为了克服超高龄社会带来的严重照护人力短缺问题，政府决定全面引入人工智能（AI）技术。将建立一个由AI全天候监测独居老年人健康与安全的“智能家居”，并实现通过简单对话找到适合自己的福利并一次性申请的“智能福利行政”。政府计划将AI作为现场工作人员的“助手”，而非替代者，从而显著提升面对面照护的质量。 卫生福利部在国务会议上报告了以此为基础的《福利与照护AI转型路线图》。卫生福利部以“可靠的照护、温暖的福利、共同享受的AI”为愿景，将相关政府预算从今年的256亿韩元大幅增加至明年的691亿韩元，增幅约为2.7倍。 2043年将面临99万名护理人员短缺危机……通过智能家居与设施实现24小时照护政府大规模推进AI转型的背景是人口结构的急剧变化。根据韩国开发研究院（KDI）和韩国银行的预测，如果现趋势持续，到2043年，护理与照护人员将短缺约99万人，国家将面临无法避免的照护空白。 为应对这一危机，卫生福利部首先将建立“基于先进技术的可持续照护体系”。通过结合物联网（IoT）与AI，建设“智能家居”，支持老年人在居住地安全生活24小时。 过去，依靠单一的信息如未检测到动作来判断危机，可能需要长达6小时，而未来，AI将综合分析生活模式和对话内容，能够在1小时内提前发现异常迹象。 养老设施等将转变为“智能设施”。夜间，工作人员每2小时巡视一次以检查睡眠和排便的方式，将被智能尿布和跌倒检测传感器取而代之，以便及时应对异常情况。 卫生福利部福利照护人工智能政策科科长徐敏秀在说明会上表示：“我们将在今年11月将智能家居和智能设施的原型部署到现场，并计划在2027年前在400个家庭和12个设施进行实证，2028年起将以国公立机构为中心进行全面推广。” 用日常语言咨询与‘一键’申请……简单福利行政实现50%自动化国民能够感受到的福利行政创新也在加速推进。为避免因复杂的申请程序和信息不足而放弃福利领取，政府将开发“AI聊天机器人”，计划于2027年投入使用。国民只需用日常语言描述自己的情况，生成型AI将推荐个性化服务，并计划在2029年实现无需提交文件即可“一键”完成申请，简化程序。 对于儿童津贴等资格明确的普遍福利，将逐步转变为无需单独申请的“自动发放”体系。此外，为减轻福利公务员和设施工作人员的过重行政负担，计划在2028年前将50%以上的文件接收、验证和系统输入等简单重复工作实现AI自动化。 对此，卫生福利部福利信息规划科科长洪华英表示：“我们将以危机家庭为重点进行初步咨询，未来通过福利平台扩展到全国推荐和申请的联动。” 政府还将建立一个整合分散的福利与照护数据的平台，并引入基于个人同意的“福利与照护我的数据”，未来将与医疗我的数据进行联动。 “不是替代人，而是助手”……开发物理AI机器人并培养10万名专业人才政府还将建立一个涵盖技术开发到市场进入的全周期生态系统。卫生福利部与科学技术信息通信部将共同投入745亿韩元，推动AI与IoT照护技术的研发，计划在2028年至2030年间投入约1000亿韩元，研发用于患者转运和餐食辅助等的“物理AI”照护机器人。长期目标是2030年后实现结合陪伴与安全检测功能的家庭用AI自主跟随机器人商业化。 为防止技术滥用，政府将建立法律与制度基础，制定包括根据风险水平进行人类干预与监督原则和解释要求权的“AI伦理指南”，并成立福利与照护AI创新委员会，以提高现场的接受度。此外，计划到2030年对10万名社会福利公务员和照护工作人员等现场人员进行AI应用实务培训，以缩小数字鸿沟。 卫生福利部部长郑恩京表示：“在照护人员短缺的情况下，AI等技术的新角色变得更加重要，但AI并不是替代人，而是分担简单重复工作的助手。我们将利用AI提高照护的可持续性，提升照护劳动的价值。”※ 本报道经人工智能（AI）系统翻译与编辑。

