車輛安全科技大突破，減少傷亡且主動預防交通事故發生|數位時代 BusinessNext

一直以來，車輛安全行駛的問題總是層出不窮，大部分都是人為因素所造成，但如果這時能以安全科技輔助，或許可減少傷亡情形，甚至避免更多重大事故發生。

尤其是對客運與物流業者而言，智慧、安全的車輛科技將可協助長時間、高運量的駕駛者及乘客們提供更好的行車安全。

13日在經濟部技術處、車輛中心、工研院、中科院所舉行的「運輸物流起步走，智慧安全齊加值」試運行發表會上，共展現6項科技專案成果，並聯手6家系統廠商開發，裝載於5大運輸物流與客貨運車隊上試運行，朝商品化生產邁進。

車輛中心副總經理廖慶秋表示，透過車隊的實車試運行，不僅展現了台灣科技大廠精湛的研發能力，生產「自主」的車輛安全系統，更能進一步提升客貨運車隊的行車安全，而且對民眾來說，未來不管是搭乘客運，貨品託運都可以更安全與放心。

五大試運行車隊介紹

安全防範－車輛中心+****至興精機+****中華航空

中華航空機場維修運補車隊扮演著飛機修護舉足輕重的角色，而車輛到達定點後必須確實駐車以防止不當碰撞。

此電子駐煞車系統(EPB)，透過簡單的按壓動作即能提供足夠且適當的駐煞車力道，來確保車輛值勤過程中的駐車安全，亦可利用停車時自動駐車、起步自動解離…等智慧化功能來減輕駕駛疲勞。

保護自我與行人－車輛中心+****同致電子+****嘉里大榮物流

如何將貨主託付的貨品、準時安全送抵目的地，是貨運業者工作中最重要的一環，嘉里大榮物流裝載了同致電子與車輛中心共同開發的車道偏移警示系統(LDWS)系統與前方碰撞警示系統(FCWS)。

利用安裝在前擋風玻璃上之攝影機，測量車前方的道路標線，當不經意偏離車道時，適時給予駕駛者警訊，亦透過與前方車輛的距離估算，小於設定之安全距離時給予提醒，除能降低車禍發生的機率，準時將貨品送達外，也能顧及到其他道路駕駛及行人的安全。

遠離事故一瞬間－車輛中心+****輝創+****和欣客運

和欣客運搭載輝創電子與車輛中心共同開發的前方防碰撞、車道偏移警示、駕駛者狀態監控系統，能幫助駕駛注意危險狀況並予以警示，減輕駕駛負擔進而避免意外事故的發生。此系統結合即時影像處理辨識功能，可快速應用於任何車型。

適當車距安全佳－中科院+****環隆+****華雷科技+****安托華

防撞雷達可以偵測本車與前車的相對距離與速度，一旦相對距離縮小或相對車速增加到某個範圍，防撞雷達可以適時提前給予駕駛人警示並多爭取一點反應時間，達到減少事故的發生。

中山科學研究院與環隆科技、華雷科技共同開發的24G微波雷達碰撞警示系統能在雨霧、下雪及黑暗等惡劣天候下正常運作，防撞雷達安裝位置位於汽車前保險桿後方與水箱罩前方之間，不易受灰塵天候影響及具有較佳的目標辨識和低誤警率等優點。

全景環視－工研院機械所+****系統電子+****新竹物流

大型商用貨運車體進行轉彎、倒車或是變換車道等駕駛行為時，容易因為車體的遮蔽，造成後方及後側方盲點區域的車禍事故；為了有效預防商用貨運車輛視覺死角，工研院與系統電子共同開發的全周環場影像系統(AVM)可依據駕駛者需求，提供全面的環場影像，避免駕駛者因為視野死角問題而發生用路人、行人及騎士等的意外事故。

