Gartner~42%的IT主管已經投資於巨量資料|數位時代 BusinessNext

國際研究暨顧問機構Gartner表示，經過這些年的實驗及眼見早期採用者獲致的成功後，2013年是企業大規模採用巨量資料（big data）科技的一年。根據Gartner針對全球IT主管進行的調查，42%的受訪者表示已投資於巨量資料科技，或者將於未來一年內進行相關投資。

Gartner研究副總裁Doug Laney表示，「企業對巨量資料的認識以及其所能帶來的新式業務轉變與日俱增。新的問題為『我們需要什麼樣的策略與技術？』以及『我們如何衡量並確保投資報酬率（Return on Investment, ROI）？』目前多數企業仍處於採用巨量資料的早期階段，僅少數已將其運用至企業層面，或是能認知巨量資料對其基礎架構、企業與產業所產生的全面影響。」

市場破壞力使得新興資料類型和新式資訊處理方式不斷產生並且增加需求，企業處於快速變遷的科技環境下亦著手進行巨量資料研究計畫。其對巨量資料科技的採用來自於兩個主要原因，必要性與信念。企業逐漸察覺巨量資料研究計畫的重要性，乃因體認巨量資料能夠帶來傳統的資料來源、技術或應用無法比擬的顯要或潛在業務機會。此外，媒體鋪天蓋地的報導亦包含了驚人使用案例。

Gartner研究副總裁Frank Buytendijk表示，「這增加了IT和業務主管對於是否較競爭對手延遲推動巨量資料研究計畫的疑慮。無需煩惱的是，現階段的創意與機會無窮，且部分極佳的巨量資料想法來自於採納並調整源自其它產業的創意。然而，這亦增添了縮減衡量巨量資料技術、方法以及替代方案週期的困難度。」

儘管面臨諸多挑戰，Gartner預測至2015年，20%的全球前一千大企業會將其策略重點置於「資訊基礎建設」，而其重要性等同於應用管理。

看好巨量資料商機，各產業中的企業無不預先蒐集並儲存為數眾多的營運、公開、商業與社群資料。然而，對絕大多數產業（特別是政府機關、製造業與教育界）而言，結合上述資源與目前尚未充分利用的「黑暗資料」（dark data），例如：電子郵件、多媒體與其它企業資源，方為轉換業務務最直接的機會。

Gartner認為，透過整合並綜合分析各式各樣的資料，而非僅個別進行，企業能夠取得最獨特的商業洞見，並達成流程與決策的極佳化。儘管大多數巨量資料的運用聚焦於資料取得的多寡和速度，Gartner調查顯示，最終的決勝點取決於能否擴大資料來源。

Laney表示，「業務和IT管理階層總表示資訊是公司最重要的資產。儘管企業對資訊的管理與建置的效率日增，企業卻並未將其與應用於傳統的物料、財務或其他無形資產的精確資產管理系統相互整合。正規資訊評估模型的應用將提供IT、資訊管理和業務主管針對資訊管理（information management, IM）、豐富化、資安、風險管理、採購、議價、製造與出售提出更透徹的決策依據。

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。