汽车部件行业正在快速应用人工智能（AI）。作为成本控制的前沿，部件行业积极利用AI和自动化提高工作效率，同时应对长期存在的人力短缺问题。 据行业消息，现代摩比斯在公司内部建立了基于AI的评估验证系统，用于自主驾驶和软件中心车辆（SDV）核心部件的开发。 该系统通过测试车辆利用雷达、摄像头、激光雷达等各种传感器收集实际行驶数据，然后将数据转移到模拟器中进行再次行驶。 其核心在于能够在虚拟空间中快速积累人们需要在测试车上行驶数年才能获得的大量验证数据。实际上，夜间、雨天和突发情况等现实中难以重复的环境也可以在虚拟空间中实现。现代摩比斯计划将该模拟器进行并行连接，以进一步提高验证速度。 现代摩比斯相关人士表示：“自主驾驶软件用汽车部件的技术开发与评估验证同样重要。”并期待“系统完善后，1万小时的评估验证将在约一周内完成。” 其他部件公司也在加速投资AI和自动化，以提高生产效率和未来汽车开发效率。HL万都在生产设备中应用智能工厂技术，并扩大在车辆和部件数据分析中的AI应用。大邱汽车部件企业SL在生产现场引入了协作机器人和无人运输车（AGV），实现物流自动化，使每人每小时的生产量提高了约10%。 汽车部件行业长期存在的人力短缺问题也被认为是加速AI转型的背景。根据汽车产业人力资源开发委员会的统计，去年汽车产业缺少人员达4000人，比2024年的3781人增加了5.8%。尤其是研发（R&D）缺少人员在同一时期从182人增加到404人，增幅超过两倍。随着人力短缺的加剧，利用AI和自动化系统提高生产和研发效率的必要性也在增加。 实际上，生产现场AI的引入效果已经显现。工业通商部上个月发布的《制造业人工智能转型（M.AX）主要成果及未来推进计划》中，提到亚山成宇海特引入电动车电池无人自主制造系统，将质量检查时间缩短了90%的案例。 大林大学未来汽车学部教授金必洙表示：“在生产现场应用AI，可以减少原本的浪费，大幅提高生产效率。”并指出：“通过降低成本和提高生产力，可以确保价格竞争力，因此未来汽车部件行业中AI应用的重要性将愈加突出。”※ 本报道经人工智能（AI）系统翻译与编辑。

网络安全正成为前沿人工智能（AI）实战性能验证的主要测试平台。安全领域不仅需要进行简单的问答或文档生成，还需进行大规模代码分析、漏洞探测、攻击路径推断以及漏洞利用的制作，这些都成为检验AI长期推理和自主代理能力的舞台。 据韩国互联网振兴院（KISA）22日透露，政府正在加强国家层面的AI安全体系，以应对利用高性能AI的网络威胁。政府在今年5月通过了《基于AI的网络威胁应对民间信息保护推进计划》，并提出了从2027年起逐步转向基于自主AI技术的国内信息保护体系的目标。 全球AI企业也在扩大其在网络安全领域的技术竞争。最近，Anthropic的Mitos和OpenAI的“GPT-5.5-网络安全”等强化安全能力的AI模型相继推出，使得AI的应用范围从以对话和文档生成为主，扩展到漏洞分析和攻击、防御的执行。 网络安全被认为是同时验证AI推理能力和自主性的领域。实际的安全工作不仅需要简单的知识检索，还需理解复杂的代码和攻击路径，并经过多个判断步骤来验证结果。 漏洞分析和漏洞利用的制作需要高水平的推理能力。漏洞利用是将安全弱点实际应用于攻击的代码或技术，要求理解庞大代码库的上下文，追踪控制流，提出假设并通过概念验证（PoC）进行验证。因此，零日漏洞探测或CTF（黑客问题解决任务）能力被用作评估AI代理实战水平的指标。 