解決痛點 

企業在推動數位轉型與導入AI科技時，常面臨以下痛點：

• AI落地困難與適應不良：過度依賴純技術導向，忽視人機協作的動態複雜性，導致系統僵化，第一線人員難以適應或產生抗拒。
• 自動化衍生的未預期風險：現有AI系統往往缺乏動態適應力，在面對突發變異或極端狀況時，反而容易引發常態事故理論中所描述的複雜系統性失效。
• 缺乏符合永續營運的韌性評估：傳統管理模式難以量化且預防人機互動帶來的新型態風險，難以契合ESG對於社會責任、人員福祉與系統營運安全的要求。

帶來的價值：
本技術破除盲點，透過人因工程預先識別變異，將AI從流程的干擾者轉變為賦能者。不僅確保智慧製造與高風險系統的安全穩定，更能大幅提升企業面對未知的動態韌性。

 技術簡介 

本技術係專為智慧製造、自動化醫療等複雜系統與高風險產業研發之AI 導入與系統韌性優化解決方案。
有別於傳統單向且靜態之風險評估，本技術建構了一套先進的動態人機協作分析模型。透過系統性地量化並視覺化現場作業流程中的變異性與潛在脆弱節點，精準預測AI或自動化設備導入後，可能引發的系統性干擾與連鎖失效。
藉此，本技術能協助企業在系統正式上線前，制定具備高容錯能力與動態適應性之標準作業程序（SOP）與協作防護機制。不僅確保 AI 科技能與現場人員高效協同運作，更大幅強化整體營運系統在面對非預期異常時的穩定度與安全性，落實以人為本的高韌性永續智造目標。

▲「人因驅動之高韌性AI協作優化框架圖」本圖展示了技術的核心運作邏輯。我們透過系統性分析作業流程與人因數據（如認知負荷、操作變異），精準識別AI導入後可能產生的動態風險節點。藉此，我們能預先制定具備高容錯力的協作機制與SOP，強化整體系統在面對異常干擾時的動態韌性。

 應用案例 

1.    醫療照護系統AI 導入之韌性分析與評估
針對醫院護理作業等高度複雜且動態的場域，於導入 AI 輔助系統前，運用本技術進行流程變異性評估。透過分析第一線醫護人員的認知負荷與作業動態，確保AI系統能與醫護人員形成互補，在不干擾其彈性決策的前提下，提升整體醫療照護系統的韌性與安全性。
2.    大型化工廠AI導入之韌性分析與評估
針對台灣指標性大型化工廠，於關鍵製程導入AI監測與輔助系統前，運用安全-II進行近失事件與日常作業分析。透過解析前線人員維持系統安全運作的潛在彈性與成功因應策略，確保AI系統的導入能完美契合並強化人類工作者的防護機制。協助企業從被動的預防失效轉向主動的強化人機協同韌性。

 相關連結 

無

 專利名稱證號 

無

 技術產學合作或技轉單位 

產學合作單位：台灣耐落股份有限公司、佳里奇美醫院

 獲獎紀錄 

無

 技術聯絡人 

國立屏東科技大學 李秀珍專案經理

連絡電話：08-7703202 ext. 6571

聯絡信箱：joanli@mail.npust.edu.tw