抵抗成長的誘惑，創新也要有SOP(七)|數位時代 BusinessNext

1年準備、2個月測試、3年後續計畫
**降價不是促銷，是長期策略

** 2009年初，金融風暴期間，台灣麥當勞策畫了一個突襲降價策略，一舉將午餐部分營收提高一倍。

那次突襲，外界看來只是一次降價促銷；對麥當勞而言，卻是一個長期策略：拉近麥當勞午餐價格與上班族外食預算（80～100元）之間的距離，來提高整體營收。

「不是為了短期市場經濟狀況而降價，而是降價本來就是你的策略。市場經濟狀況的惡化，只是做這個決定的時間因素。否則，現在經濟又上來了，要漲價嗎？」台灣麥當勞總裁李明元解釋，麥當勞每一個成功的市場策略，都經過3個步驟：

第一步，辯論。
那次降價方案，麥當勞足足準備了1年。

決策過程中，李明元認為自己最大的任務，就是「創造『吵架』的題目」，「降價有很多問題和風險，」他不希望員工「太安靜」，所以會公開營業資訊，來刺激主管討論。包括要降價多少？哪些產品要降價？哪些時段要降價？什麼時候降價？都是討論範圍。

主管抱怨總裁愛丟變化球，但「變化球常常都是好球！」李明元笑說。

第二步，準備。
麥當勞有一套完善的調查機制，調查項目包括市場變化、消費者對產品的評估、經營方式等。每個國家、每天都會做出100個調查，觀察消費者行為和產業的細微變化。

「它可以告訴我們『要撞山了，移一下！』」李明元形容，這套「氣象預報系統」是地區主管的重要決策參考，也可以避免主觀判斷，是國際品牌維持一致品質的關鍵。

2008年，台灣麥當勞從調查數據中察覺，要持續成長，就必須調整價格，尤其是以上班族為主力的午餐時段。當年第三季，麥當勞開始在高雄分店進行兩個月的測試與微調，確認促銷效果及可能的風險。李明元說，先期測試的準確度，高達70～80%。

2009年2月4日，春節結束開工第二天，「午餐79元」降價訊息同時透過平面、電子媒體發布，中午立刻引來排隊人龍。麥當勞還特地增調40多輛貨車，確保不會斷貨，以免引發消費者反彈。

第三步，持續。
李明元回憶，當時團隊中辯論最激烈的問題是：如何延續降價帶來的營收力道？

所以，第一波午餐降價方案推出前，麥當勞就已規畫好未來兩到三年間、一系列促銷活動：降價時段從周一到周五中午，延長到周末中午和早餐，後來又陸續加入新的促銷商品，以延續麥當勞「超值」的形象。

**李明元的管理講義
****DOs
****1****促銷活動的背後，要有長期的準備和策略目的。
****2****決策時，公開數據，讓主管互相辯論、降低風險。
****3****開放企業案例與學界合作，找出經營盲點，引進人才。

****DON'Ts
****1****不要為了短期

** 資料來源《經理人月刊No.70》

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。