KISA威胁应对政策团队负责人金恩成指出，安全特化AI的特点在于可以同时用于攻击和防御。除了漏洞探测和红队等攻击性安全外，还可以应用于威胁猎捕、安全监控中心（SOC）自动化、自动补丁生成等防御工作。 不仅要将AI应用于安全，保护AI本身的问题也日益重要。“为安全而AI（AI for Security）”是指利用AI提升漏洞探测、入侵事件分析和响应自动化等现有安全工作的概念。 而“为AI而安全（Security for AI）”则是指保护AI模型和系统免受提示注入、模型窃取、数据污染、供应链威胁等影响。这两个领域并不是独立的，随着AI应用的扩大，必须共同建立安全体系。 政府和KISA重视国内安全特化基础模型的获取，背景在于韩国特有的威胁环境和数据主权问题。韩国面临来自朝鲜等特定攻击主体的威胁，并暴露于韩国特有的攻击技术中，同时拥有韩文（HWP）文档、网络隔离、文档安全（DRM）等特化的工作和安全环境。 因此，KISA认为，海外通用模型难以充分反映这种环境，且将系统构成或使用软件等敏感信息传递给海外服务也并不容易。 与其在通用AI中与全球大型科技公司正面竞争，不如集中在安全等特定领域的战略。金恩成表示，虽然短期内难以缩小与通用前沿模型的差距，但如果是针对韩国安全环境进行集中学习的特化模型，则有可能提高竞争力。 他认为，直接与通用前沿AI竞争以占领市场并不容易，因此建立适合韩国安全环境的基础模型，提高专业性是一个方向。金恩成表示：“跟随一个学科、一个学科的发展是安全特化基础模型的方向。”

汽车零部件制造企业朝日工业在推进生产流程自动化和电动车零部件业务转型的过程中，过去四年内就业人数增加了37%。 劳动部表示，部长金英勋于11日访问了位于蔚山北区的汽车零部件中小企业朝日工业，考察了自动化和业务转型的案例，并听取了劳资双方的建议。 朝日工业是一家生产汽车零部件的中小企业，自2007年起便开始在冲压和焊接等工序中引入机器人自动化。最近，该公司扩大了业务范围，开始生产电动车电池包外壳，并建立了冲压、焊接、密封机器人及模具自动化仓库等设施。 自动化并未导致人员减少。朝日工业的员工人数从2022年的97人增加到2023年的108人，2024年达到122人，去年为128人。截至今年9月，员工人数为133人，比2022年增加了37%。 当天的座谈会上，曾在内燃机汽车零部件工序工作的中年熟练工人也分享了职业转型的经验。朝日工业的劳资双方向政府提出了关于熟练人才的职业转型、人工智能（AI）专业人才的招聘，以及新自动化设备的安全标准制定等建议。 中小企业振兴公团介绍了蔚山地区汽车零部件合作企业的未来汽车转型现状及支持任务。朝日工业还利用了劳动部的工作场所创新咨询和青年就业跃升奖励金等支持项目。 汽车产业是电动化和AI引入的典型产业转型领域，产品和生产方式正在同时发生变化。政府今年首次制定的产业转型就业稳定基本计划，提出了企业的业务重组以及在职人员的职业转型培训和转型过程中的就业维持等核心任务。 金英勋劳动部长表示：“产业转型的核心应是人而非技术。”他指出：“朝日工业的案例表明，产业转型可以成为创造就业的过程，我们将加强支持，为青年提供新的就业机会，并帮助中年劳动者的技能与新技术相结合。”※ 本报道经人工智能（AI）系统翻译与编辑。

