Google Ventures不只投資你，還幫你進行設計大改造|數位時代 BusinessNext

去年3月，Google Ventures打造了一支設計團隊，專為選定投資的公司進行設計改造，該團隊包括四位設計師以及一位UX設計師，這是因為Google Ventures選定投資的公司，多為技術起家，設計人員通常有限。

Google Ventures設計團隊會安排一周的密集會議，了解該公司需求、概念化解決方案、證明想法對錯之處，最後得出最好的產品概念和可能實踐的方式。不過在這之前，設計團隊必須了解該公司的產品或服務，但是不能涉入太深，才能保有中立態度指出問題所在。

以Google Ventures在2011年10月投資的餐廳預訂服務Ordr.in為例，該公司最初提供的服務鎖定B2B領域，是否可以拓展到個人消費市場？甚至是旅館或當地出版事業？

Google Ventures設計團隊第一天和Ordr.in執行長David Bloom、技術長Felix Sheng見面，稱作為「理解階段」（understand phase），聆聽Ordr.in團隊介紹目前的市場機會、現有產品、現有狀況與目標；與此同時，設計團隊以「我們可以如何」（how might we）的方式進行記錄，協助目標具體化，例如進行大規模的統計數據等。

設計團隊瞭解基礎背景後，很快就能深入公司核心，並進行未來計畫，過程當中的記錄是不可或缺的。不過大多數情況下，討論Ordr.in下一個產品，所面對的大環境並不明朗。

第二天，以前一天的記錄重點為主，展開「發散過程」（diverge process）。每個人都用不同的角度審視Ordr.in下一個產品，很快地在紙上畫出發展可能縮圖（不能超過40分鐘），接下來就要針對結果進行批評，先靜靜觀察，然後三分鐘內闡述最有希望和應該避免之處。持續三天之後，最後就確定了產品的可能形式，接下來要進入原型階段（prototyping stage）。

設計團隊打造使用者測試模型，受試者並不會知道他們正在使用未完成的應用程式，隔天是最後驗證階段（final validation stage）；第三天輪到UX設計師登場，其實進行測試之前，UX設計師已經列出一連串議題，UX設計師負責領導第三天的討論會議，設計師們會分屬在不同的會議室，各自提出意見，再由其中負責案子的設計師進行回應，這次討論結果會確認哪些想法是失敗的，但也會點出成功概念或是需要加以改善的地方。

有了詳加驗證的結果，Ordr.in必須面對下一步。設計團隊會刻意減少和Ordr.in的互動，即便Ordr.in並沒有任何一個全職設計師員工，這是因為Google Ventures設計團隊扮演的角色是提供爆發性設計能量，而非免費、全力支援這些被投資的新創公司。

Google Ventures設計團隊可以帶來真正的設計思考，舉例來說，當我們提問「這個按鍵該如何設計」，應該要改成這樣問「這個按鍵如何設計才能更加吸引人」，後者才是真正的關鍵問題。參加這些過程的人不一定需要是專業設計師，但應該是決策者，接下來的問題可以再聘請設計團隊或自由工作設計師加以改進。

雖然上述過程只是以Ordr.in為例，並非每一家被投資的公司都會經歷，不過設計團隊仍是Google Ventures的一大賣點，讓新創公司選擇合資夥伴時更具吸引力。

出自TheNextWeb

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。