到2025年，擴增實境（XR）和人工智慧（AI）的融合將開始在實際應用中取得成果。重要的不是技術上的可能性，而是它們在實務上的應用。
從製造業的安全培訓、醫療領域的診斷支持，到企業培訓效率的提升——XR 和 AI 正在從「未來技術」轉變為「當下即可使用的工具」。本文將透過實際案例，探討這種技術融合將為工作場所帶來的變革。
製造業－安全教育和技能轉移的創新
VR技術革新工作場所事故預防教育
製造場所的安全培訓長期以來一直依賴課堂講授和手冊，但知識與實際識別危險之間存在著很大的差距。
基於虛擬實境技術的工傷事故重現訓練為解決這個問題提供了一個直接的方案。工人們配戴虛擬實境眼鏡，以受害者的視角體驗過去的事故。接近墜落物、被機器捲入——這種沉浸式體驗幫助工人從切身層面理解安全規則的重要性。
引進VR安全訓練後，工人戴安全帽的比例提高，危險預測活動的品質也顯著提升。培訓負責人評論道：“用頭腦理解和親身經歷是完全不同的。”
技能轉移的數位化
荷航使用發動機維修應用程序，使技術人員能夠將維修說明疊加到發動機的 3D 模型上，並在飛機外進行培訓，從而提高培訓質量，同時降低飛機停飛的成本。
重要的是，人工智慧可以分析熟練技術人員的工作模式，並視覺化最佳流程，有可能將一些需要 10 年才能掌握的技能，透過幾週的 XR 培訓就能掌握。
然而，挑戰依然存在。並非所有隱性知識都能數位化，而基於經驗的「判斷」仍然是人類獨有的技能。 XR 是一種加速技能轉移的工具，但它並不能完全取代傳統技能。
醫療保健－提高診斷準確性和手術輔助能力
手術室中的空間計算
加州大學聖地牙哥分校健康中心正在進行美國首個在手術室中使用 Apple Vision Pro 的臨床試驗，外科醫生可以在手術過程中即時查看患者的醫學影像、生命體徵和手術攝影機畫面。
傳統上，外科醫生在手術過程中需要查看多個顯示器，而 Vision Pro 將所有資訊整合到他們的視野中，使外科醫生能夠保持更符合人體工學的姿勢，同時還能即時獲取所需的資訊。
初步結果顯示，取得資訊的時間縮短了，外科醫師的體力負擔也減輕了。然而，現階段此系統仍需配合常規監測設備使用，全面過渡可能還需要一段時間。
病患教育與行為改變
富士通和帝京大學共同進行的研究計畫利用 XR 和生成式人工智慧技術，幫助健康檢查對象了解自身內部狀況，並鼓勵他們改善生活方式習慣。
具體來說，患者可以使用XR技術查看自身內臟器官的3D影像，並從人工智慧醫療助理虛擬形像中獲得生活方式改善建議。與接收「您的肝功能指標不佳」等抽象訊息相比，能夠直觀地了解自身病情更能增強患者改變行為的動力。
由於生活方式相關疾病通常沒有明顯症狀，個人很難主動採取措施改善病情。 XR與AI的結合為解決這個問題提供了一個新的途徑。
溝通支持的可能性
Cognixion 將 Apple Vision Pro 與 EEG 頭戴裝置結合，以讀取大腦活動，並幫助因 ALS、脊髓損傷或中風引起的言語障礙患者進行溝通。
這項技術正在進行臨床試驗，預計2026年完成。如果試驗成功，它將使以前溝通有困難的患者能夠表達自己的意願。預計該技術不僅應用於醫療機構，還將應用於護理機構和家庭護理領域。
企業培訓與教育－個人化學習
降低培訓成本並提高效率
普渡大學計劃於 2025 年秋季開設一個使用 Apple Vision Pro 的空間計算中心，為半導體和製藥製造等領域提供培訓。
在企業培訓中使用XR的優勢顯而易見。首先，無需昂貴的設備或危險的環境即可進行實務訓練。其次，人工智慧可以分析個人的熟練程度，並提供最佳的學習方案。
AI 驅動的 XR 學習環境能夠根據每個學生的學習進度和理解程度調整學習內容，從而實現小組培訓中難以實現的個人化優化。
實際挑戰
然而，實施起來也面臨一些挑戰。首先是前期投入。三星Galaxy XR售價1799.99美元，因此每位員工的實施成本仍然很高。對於中小企業來說，將其配發給所有員工並不現實。
此外，創建XR內容需要專業知識。雖然3D設計的速度曾經是瓶頸，但基於文字提示的AI空間生成技術正在大幅縮短製作時間。
如果公司的人力資源部門能夠創造自己的培訓內容，那麼採用這些內容的門檻就會降低。
技術演進：支援實際應用的基礎技術
神經介面的實際應用