许多企业正在考虑人工智能转型（AX）。然而，目前很多企业对AX的理解仍停留在“尝试引入AI工具”或“利用AI实现工作自动化”的阶段。但自动化与AX是不同的。自动化是在不改变现有工作流程的情况下，将部分步骤替换为机器，而AX则是从“如果AI可以完成这项工作，那么我们应该如何设计这项工作？”这个问题出发，重新构建工作方式。 进行AX审查的第一个问题通常是“可以减少多少人”。然而，如果在财务组织中以这个问题开始，往往会让人失望，因为节省的金额通常低于预期。如果成本节约是改善短期损益的事情，那么财务结构的变化则是为企业未来承接更多业务和交易打下基础。财务团队的AX属于后者的投资。 随着企业的成长，资金的流入和流出路径也在增加。新的销售渠道出现，收费体系多样化，结算的合作伙伴和进入的国家也在增加。对业务部门来说，这是一个机会的增加，但对财务团队来说，情况则截然不同。 每当增加一条路径，财务负责人首先需要理解新进入的数据意味着什么。需要逐一解读哪些是成本，哪些是纯收入，以及这些数字是基于哪个时间点汇总的。接下来，需要将其转换为公司关账标准，并追踪不匹配的数字，准备好应对审计的证据。 这个过程大部分是在Excel上由人手完成。因此，交易增加时，Excel首先会遇到瓶颈。文件变得沉重，公式失效，原本一次性处理的工作不得不拆分成更小的部分，更频繁地重复进行。工作本身并没有变得更困难，而是同样的工作需要更频繁地重复。 结果同时表现为两个方面。人力成本不断增加，但人员却不足。这也是财务团队流动性高的原因之一。问题在于，关账标准和例外处理方式通常不是记录在文件中，而是在负责人的脑海中。如果这个人离开，接下来的人就得从头开始学习。组织中没有经验的积累，即使不断招聘新员工，团队的处理能力也不会相应提高。 尽管财务团队的招聘广告始终开放，但实际上能承担的工作范围与几年前并没有太大变化的公司并不少。最终，问题并不在于人员不足，而是每当人员更替时，团队的能力就回到原点的结构。 比人员不足更大的损失在于，已经在关账上达到极限的团队，面对新的路径时只会增加额外负担。因此，在审查新渠道入驻或新商业模式时，财务组织表现出防御性态度的情况并不少见。这并不是因为财务团队保守，而是出于保护组织的合理判断，不愿承担无法承受的工作。然而，这样的代价是错失了商业机会和延迟了市场进入。 以两家销售规模相同的公司为例。一家能够在一个月内响应新的机会，而另一家则需要两个季度。今天的损益表可能没有太大差异，但这种差异如果反复出现，三年后两家公司的价值必然会有所不同。企业的成长潜力在于能够多快接受新的渠道、业务和市场，而支撑这一点的基础之一就是财务结构。 财务AX改变的正是这一点。它不是减少几个人，而是将财务组织从评估增长的部门转变为支持增长的部门。当新的商业机会出现时，不是因为财务工作的负担而减缓速度，而是建立一个能够用现有人员承担不断增加的业务和工作的结构。将用于调整数字的时间转移到盈利能力分析和结算风险检查上是下一步。 我想附加一个提示。在财务领域，追求完全自动化的做法是有风险的。因为一次错误可能会导致失去信任。精心设计的财务AX的目标并不是100%自动化，而是准确区分需要人工确认的内容和可以自动处理的内容。准确指出需要关注的5%比尝试100%而失去信任要强得多。 我想问管理者一个问题。当讨论新的机会时，我们的财务团队是什么表情？如果那种表情不是高兴而是负担，那么这意味着财务结构已经在决定增长的速度。现在是将财务团队的AX视为提升企业增长能力的投资的时刻。※ 本报道经人工智能（AI）系统翻译与编辑。