1973 年，良興從台北光華商場一間 50 坪的電子零件行起家，半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過，伴隨規模擴張帶來的不只是成長，還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆，加上跨部門協作頻繁，行政耗損與知識傳承的缺口，成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧，從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營，作為 3C 零售業者，良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能，就是良興第五波轉型的核心命題。」

AI 自動化，從行政細節釋放組織戰力

轉型需要夥伴，而賴志達評估合作夥伴的標準很明確：技術能力是基本，產業知識（Domain Know-how）的深度是關鍵，回饋速度更是最終決定因素。2025 年的未來商務展上，良興選擇攜手 Data-DI，看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的，良興與 Data-DI 合作的第一個專案，就落在最耗費人力、卻最常被忽視的環節：會議記錄。「會議如果沒有產值、沒有效果，對企業很傷！」賴志達說，他每天參加許多會議，但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理，常出現人名誤植、決策遺漏、行動項目無人追蹤，讓會議效果大打折扣。

為了解決會議記錄的痛點，Data-DI 業務副總包威棣指出，在導入工具以前，團隊須先釐清三件事：場景是否具備落地價值、哪些流程節點適合 AI 介入，以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問，都決定 AI 能否精準落地。

確認方向後，良興與 Data-DI 成功導入 AI 會議記錄自動化系統，透過模糊比對技術校正語音辨識誤差，並將生成的雙版本報告直接回存至既有資料庫，不僅將行政人員從重複性作業中釋放，也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享，現在他去外部開會也會用這個工具，運用 AI 把錄音轉文字、再整理成簡報，很快就能完成，更令外部夥伴驚艷。「我認為這是很成功的案子！也提醒想做 AI 的老闆們，與其急著搞大架構，不如先從小工具讓公司嘗試 AI，建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後，良興接著切入更深層的營運核心：知識傳承。過去，頂尖銷售經驗長期鎖在少數資深員工身上，新人培訓耗時三個月，員工離職即帶走知識資本。與此同時，網路資訊發達，消費者進店前早已掌握基本規格，3C 通路門市人員要如何發揮更多價值？「我要門市的人不是死背規格，而是面對客人時，能用客人能理解的方式對話。」賴志達說。

為此，Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡，串接教材生成、審核上架、AI 銷售對練與成績回報，主管僅需在核心節點審核；員工透過手機語音對練，系統依口吻、專業度、回應力等維度自動評分。賴志達表示，目標是將新人培訓期縮短至一個月，讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而，要讓這套系統真正運作，得先解決兩個根本問題：資料從哪裡來？以及訓練如何更準確？

「以前大數據時代，講的是資料要大、全、細、實；現在 AI 要做到的是準（準確）、合（合乎場景）。」包威棣說。良興不同廠商提供的素材品質參差不齊，Data-DI 除了整合內部資料，也補充加入外部市場評測內容以填補空缺，再透過人員審核機制過濾雜訊，搭配 agent 架構的多層步驟與知識限定，確保系統能精準提煉對應品類的訓練素材。

賴志達則看得更遠：「這些教育訓練的內容，也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問，帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中，雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步，賴志達表示，公司各部門很早就建置 Power BI 報表，但數據豐富不等於決策清晰。「數據是土壤，如果沒有梳理，就沒有用了。」因此，他的下一個目標是活化數據資本、推動行銷自動流，以精實的人力持續驅動成長。

包威棣則從顧問視角歸納兩個觀察：AI 導入需要高層認同、由上而下推進，像賴志達這樣持續引領良興走在業界前端的決策者，就是不可或缺的推手；而單點工具的價值，終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構，人員訓練改變了知識傳承的方式。從點狀應用走向企業變革，這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後，對於仍在觀望AI應用的企業，他則建議：「未來 AI 導致的落差只會愈來愈大，人會變成超級工作者，企業會變成超級企業。開始做就對了，先做一個三個月的小任務，降低落差、再急起追上。」從痛點切入、小步快跑，讓組織在實作中累積對 AI 的理解與信任，這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊，請查詢網站：https://www.data-di.com/