Meta 的肌電圖 (EMG) 技術可讀取手腕的神經肌肉訊號，並允許透過細微的手勢控制設備，即使雙手被佔用，也能有效地操作設備。
即使雙手無法使用（例如在製造環境中拿著工具、在醫療環境中檢查病人或在建築工地佩戴安全帶），也能操作 XR 設備，這將大大提高工作效率。
Wearable Devices 公司的 Mudra Link 利用肌電訊號 (EMG) 實現了重量估算功能，預計將應用於機器人、醫療和擴展現實 (XR) 領域。未來，或許可以即時估算工人試圖舉起的物體的重量，有助於預防背痛。
邊緣人工智慧降低延遲
到 2025 年，邊緣人工智慧技術將持續發展，使設備能夠自行執行高級人工智慧處理，從而解決資料傳輸到雲端的延遲、頻寬成本和連接穩定性等問題。
當XR設備依賴雲端進行空間辨識和物體偵測時，會產生延遲，導致使用者體驗不佳。邊緣AI允許在設備本身完成處理，將顯著提升其實用性。
實施的一個特別重要的條件是，即使在網路環境不穩定的地方，例如製造現場和建築工地，也能穩定使用。
平台選擇
谷歌的 Android XR 策略是將其作為開放平台授權給第三方製造商，允許公司從多個硬體供應商中進行選擇，並利用其現有的 Android 應用組合。
同時，蘋果正在建構一個垂直整合的生態系統。搭載 M5 處理器的全新 Vision Pro 預計將於 2025 年下半年量產，其賣點在於整合了蘋果智慧技術和太空運算技術。
公司選擇的平台取決於其現有的IT環境、預算和所需功能。重要的是要明白，選擇平台是一項長期投資。
實施過程中遇到的挑戰與解決方案
成本和回報
XR 技術普及的最大障礙是成本：不僅是硬件，還包括內容創作、員工培訓和系統整合。
為了明確投資回報，必須設定具體的關鍵績效指標 (KPI)。例如，對於製造業而言，KPI 可以是減少工傷事故數量；對於醫療保健而言，KPI 可以是縮短手術時間；對於培訓而言，KPI 可以是縮短學習時間——這些效果都應透過可衡量的指標來驗證。
隱私與安全
XR 裝置內建的攝影機和麥克風引發了人們對隱私的擔憂，尤其是在企業環境中，它們可能會被濫用為員工監控工具。
引入XR技術時，必須制定清晰的隱私權政策，並向員工解釋資料收集範圍、儲存期限和用途。缺乏信任關係，XR技術就無法有效應用。
員工接受度
技術推廣能否成功最終取決於使用該技術的員工的接受程度，必須考慮到年齡較大的員工和那些抵制新技術的員工。
逐步推廣、充足的培訓時間和回饋收集將有助於提高整個組織的採用率。
未來展望
到2027年技術成熟度
Meta公司的Orion AR眼鏡計劃於2027年正式上市，目標是將價格控制在與現代智慧型手機相同的水平。如果價格下降，中小企業採用這款產品將變得更加現實。
據估計，到 2030 年，XR 技術將在美國創造約 230 萬個就業機會。這不僅僅是一個預測，而是反映了該技術在包括製造業、醫療保健、教育和娛樂在內的各個行業中日益普及的應用。
制定業界標準
目前，XR 產業正處於標準化過程中，每家公司都部署了自己的平台，這迫使公司管理多個系統，並增加了營運成本。
制定產業標準將確保不同廠商設備之間的兼容性，使企業能夠建立更靈活的系統。廣泛採用 OpenXR 等開放標準至關重要。
人工智慧與擴展現實演進之間的關係
人工智慧正在從“生成式人工智慧”演變為“代理式人工智慧”，從單純的工具轉變為主動的代理。
XR與AI智能體的結合將進一步增強對現場工作人員的即時支援。 「這個操作步驟正確嗎？」「我下一步該做什麼？」—如果AI能夠理解上下文並提供適當的指導，工作效率將顯著提高。
實際實施工作已經開始。
XR與AI的整合已不再處於實驗階段，它已經在實際應用中取得了成果，例如製造業的安全培訓、醫療環境中的手術輔助以及簡化企業培訓流程。
重要的不是技術本身，而是它解決的問題。 XR 和 AI 只有在有明確問題時才能展現其價值，例如減少工業事故、提高診斷準確度或降低訓練成本。
實施過程中會面臨成本、隱私和員工接受度等挑戰，但透過分階段實施和明確的關鍵績效指標，這些挑戰都可以控制。
隨著2027年的臨近，這項技術將日趨成熟，價格也會下降。現在就開始進行概念驗證測試並累積專業知識的公司，很可能會獲得競爭優勢。
我希望在2025年的XR Kaigi大會上能夠分享這些實用知識。討論的重點應放在現場實施，而不是技術潛力上，這將有助於日本XR產業的發展。
