用說的更方便！語音輸入帶來行動新商機|數位時代 BusinessNext

使用語音輸入功能的人群特徵和需求

「追求效率」與「追求簡單」為使用語音輸入功能的兩大主要目標，擁有不同目標的使用者在使用需求與偏好上有很大的差異（表一）。

【表一】語音輸入功能使用者人群與使用特性
enter image description here

資料來源：beBit

「追求效率者」的需求是透過自然地對話有效率的完成操作。在實際調查中發現，智慧型手機使用頻率高的使用者往往屬於此類，他們希望透過語音輸入簡短問答，直接獲得結果。因此偏好可以一次完整輸入的Siri型操作模式。

「追求簡單者」的智慧型手機使用頻率不高，平常不習慣手機文字輸入介面，操作畫面也不容易，所以想要透過語音輸入更簡單的完成指令，特別是高年齡層的使用者屬於這類。這類使用者無法適應Siri等操作性高的語音輸入，反而偏好一問一答的輸入形式。例如是銀行匯款，他們期待從選擇「匯款」的大分類漸漸進入細節的內容，因為在操作前對於完整的操作內容沒有概念也不想思考，對於一問一答的輸入形式感到方便性。

圖一以透過語音輸入功能完成「銀行匯款500美金到老婆戶頭」的任務為例，顯示兩種人群的使用情境：

【圖一】語音操作「銀行匯款」使用情境
enter image description here

資料來源：beBit

語音輸入功能所帶來的新商機

以往，高年齡層的使用者由於手機螢幕與文字鍵盤的限制導致部分使用者被排除在目標客群之外。透過調查，我們發現對於語音輸入功能的需求比較大的反而是「追求簡單」的高齡人群，根據beBit的使用者觀察，一旦開始使用語音輸入的使用者會漸漸遠離文字輸入，「是」、「否」等簡單的選項也開始偏好語音回答，剛開始對語音密碼有顧慮的使用者，漸漸毫不猶豫的朗誦自己的密碼，使用者似乎無法再從語音輸入回到文字輸入的模式。可見語音輸入功能可以降低這類高年齡層人群使用手機的障礙，增加使用手機服務或APP的動機。

2013年美國金融集團USAA將語音輸入系統導入手機網路銀行APP（如圖二）。該系統可以設定聲紋密碼，只要本人下令指示任務，APP便會連到銀行系統進行處理，完成後還會告訴你「已完成任務」。即便如網路銀行此等安全性要求如此高的APP，美國的金融機構皆已開始導入語音輸入功能，可見語音輸入在國外已經被相當重視，且增加語音輸入功能也是拓展網銀使用族群從較年輕化族群往更多高齡者邁進的做法，這樣的趨勢無論是手機開發商、APP開發者皆不可忽視的一股力量。

【圖二】USAA Voice Command Mobile App
enter image description here

為提供提升滿意度或開發差異化的新服務，語音輸入功能是個充滿前景的方向，然而語音輸入功能和文字輸入功能的使用者有很大的差異，對於資訊的輸入結構與服務呈現結構的需求也不同。一般來說，網路使用行為目的性高、自主性強，但是使用語音功能的行為傾向是被動的；例如語音輸入者在輸入後等待機器的審核及下一個指示，相較下，文字輸入者會主動地點擊按鍵。如果這些服務的結構設計或畫面不符合使用者需求，最終就只是白白浪費了投入的開發成本，或許有可能目前的技術限制根本就無法滿足使用者的需求，因此，在進行開發時，首先須從了解使用者的需求開始。

本文出自beBit

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。