根据最新的数据，作为工作辅助工具“共同（增强）”使用AI的职业，其招聘保持稳定；而将工作“完全（自动化）”交给AI的职业，新员工招聘实际上在减少。此前，自动化与增强的区分主要停留在问卷调查或理论框架层面，而此次通过实际薪资数据确认了这一区分对就业的影响，值得关注。 斯坦福大学数字经济研究所与美国薪资管理公司ADP研究于26日发布的“金丝雀仪表板”显示，AI暴露度高的22至25岁初级员工的就业年减少3.8%，而AI暴露度低的同年龄段职业就业则增长2%。 这一差距从2024年4月的年增长2.8%扩大至目前的年增长4%，研究团队指出，这一趋势在近四年内每月约扩大0.5个百分点。布林约尔夫森教授表示：“无论原因如何，这一趋势并未消失。” 研究中最引人注目的部分是与安斯罗皮克的AI使用数据（“安斯罗皮克经济指标”）的交叉分析。研究团队发现，初级员工的就业减少仅在将AI用于“自动化”的职业中出现，而在“增强”方式使用的职业中并未体现。 也就是说，作为工作辅助与协作工具使用AI的组织，新员工招聘并未受到显著影响；而将工作完全委托给AI的组织，新员工招聘则减少。研究团队强调，AI的使用方式（使用方式）实际上是重要的。 这一实证结果与学界区分自动化与增强的理论框架相吻合。布林约尔夫森教授参与的斯坦福大学研究团队，早前利用美国劳工部的O NET职业数据库，提出了评估844个工作、104个职业中AI的自动化与增强潜力的框架。 该框架的核心在于，自动化潜力高的工作在引入AI时替代风险大，而增强潜力高的工作则是AI仅替代简单与重复的部分，工人仍有创造附加价值的空间。 在这一趋势中，韩国被认为是迅速将AI从自动化转向增强的国家。根据大外经济政策研究院（KIEP）今年初利用安斯罗皮克经济指标发布的分析，韩国的AI自动化使用比例从去年8月的44.5%下降至今年的38.8%，下降幅度为5.7个百分点。相反，增强比例则从55.5%上升至61.2%。 在同一时期，日本（43.3%→38.6%）、台湾（46.6%→40.9%）、新加坡（45.3%→39.6%）的自动化比例也普遍下降，其中韩国的下降幅度在四国中最大。 在国家间比较中，这一趋势也表现出一致性。安斯罗皮克去年发布的经济指标报告显示，收入水平和AI采用率较低的国家更倾向于使用完全委托的自动化方式，而收入水平和采用率较高的国家则更快地增加以学习与重复为中心的增强方式。在控制了各国工作构成差异后，发现每当人均AI使用率增加1%时，自动化比例约减少3%的相关性得到了确认。※ 本报道经人工智能（AI）系统翻译与编辑。

过去四年中，人工智能（AI）高曝光行业的青年就业岗位大幅减少。新招聘人数的减少以及现有青年员工的流失，导致青年群体在职场中积累经验和技能的职业阶梯正在减弱。 韩国银行调查局就业研究团队在18日发布的《BOK议题笔记：青年就业萎缩，是否因AI？变化中的职业阶梯与应对课题》报告中进行了上述分析。 报告指出，从2022年6月到今年6月，15至29岁青年就业人数减少了28.5万人。其中，26.8万人来自于AI高曝光行业，占整体青年就业减少的94.0%。相比之下，同期50岁以上的就业人数增加了23,000人，其中17.3万人（75.2%）来自于AI高曝光行业。 在AI高曝光行业中，青年就业的减少尤为明显。信息服务业的青年就业人数减少了31.4%，出版业减少了27.4%，计算机编程、系统集成及管理业减少了16.6%，专业服务业减少了11.6%。 韩国银行解释，年龄段之间的差距可能是因为AI主要影响初级工作。韩国银行就业研究团队负责人吴三一表示：“AI主要处理手册中的工作，这使得其能够替代青年群体，而高级工作往往基于对组织性质和背景的理解，AI难以替代。” AI的使用方式也影响了青年就业的变化。在高度依赖“自动化”来完成任务的行业中，青年就业减少幅度较大，而在以“增强”方式辅助现有工作（如草稿撰写或验证）的行业中，则未出现相同的模式。 青年就业的低迷不仅限于新招聘人数的减少。