[蘇麗媚] 體重機終究是乏了|數位時代 BusinessNext

人人都喜歡看「數字」，因為大家都說「數字會說話」。一個體重50公斤的女生，變成45公斤，開心嗎？哇，好開心，但別開心得太早，也許體重機根本沒歸零（當然，可能是當事人故意不歸零），也可能是彈性疲乏……。

本來是胖胖可愛的人，站在鏡子前，變瘦了，哇，好高興，但請別自欺欺人，因為那是一面哈哈鏡（凹鏡）。當然，如果你從小照的就是這面鏡子，就會覺得自己就是這樣的身段，但別人都知道，這並不是真正的你。

乏了的體重機、變體的哈哈鏡，某個程度上，等同是目前傳統的收視率調查困境，可以參考，但並不精準，甚至是失真的。但電視台、廣告業代理商目前只能仰賴這個讓人無奈但勉強接受的結果。

其實在數位匯流的衝擊下，群眾使用網路普級，收視管道多元，透過電腦、行動裝置觀看影片的人越來越多，甚至可以預期的是，未來更多傳播行為都將在網路上串聯並記錄完成。

根據資策會的調查，國人已習慣跨平台多螢觀看影視節目內容，很多人邊看電視邊滑手機，而且隨時透過社群網站發表個人看法。有意思的是，有些影音內容「默默」走紅，隨著直接且熱烈的討論，甚至主導社群走向、社會議題。但這些強大且宰制媒體發展的新媒體使用者的收視行為，根本不會反應在傳統收視率數字中。

這樣的失真，或者該說是「暫時無法跟上時代腳步」的收視率調查方法及數字，的確是不少創作者頭上的緊箍咒，收視率主導內容走向，不少創作者為了不讓自己陷於泥沼、滅頂，無奈修正方向。但其實有更多創作者堅定自己要走的路，堅持製作優質的內容。

幸好，總有曙光。2013年，美國電視收視率普查機制導入「網路口碑監測」，以Twitter為「電視第二屏」的樣本，做為收視率加權基礎。今年3月此機制已被證實有連動性，也就是說，藉著新媒體的特性，分析出使用者的年紀、喜好、興趣等，並得知在網路上的行為模式。這種「有效監測」的方式，方便節目製作者與廣告主找出更精準的行銷服務，進而做更優質的服務應用。「節目收視率數字在說話，而且說的並非完全實話」的時代會過去。

2013年3月號《數位時代》專欄中，我提到美國最熱門影集《紙牌屋》（House of Cards）的成型過程。該劇為翻拍1990年BBC同名劇集，故事描述一名玩弄權術、自大狂妄的國會議員故事。

《紙牌屋》是擁有美國2千9百萬會員線上影音服務Netflix的自製影集，這部影集直接在網路上「首播」。過去的「慣例」多半由強勢媒體製播，之後才授權線上網站串流。有意思是，《紙牌屋》一次上線13集，「世界各地」的會員可按照自己的時間和收視習慣觀賞影片，這種開放式的收視方式也大大顛覆傳統作法。同樣的，會員資料都會進入Netflix龐大的數據分析系統裡，所有觀影會員的各項數據、互動內容都會進入分析系統，精準的分析結果將更提升內容品質與服務細膩度。

回過頭來看目前台灣的傳統收視率調查。2、30年，失真的收視率監測「黑盒子」決定了創作內容走向，但精準、互動、開放的「新媒體」幫助許多人丟開頭上的緊箍咒，提升創作內容質量，企圖在「不精準且單向的台灣收視樣本戶代表觀影水平」的垢病中，找到與使用者新的傳播、互動與應用的可能性。幸運的是，目前一切都正在改變中。

出自數位時代雜誌2013年5月號

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。