2026-05-03 | 노현섭 기자

“韩国产业结构适合物理AI…越过‘试点陷阱’才能全球抢先”[首尔论坛2026]

本页标题和正文均由AI机器翻译,未经人工审校。准确内容请以韩文原文为准。

“在美国与中国展开物理人工智能(AI)竞争之际,韩国的战略课题在于开辟自己的道路。韩国必须避免落入许多国家和企业遭遇的‘试点陷阱(pilot trap)’,加快构建将其扩散到实际产业现场的体系。”

Persona AI商业战略部门代表迈克尔·帕特里克·佩里3日在接受Seoul Economic Daily采访时如此建议,称韩国若要在物理AI竞争中领先,就应集中于现场应用和扩散体系的构建。他表示:“即使完美的机器人立刻出现,大多数企业也无法马上加以利用”,“归根结底,重要的是弄清在哪些领域以何种角色部署最为高效。”

他判断,这种问题意识也与产业自动化的历史相通。因为尽管技术已经准备就绪,却无法在生产现场扩散的情况屡屡出现。实际上,根据全球经营战略咨询企业凯捷(Capgemini)去年的调查结果,将代理型AI从试点阶段推进到实际扩散阶段的组织不足15%。佩里代表表示:“这种模式在过去20年的产业自动化研究中也一贯出现”,“由此未能实现的潜在价值高达数万亿美元。”他并强调:“产业自动化中真正困难的不是技术,而是建立组织、基础设施以及商业模式。”

对此他强调了‘现场应用体系(deployment framework)’的重要性。即并非单纯引进机器人,而是设计在哪些工序以何种方式应用的体系,才决定扩散的成败。佩里代表说:“由于需要信息技术(IT)整合、电力基础设施建设、安全认证、人力运用计划、内部业务可行性评估等多方面准备,第一台机器人真正执行有意义的作业至少需要12~24个月”,“认识到这一点并提前推进机器人部署的企业将获得明确优势,并可以形成后来者难以追赶的差距。”也就是说,物理AI竞争归根结底不是技术竞争,而是‘扩散能力’的竞争。意味着能在实际运营环境中反复应用、并具备将其扩展到其他工序和产业结构的一方将主导市场。

他认为,在这一过程中数据的性质也与以往不同。佩里代表表示:“人形机器人所需的核心数据不是过去积累的数据,而是在现场新生成的数据。”即需要通过模仿学习、远程操作、大规模仿真等方式,让机器人在执行实际作业的同时积累数据,并将其再反映到性能改进中的良性循环结构。他解释:“重要的不是拥有多少数据,而是能多快地生成新数据并加以利用。”

从这一角度看,他认为韩国的产业结构可以成为物理AI竞争中的重要基础。因为造船、钢铁、能源等重工业现场是重复作业与高风险工序共存的典型环境,具备验证和扩散人形机器人应用效果的适宜条件。佩里代表评价称:“韩国拥有为数不多的、能够超越技术实验、在实际产业现场同时推进验证与扩散的环境”,“基于对工序的深刻理解、积极应对这种变化的企业很多,而将这种诀窍、运营环境和制度意愿结合于一处的国家几乎没有。”也就是说,政府与企业超越单纯引进技术的层面、力图将其与生产率相连接的意愿强烈。他分析,这是因为韩国年轻一代劳动者并未充分流入重工业职种,而考虑到韩国的人口结构,人们已明确认识到这不是暂时性问题而是结构性问题。

不过他指出,这些优势并不会直接转化为竞争力。韩国产业界应扩大以下方面:△构建企业间紧密的合作伙伴关系 △对物理AI部署基础设施的公共投资 △培养具备机器人运用能力的人才。因为若这些要素得不到持续支撑,就很可能陷入‘试点陷阱’。他表示:“若建立起这些能力,无论是专业服务形态,还是按产业优化的AI模型形态,其本身都可以成为一种全球出口产品”,“最先实现现场应用体系的国家,将抢占定义未来10年以上的工业物理AI运用诀窍。”

对于物理AI扩大将导致大规模失业的担忧,他认为反而会朝着提升人的价值的方向发挥作用。他划清界限称:“问题不是失业,而是熟练人力的长期短缺和现有人力的老龄化”,“机器人最终将被用于填补招不满的岗位、代替执行危险作业。”他接着说:“随着引进机器人提升生产率,企业将生产更多产品、扩大工厂规模”,“在此过程中,对要求更高熟练度的职务需求将会增加。”

也就是说,劳动市场上从事简单作业的人力可能减少,但管理和运营机器人的角色反而扩大。他表示:“差异化的能力在于,当机器人无法完美运转时能介入解决问题、并教它下次做得更好的知识与判断力,再加上职业伦理,这些全都来自人”,“这种深度知识不局限于一个人之手,而是通过机器人得以扩展,因此其价值反而更大。”他预测,今后人类将进化为管理多台机器人的‘团队领导型作业者’。

他说:“不过企业在这种变化的进程中必须负责任地进行管理,对再培训的投资以及与劳动者的明确沟通不可或缺”,“只有建立起这种信任的企业才能在实际现场部署中成功,做不到的企业无论机器人技术多么出色都将失败。”

阅读韩文原文