從Google學如何領導創新發生的四堂課|數位時代 BusinessNext

最近行動架站平台Mobify的執行長Igor Faletski參加了Google的「Mobilizing Mobile」研討會，在一場討論如何讓一座城市的基礎建設及及社區行動化的「Go Mobile」議程中，Faletski從Google學到了如何領導創新發生的四個關鍵，這對於新創公司或者整個產業都很有效。

第一堂課：設定大架構

消費者採用行動網路的速度，正大幅超越行動網路體驗的形成。在三年內，使用行動裝置連上網路的比例會超過其他上網方式。Google已經察覺此趨勢，並且希望向更多人指出未來世界趨勢的方向。

透過向別人描繪出未來的景象，Google也同時框出未來可能的樣貌。設定大架構好像對新創公司聽起來像是個遠大的目標，但是這也是讓新創公司能夠聚焦的方式。

新創公司，本來就是在其他人可以看見前預先畫出遠大的景象。沒有遠大的景象，誰會冒著高風險加入你成為共同創辦人？誰會對你投資？誰會向你買產品、租你辦公室、聽你的提案，甚至是支持你的點子？正是這種預見的能力，才能創造市場上的新機會。

第二堂課：讓你的創新具體化

在你確立大架構後，必須展示給你的聽眾。

Google很努力的讓產品可以被使用者或開發者接受，並且也讓使用者盡量可以試用新的產品。

在GoMobile研討會中，Google為此建立了「GoMo Meter」的行動預覽工具，「讓你看見你現在的網站在智慧型手機中如何呈現，並且提供報告告訴你網站的哪些部分有用，哪些部分可以改進」。

「GoMo Meter」包含了Google的推出新產品的幾個哲學：低進入門檻、使用前不需任何投入、簡單易懂的使用介面、並且與使用者有興趣的主題緊密結合。

如何讓新創公司的創新更具體化呢？

開始找出什麼創新對你的客戶才有用，讓他們覺得這個產品是為他們所設計。同時考量你的產品要解決的是什麼人性問題，人性才是決定你產品的關鍵。Redfin的執行長Glenn Kelman曾在成功向創投募資後表示，創投只投資能夠滿足消費者七宗罪的消費公司。

最後，只給使用者最明顯易用的產品，讓使用者可以點點滑鼠或填最少資料即可完成，這些都可以讓你的產品更具體，並引起特定互動。對於新創公司來說，只要你讓人們願意和你的產品互動，你就可以開始影響他們的行為，也就能夠影響他們的想法。

第三堂課：專注、專注、再專注

專注於顧客為何使用你核心產品的部份。

當越來越多用戶在手機上使用Google的核心搜尋產品時，Google投入更多的時間、人力和金錢於發展手機搜尋功能。對於大公司來說，雖然資源很豐富，但是公司也更容易分心和失焦。

對新創的公司，資源雖然稀少，但是專注的自由度和改變專注的焦點也更加容易。「Pivoting」（轉型）雖然是現在很流行的詞彙，但是新創公司必須從達到里程碑中獲得成功，而里程碑象徵著速度。新創企業如果一直轉換方向，最終的結果可能就是繼續打轉。

第四堂課：追蹤微觀的現象，但是從宏觀做決策

Google 之所以成為成功的企業，是透過了解資料的價值，並且搜尋、分析資訊讓其他人可以從中找出意義。

Google可以追蹤Go Mobile活動網站的流量，以了解該活動是否成功，這是從微觀進行的分析。

微觀的數據（如造訪數、轉換率等）是用於追蹤及調整，而宏觀的數據（如年度的行動普及率、流量及營收），則是用來做出決策和聚焦。

比較難的是如何在微觀和宏觀間做出平衡？新創企業每天面對著無數的微觀執行細節工作，每一個微觀的執行細節又會影響宏觀的策略。

答案是：定期追蹤和自我反省。

在Mobify內部，每週都會由每一位部門主管宣佈他們的主要數據，並且定期追蹤主要數據，並討論這些數據的來源、影響及意義，以及這些數據是不是應該被追蹤。

一個衡量KPI很棒的方式是「ABC」：取得（Acquisitions）、行為（Behaviors）、轉換（Conversions），透過ABC架構，將能平衡微觀和宏觀的數據。

來源：Gigaon

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。