在AI高曝光行业中，现有青年员工的流失也在增加。韩国银行对2016年1月至2019年12月与2022年7月至2026年6月的数据进行比较发现，AI高曝光行业青年群体的月均流失人数从3700人增加到4900人，增幅约为32%。而月均流入人数则从32600人减少到29100人，下降约11%。这意味着新进入者减少，现有员工流失增加。 然而，韩国银行指出，这一现象不应仅归因于AI的单独影响。疫情期间招聘的急剧增加在正常化过程中，企业对经验员工的偏好、企业内部培训的减少以及长期雇佣关系的弱化等因素也可能共同作用。居家办公的普及也可能减少了初级员工的非正式学习机会，并加强了对经验员工的偏好。 尤其是AI与居家办公的结合，可能加速了职业阶梯的弱化。居家办公的岗位与AI高曝光岗位在很大程度上重叠。在居家办公中，初级员工的技能培养变得困难，而在办公室进行的重复性工作则因标准化和模块化而更容易被AI自动化。 韩国银行表示：“理解AI并非所有原因，而是AI加速了职业阶梯的弱化更为恰当。” 未来青年就业的前景仍然不确定。韩国银行认为，尽管在AI扩散初期，青年群体受到冲击，但由于青年群体对AI的使用和新技术的适应相对较快，长期来看，他们也可能成为AI扩散的受益者。AI带来的生产力提升可能在中长期内扩大劳动需求，并创造新的职业发展路径。 因此，政策应从单纯保留现有岗位转向重新设计适应AI时代的青年职业阶梯。需要结合实际工作与AI应用、技能培训的职业培训，而不仅仅是传授AI使用方法。同时，建议支持企业的指导和培训费用，并引入与就业保持等绩效挂钩的“职业发展支持金”。※ 本报道经人工智能（AI）系统翻译与编辑。

韩国企业的在线海外采购项目正从成品扩展到工业设备和零部件。 根据阿里巴巴网7月份的韩国B2B（企业间交易）采购数据，工业机器人采购同比增长超过300%，电气设备和电子零部件等生产现场使用的项目也显示出强劲的增长势头。 阿里巴巴网在13日表示，上个月大型促销期间，韩国买家的采购规模前十名项目包括包装·印刷、工业机械、电子零部件·配件·通信、电气设备·用品、商业设备·机械等。 用于为生产设备供电或分配电力的电气设备·用品采购同比增长50%。用于智能设备等的电子零部件·配件·通信项目也增长超过30%。 在前十名之外，自动化和供应链相关项目的增长幅度更大。用于存储·运输·搬运的物料搬运项目同比增长超过100%。动力传动装置和用于生产过程中的质量管理·检测的仪器设备采购也有所增加。 增长最快的是工业机器人。尽管整体采购规模相对较小，但同比增长超过300%。阿里巴巴网认为，考虑到工业机械、电气设备和零部件的采购同时增加，企业对自动化相关采购的需求正在扩大。 美容设备的采购增长也十分显著。皮肤科、美容院等专业设施使用的美容设备同比增长接近150%。 由于夏季假期和新学期准备需求的叠加，消费品的采购也有所增加。在采购前十名项目中，礼品·工艺品增长明显，办公·文具用品中的笔记本和书写垫等采购也有所扩大。鞋类·配饰因夏季出游和户外需求的影响而增加。 阿里巴巴网是一个让企业买家能够在线比较来自多个国家的供应商和产品并获取报价的B2B平台。该平台提供物流、通关、支付服务，以及基于人工智能（AI）的商品推荐和供应商搜索功能。 阿里巴巴网相关人士表示：“7月份的采购数据表明，韩国企业的全球B2B采购已从成品扩展到工业设备和零部件、自动化、物流等实际生产和业务运营所需的领域。” 他还表示：“阿里巴巴网将持续加强数字采购环境，帮助中小企业高效连接全球供应商，灵活采购所需产品。” ※ 本报道经人工智能（AI）系统翻译与编辑。

