用手機錄一段產線影片，AI 就能算出這個動作會不會讓工人受傷

台中一家金屬加工廠的職安管理師，手上拿著一疊評分表站在產線旁邊。他要目測作業員的手肘角度、軀幹前彎幾度、手腕有沒有偏折，然後在表格上勾選。一個站別評下來要二十分鐘，全廠有三百多個站別。

他跟我說，最後的做法就是抽樣——挑十幾個「看起來比較危險」的站別做，其他的等稽核前再說。「不是不想做，是真的做不完。」

這句話大概概括了台灣製造業人因工程評估的現況。

事件背景

人因性危害預防在台灣不是新議題。《職業安全衛生法》要求雇主針對重複性作業等可能造成肌肉骨骼疾病的情況採取預防措施，職安署也有相關指引與評估工具（KIM、RULA、REBA 等）。法規是有的，方法論也是有的。

真正的瓶頸在人力。傳統評估靠人目測打分，一個站別耗時久、不同評估者之間標準不一致、而且是一次性的快照——今天評完，下個月產線調整了就不算數。結果就是多數工廠只能抽樣，而抽樣的邏輯往往是「憑經驗猜哪裡危險」，這正好是最容易漏掉的地方。

電腦視覺改變了這個成本結構。TuMeke 主打用一般手機錄下作業循環，幾秒鐘產出受傷風險機率與 3D 人因分析，官網宣稱評估速度是傳統人工的 20 倍、可降低最高 68% 的工作場所傷害，客戶包含達美航空、西門子、日立。Inseer 則把重心放在生物力學——把影片轉成 3D 關節角度與受力估算，技術源自愛荷華大學團隊，並與 EHS 大廠 Cority 整合。

本次重點

• 成本結構的改變才是重點，不是技術本身。 當一個站別的評估從二十分鐘降到幾分鐘，「全廠普查」從不可能變成可行。抽樣與普查的差別，是能不能真的找出風險最高的那幾個站別。
• 主觀差異被消除。 不同職安人員評同一個動作可能給出不同分數，這在稽核與改善追蹤上是個長期問題。演算法至少保證前後一致。
• 改善效益可以被驗證。 工程改善做完之後，再錄一次、比對前後分數，這件事過去幾乎沒人做，因為成本太高。
• EHS 系統整合是企業級的分水嶺。 Inseer 與 Cority 的整合意味著人因資料能和事故通報、請假紀錄放在一起交叉分析，這是獨立工具做不到的。
• Cority 自己也做了 AI 動作捕捉模組，顯示大型 EHS 平台正把人因工程收進標準功能。

市場影響分析

對台灣使用者

對第一線作業員來說，這件事有兩面。好的一面是，過去被忽略的站別可能終於被看見——很多重複性傷害是慢慢累積的，等到會痛的時候往往已經很嚴重。

但另一面必須誠實面對：被錄影這件事，感受上就是被監控。就算公司再三保證「只評估動作、不做個人考核」，現場的疑慮是合理的，而且不會因為說明會開得夠多就消失。台灣的勞資信任基礎本來就不算厚，這個問題處理不好，導入會直接卡死。

對企業應用

務實的導入路徑應該是「AI 篩選 + 人工正式評估」的兩段式：先用工具把全廠掃過，排出風險前 20 名的站別，再由職安人員針對這些站別做符合台灣職安署格式的正式評估。這樣既拿到普查的覆蓋率，又避開「AI 產出的分數能不能當法規依據」的爭議。

要提醒的是，這些工具的評分標準以歐美規範（RULA、REBA 等）為主，與台灣職安署的表單格式不同，需要對照轉換。導入前務必確認這件事，不然做出來的儀表板在稽核當天派不上用場。

對開發者

台灣其實有機會做本土方案。骨架偵測的模型不是門檻，門檻在三件事：一是台灣職安法規表單的對應與產出；二是真實工廠環境的辨識穩定度（機台遮蔽、防護具、光線不足、多人同框）；三是資料治理與勞資溝通的配套。

第二點被嚴重低估。實驗室裡拍一個人做動作，準確度很漂亮；產線上作業員半個身體被機台擋住、戴著厚手套和面罩、旁邊還有兩個同事走來走去，那是完全不同的難度。這也是為什麼評估這類工具時，一定要要求廠商到你的現場實測，而不是看簡報。

未來發展趨勢

人因評估會從「合規動作」變成「持續監測」。 目前多數工廠把人因評估當成應付稽核的一次性任務。當評估成本降到夠低，它會變成產線變更後就重跑一次的例行作業。

保險會是推動力量之一。 Inseer 的客戶名單裡有保險經紀商，這不是巧合。當職災風險可以被量化，保費定價就有了新的依據，這會反過來推動企業導入。

隱私與勞動權益的規範會跟上。 職場影像蒐集在台灣涉及《個人資料保護法》與勞動法規的交界，目前實務上仍是模糊地帶。可以預期未來會有更明確的規範，企業現在導入就該把去識別化、存取控制、保存期限做在前面，而不是等被檢舉再說。

TheAI學院 總結與評語

這是那種技術含量不算最高、但實際效益很清楚的 AI 應用。它沒有要取代誰，就是把一件「該做但做不完」的事變成做得完。對台灣製造業來說，這種務實的價值比任何炫技的展示都重要。

但我必須把話講在前面：這類工具導入的最大風險不是技術失準，是勞資溝通失敗。錄影評估動作和監控工作效率，在技術上是兩回事，在現場感受上幾乎是同一件事。公司如果只是發個公告就開始錄，後續的抵制會超乎預期，而且完全合情合理。

評語：AI 把人因評估從抽樣做樣子變成真能普查，但錄影機一架起來，考驗的就不是演算法而是勞資信任。

給台灣讀者的具體建議：如果你是職安或人資主管，導入前先做三件事。第一，在勞資會議或工會溝通清楚用途，並白紙黑字寫明不作為個人績效考核依據。第二，訂出影像的去識別化方式、存取權限與保存期限。第三，要求廠商到你的實際產線做一次實測，看看在機台遮蔽與防護具的環境下辨識還準不準。這三件事做完再談採購，成功率會完全不同。

資料來源

• TuMeke Ergonomics 官方網站
• Inseer 官方網站
• Cority 工業人因工程軟體

依公開資訊整理、以官方為準。