10 月 2 日，輝達發了一篇技術部落格，標題是「The Machines that Make the Machines」。台灣媒體週末陸續讀完，Focus Taiwan 和 TechNews 在 10 月 4、5 日報出了裡面的數字。這是第一次有人公開量化資料：機器人在鴻海的產線上，裝配輝達自家 GB300 NVL72 機架的一部分，做得怎麼樣。
機器人幹的是測試托盤，也就是機架出貨前用來檢驗運算模組的那一層。有數字的任務有兩項。
兩項任務，兩組數字
第一項是匯流排。機器人要抓起又長又重的金屬匯流排，準確放進托盤，再擰上 16 顆螺絲。報導里的成功率超過 95%，時間限定是 124 秒。TechNews 給出的現狀是單件約 160 秒，卡在擰螺絲這一步。比限定多了 36 秒，慢了 29%。
第二項是多連接器插接：四個連接器，兩大兩小，要插進公差很小的插槽。成功率在 90% 到 95% 之間，限定 72 秒，現在用時沒有披露。
TechNews 還寫了團隊追的目標：兩項任務都做到 99.5%。從 95% 到 99.5%，聽著只差一點，實際上失敗率降到原來的十分之一，從二十次一敗，變成兩百次一敗。一條線上出貨的機架單台價值以百萬美元計，裝偏了的那一次，總得有人發現，再重做。
同一天，同一家公司
10 月 5 日，鴻海公布 9 月營收 1.15 兆新台幣，第一次單月突破 1 兆。第三季營收 3.03 兆新台幣，年增 47.12%。Focus Taiwan 還寫到，鴻海在全球 AI 伺服器市場占有率超過 40%，預計 2026 年 AI 機架出貨量會翻一倍以上，並計劃把輝達開發的機器人推廣到德州、威斯康星和加州的工廠。時間表沒給，機器人數量也沒給。
數字值得看的原因就在這裡。機器人是拿鴻海成長最快的那款產品在試，每一秒節拍都要算錢。
放進我們已有的報導里
6 月我們寫過這件事的另一半。VivaTech 上，鴻海展示了一台做裝配的人形機器人，靠模擬訓練出來，賣點是學得快。這次的資料，是第一次看到訓練出來的系統在真實伺服器產線上做得多好。答案是快到了，還沒到。
還有一個鬆散的對照。5 月 Figure 公布 BotQ 工廠造機器人的一次通過率在 80% 以上。那量的是造機器人的品質，不是任務成功率，兩個數字不能排名對比。它們共同說明的是：在 80% 到 95% 這個區間，環裡還得有人。
對哪些職位意味著什麼
TechNews 提了一句，這些任務對熟練的產線工人並不難。被挑出來量化的，正是這類活兒：把一根重匯流排放準，再擰 16 顆螺絲，重複性強，有技能門檻，機架工廠裡需求量最大的就是這類職位。我們的判斷是，最先變的是 AI 伺服器產線上的測試托盤裝配和返工，變化的樣子會先是每條線少幾個人，然後才是整條線沒人。
數字給了個粗略的先後。成功率超過 95%，機器人旁邊還得站著一個處理失敗的人。單件 160 秒，也比一條產線設計所依據的限定慢了一截。兩個缺口都能補，99.5% 是寫明的目標。這周的報導沒有給達成日期，沒有機器人數量，也沒有鴻海任何一座工廠的人數。該盯的不是下一次演示，而是德州、威斯康星或加州產線上第一個「每條線幾臺機器人」的數字。
