最近看製造業 AI 的消息，我越來越覺得一件事正在靠近：工廠裡的系統不能再只假設「最後執行的人一定是人」。當 AI agent、AMR、自動倉儲，甚至人形機器人開始接近現場流程，ERP 和 MES 面對的問題就不只是多接一個設備 API，而是原本給人看的派工、領料、補料、檢驗與異常處理，要不要重新整理成機器也能安全執行的工作契約。
過去談智慧製造，很容易把焦點放在看板、預測、排程最佳化。這些都重要，但它們多半還停在「幫人做判斷」或「讓主管看得更快」的層次。系統告訴你今天哪一張工單可能延遲、哪一個批號風險高、哪一台設備稼動率低，最後還是人去決定要不要插單、換線、調料或通知倉庫。
可是當現場開始有更多可以自主移動、可以接任務、可以回報狀態的設備時，系統就會從「建議」慢慢往「行動」靠近。這時候，如果 ERP/MES 還停留在把資料印成表格、把工單顯示給人看的設計，會很快遇到瓶頸。
人類操作員很厲害的一點，是會自動補完很多系統沒寫清楚的脈絡。工單上寫著要領某個料號，他會知道這批料如果外箱破損要先問誰；倉位顯示在 A 區，但他可能知道那一排最近常被暫放品塞住，要繞另一邊；主管口頭說「這張先趕」，他也會理解不是所有相關檢驗都可以跳過。這些判斷散在經驗、默契和現場文化裡。
機器沒有這種默契。AI agent 也好，AMR 也好，人形機器人也好，它們需要的是明確的任務描述、允許範圍、前置條件、驗收標準和例外處理。換句話說，未來的派工不該只是「請把這批料送到產線」，而要像一份 contract：什麼料、從哪裡拿、送到哪裡、在什麼時間窗內完成、途中可以經過哪些區域、遇到缺料或盤點差異時要停在哪一步、需要誰核准才能改路線或改數量。
這就是我最近對 ERP/MES 比較在意的地方：系統要從 record of work 走向 contract of work。前者記錄工作發生了什麼，後者定義工作可以怎麼被執行。
對人來說，一張工單常常夠用，因為人會問、會猜、會看現場狀況，也會在不確定時停下來找主管。但對自動化設備來說，「不確定時怎麼辦」本身就必須被設計。是原地等待？退回安全區？通知產線？建立異常單？改由人工接手？如果這些沒有寫進流程，機器的效率越高，風險也越高。它可能很快地把錯誤的料送到正確的位置，或把正確的料送到錯誤的時間點。
很多企業系統過去不需要把這些邊界寫得太細，是因為人類吸收了系統模糊帶來的成本。主管、現場人員、倉管、品保，每天用大量溝通把流程補起來。這在小規模或變動多的環境很自然，但當 AI 和機器人進場，這些口頭補丁就會變成自動化的天花板。
我會把「機器可執行的工作契約」拆成幾個層次來看。
第一是任務語意。不是只有工單號碼和料號，而是任務類型到底是領料、補料、移庫、退料、抽驗、配送還是回收。不同任務背後的風險不同，允許的自動化程度也不同。補一箱標準耗材，和移動一批需要品質判定的半成品，不應該用同一種派工模型處理。
第二是條件與邊界。任務可以在什麼狀態下啟動？庫存需要先鎖定嗎？批號需要先通過放行嗎？目的地如果忙線或暫停收料怎麼辦？機器能不能自行改找替代倉位？如果沒有這些條件，自動化就會把原本靠人腦擋下來的灰色地帶全部攤開。
第三是驗收與回報。人做完任務，常常一句「送到了」就結束；機器做完任務，系統應該知道它怎麼判定完成。是掃碼確認、重量確認、影像確認、定位確認，還是需要人員二次簽收？沒有驗收定義，資料就只是漂亮地被更新，現場卻未必真的完成。
第四是例外處理。這通常才是最難的。正常流程大家都會畫，真正決定系統成熟度的是異常：找不到料、數量不符、路線封閉、設備電量不足、產線臨時停機、任務互相衝突、權限不足。這些不能全部丟給「請聯絡管理員」。如果每個例外都回到人工群組求救，自動化很快會變成另一種噪音來源。
從 CTO 或技術主管的角度，我不會建議團隊一開始就追求全自動工廠。那很容易變成昂貴又脆弱的展示案。比較務實的路線，是先挑那些任務邊界清楚、錯誤成本可控、驗收方法明確的流程，整理出可執行的工作契約。像是固定路線補料、標準容器搬運、低風險物料配送、倉儲盤點協助。先讓系統學會把任務說清楚，再談更複雜的自主決策。
這件事也會改變 ERP/MES 的設計重點。以前我們常問的是：「使用者在畫面上看不看得到這個欄位？」未來還要問：「非人類執行者能不能理解這個狀態？」「它能不能知道下一步允許做什麼？」「它失敗時能不能留下可追蹤、可接手、可回復的紀錄？」
講白一點，AI 和機器人不會讓爛流程自動變好。它們只會把流程裡沒有定義清楚的地方放大。人可以靠經驗繞過模糊，機器需要你把模糊變成規則。這也是為什麼我覺得製造業導入 AI agent，第一步不一定是買最厲害的模型或最炫的機器人，而是盤點現場工作到底哪些可以被明確描述、哪些需要人類判斷、哪些絕對不能自動越權。
未來的企業系統如果要接住這波變化，不能只是多幾張 API 表、多幾個 webhook。它要能描述任務、限制任務、觀測任務、驗收任務，也要能在任務失敗時把控制權平順交回給人。
當機器人真的走進工廠，最重要的問題可能不是它走得穩不穩，而是系統有沒有把「要它做什麼」講得夠清楚。派工給人，靠的是指令加默契；派工給機器，靠的是契約加邊界。這一步補不上，再聰明的自動化都只能停在展示間裡。