做法，讓我挺詫異的，他們竟然是從「摺衣服」這種日常小事開始，訓練機器人。
0:31
摺衣服？這跟我們想像的AI訓練很不一樣。一般公司不都是在實驗室裡，用很高精密的設備去模擬各種情況嗎？
0:44
沒錯，這點就是讓我驚訝的地方。他們不是在封閉環境做這些，而是直接把機器人送到一般人的家裡。像北京的 Daniel Wang，他就付了 149 塊人民幣，讓一台機器人到他家服務三個小時。
1:07
149 塊人民幣，大概 22 塊美金，這價格聽起來確實很親民。但機器人在他家做了什麼呢？真的把衣服摺好、鞋子排好嗎？
1:22
他說機器人很慢，一個小時才摺三件衣服，還排了鞋子。重點是，旁邊還有個真人幫忙。所以機器人的主要任務不是真的把家事做好，而是「收集數據」。
1:39
我明白了，這其實是在真實的生活環境中，讓機器人跟著人類互動，來獲取數據。這出乎意料，因為一般公司可能會覺得這樣效率很低，而且成本難控制。
1:56
就是這樣！他們打破了傳統高成本、研究導向的數據採集模式。 Daniel Wang 也說，他覺得自己這樣是為實體 AI 做出了貢獻。
2:13
這背後應該有更深一層的策略吧？光靠單一家庭的數據，規模還不夠。
2:21
對，這就是更厲害的地方。像電商巨頭京東，他們在創辦人劉強東的家鄉宿遷，就跟當地政府合作，目標是要在未來兩年內，收集一千萬小時的機器人訓練數據。
2:39
一千萬小時！這是怎麼做到的？總不可能一台一台機器人送進家裡吧？
2:47
他們在當地有個「數據採集社區」，居民只要把自己做家務的影片拍下來，就能領到報酬。還有養老院的員工、奇異果農場的工人，他們都會戴上頭戴式攝影機，記錄手部動作。
3:07
這樣就是從「第一人稱視角」來收集數據，讓AI能更好地理解人類的動作。這比在實驗室裡模擬，更貼近真實世界會遇到的各種狀況。
3:22
而且因為中國的勞動力成本相對低，加上政府也支持，他們能動員大量人口來參與這種數據採集工作。美國的公司可能因為人力成本高，就會把這部分外包出去。
3:40
這點其實不容易做到。像台灣很多中小企業也是傳統製造業，如果我們是創業者或主管，能從這裡學到什麼呢？
3:53
我覺得最大的啟發就是「不要排斥低成本、本土化的數據收集方式」。我們不需要一開始就追求最尖端、最完美的機器人，可以從日常、重複性高的工作裡挖掘數據價值。
4:12
比如說，工廠裡某個環節的組裝動作，或是餐飲業廚房裡的備料流程，都可以試著用低成本的方式來收集數據，而不是等著買一台昂貴的現成機器人。
4:29
沒錯，就像是摺衣服這種看似簡單卻充滿變化的任務。這讓我們思考，從自身產業的日常操作中，有哪些是累積數據的好機會。
4:43
那一般上班族呢？這個概念可以怎麼帶入工作或生活？
4:49
我覺得可以學會用「數據思維」來看待重複性高的事情。例如，你每天處理報表、整理文件，如果能記錄下操作流程中的關鍵步驟和難點，這其實就是一種數據收集。
5:08
這很棒，有點像是把自己日常的工作流程，變成一個個「可供機器人學習」的數據點。即使現在沒有機器人，未來這些數據也可能很有用。
5:23
對，就是這種「化零為整」的概念。從最不起眼的小事開始，一步一步累積。你可能會發現，原來自己每天做的事情，其實潛力無限。
5:38
這樣聽起來，AI自動化不再是那麼遙不可及的高科技了，它可以用更務實、更貼近生活的方式，慢慢融入我們的日常。
5:52
是啊，這讓我們看見，創新不一定只能走「高大上」的路徑，有時候從最接地氣的地方切入，反而能找到獨特且務實的發展機會。