随着企业对人工智能(AI)的应用不断扩大，建立员工AI能力提升的培训体系的案例也在增加。韩美集团将启动全公司项目，以提高员工的AI应用能力，推广基于数字的业务创新文化。 韩美集团于6日宣布，将针对韩美科学和韩美制药等全体员工实施“Hanmi AI Boost Program”，以支持利用AI和数字技术创造实际成果。 该项目不仅限于简单的AI应用，而是以自发执行为中心的自下而上的项目，旨在实现实际业务改善、现场应用和组织内的推广。通过系统性支持从现场挖掘创意、实施和应用到成果共享的全过程，目标是建立以成果为中心的AI应用文化，从而形成现场实践经验与组织整体AI创新之间的良性循环。 特别是对于在提高工作效率、自动化、提升生产力和降低成本等方面取得显著成果的案例，将通过“月度优秀奖”、“月度沟通王”、“年度创新奖”等进行评估和奖励。 韩美科学相关人士表示：“AI Boost Program是一个以执行为中心的项目，旨在通过在实际工作中应用AI创造成果，并将其积累为组织资产。我们将继续积极支持员工的自发参与和创造性尝试，推广创新案例，进一步加强韩美集团独特的AI基础业务创新文化。” 此外，韩美制药在新药开发中也积极利用AI。通过自主AI平台“HARP-pSAR”得出的肥胖新药候选物“HM17321”目前正在美国进行临床一期试验。※ 本报道经人工智能（AI）系统翻译与编辑。

斗山机器人在北美最大规模的自动化技术与机器人展会上首次发布了AI托盘化解决方案'PalletizHD+'，并介绍了多种智能机器人解决方案。 据行业消息，斗山机器人将于6月22日至25日在美国芝加哥举行的‘自动化（Automate）2026’展会上参展。自动化展会是北美最大的自动化技术与机器人展，全球超过1000家公司参与，展示机器人技术、工业AI、机器视觉等尖端智能制造解决方案，并建立网络。 此次首次推出的'PalletizHD+'是基于斗山机器人自主开发的托盘化专用操作系统'PalletizOS'，将硬件、软件和用户应用整合为一体的解决方案。斗山机器人将其积累的机器人和软件技术与自动化领域的专业知识相结合。 斗山机器人表示，'PalletizHD+'的核心竞争力在于其高速处理能力。通过应用基于AI的模式生成功能和设计最佳移动路径的'Swift Move'技术，能够每分钟处理最多11个箱子。根据工作设置，还可以同时移动多个箱子。这使得客户能够在同一时间处理更多的货物，并缩短自动化投资的回收期。 用户便利性也得到了提升。在类似智能手机的直观整合界面上，可以一次性查看箱子信息、托盘条件、装载模式和系统运行状态。只需输入箱子信息和托盘条件，AI便能自动生成装载模式。 斗山机器人还将推出在1月CES 2026上发布的解决方案升级版'扫描与前进（Scan&Go）2.0'。该解决方案在机器人手臂上应用了基于物理信息的AI和先进的3D视觉，能够自主执行多种任务，此次展会将演示其在打磨和焊接作业中的应用。 此外，斗山机器人还将展示包括托盘化、箱子组装和包装等生产线最后工序的EOL（End-of-Line）解决方案，以及机器人教育工具包。 斗山机器人总裁金敏杓表示：“此次展会展示了包括托盘化、打磨、焊接和EOL自动化在内的产品线，表明斗山机器人正在从协作机器人制造向整个工序的智能自动化拓展业务领域。”他还表示：“未来将继续将AI应用于实际工作场景，扩大客户能够直接感受到生产力和效率的解决方案。” 此外，斗山机器人在11日宣布，将与英伟达合作，基于负责感知、推理和仿真的智能机器人操作系统，使机器人能够自主识别和判断工作环境后进行操作。※ 本报道经人工智能（AI）系统翻译与编辑。