數十年來，製造業者一直追求自動化，以提升效率、降低成本並穩定營運。這種方法帶來了顯著的成效，但如今已不足以應對挑戰。
當前的製造業領導者面臨不同的挑戰：如何在勞動力受限、複雜度增加及創新壓力加劇的情況下成長，同時不犧牲安全、品質與信任。轉型的下一階段不再是孤立的人工智慧工具或單一機器人，而是能在物理世界中可靠運作的智慧。
這正是實體人工智慧（physical AI）——能在現實世界中感知、推理與行動的智慧——帶來決定性轉變的原因。微軟與NVIDIA正攜手協助製造商從實驗走向大規模生產。
早期的人工智慧應用多聚焦於狹義優化：自動化任務、提升利用率及降低成本。雖然有價值，但這階段常帶來新摩擦，如技能缺口、治理疑慮及長期影響的不確定性。此外，應用案例雖多，但策略性不足。
工業前沿代表不同的思維。前沿製造商不問機器能取代多少工作，而是探討人工智慧如何擴展人類能力、加速創新並解鎖新價值，同時保持可信賴與可控。
跨產業來看，成功進入此階段的企業有兩個不可妥協的條件：
沒有智慧，人工智慧變得通用且無特色。沒有信任，採用將停滯不前。
製造業正處於這場轉變的核心。
人工智慧不再侷限於規劃或分析，而是進入物理執行層面：協調機器、適應現實變化，並與工廠現場的人員協同工作。機器人、自主系統與人工智慧代理必須能在動態環境中感知、推理與行動。
這種轉變揭露了關鍵缺口。傳統自動化擅長重複性工作，卻難以適應變化。人類工人具備判斷力與情境理解，但受限於規模。實體人工智慧彌補此缺口，實現人類主導、人工智慧操作的系統，人類設定目標，智慧系統執行、學習並持續改進。人類對於大規模成功至關重要。
實體人工智慧無法透過單點解決方案實現。它需要具備代理驅動的企業級開發、部署與運營工具鏈與工作流程，將模擬、數據、人工智慧模型、機器人技術與治理整合成一個連貫系統。
NVIDIA打造了讓實體人工智慧成為可能的基礎設施，包括加速運算、開放模型、模擬庫及機器人框架與藍圖，支持生態系統構建能在物理世界中感知、推理、規劃與行動的自主機器人系統。微軟則提供設計用於安全、大規模且跨企業運作實體人工智慧的雲端與數據平台。
微軟與NVIDIA攜手，協助製造商超越試點階段，打造可開發、測試、部署並持續優化的生產級實體人工智慧系統，涵蓋產品生命週期、工廠運營及供應鏈等多元環境。
在工業前沿，人工智慧不再是獨立系統，而是數位夥伴。
當人工智慧代理基於正確的營運數據、嵌入人類工作流程並實現端到端治理時，它們能協助完成多項任務。
例如，製造商開始利用模擬為基礎的人工智慧代理，在實際部署前虛擬評估生產變更，降低風險並加速決策。
關鍵是，前沿製造商設計這些系統時，確保人類仍掌控全局。人工智慧負責執行、監控與建議，人類則提供目標、監督與判斷。這種平衡讓組織能更快前進，且不失信心與控制力。
隨著實體人工智慧系統規模擴大，信任成為限制因素。
製造商必須確保人工智慧系統安全、可觀察且符合政策，尤其當其影響安全關鍵或任務關鍵流程時。治理不能事後補救，必須內建於平台中。
因此，前沿製造商將信任視為首要條件，結合創新與可視性、合規性及問責制。唯有如此，實體人工智慧才能從有潛力的示範走向企業全面部署。
人工智慧代理、機器人、模擬與即時數據的融合，標誌製造業的轉折點。過去的實驗性質正轉為運營性質，過去的孤立正變得互聯。
在2026年NVIDIA GTC大會上，微軟與NVIDIA將展示如何支持製造商部署並負責任地擴展實體人工智慧系統。從模擬驅動的開發到真實世界的執行，重點是幫助製造商自信跨越工業前沿。
對製造業領導者而言，問題不再是實體人工智慧是否會重塑營運，而是他們能多快以負責任且具信任基礎的方式大規模採用它。