10分鐘讀懂Open Data|數位時代 BusinessNext

[2014年8月號雜誌精選]

Q1 開放資料是什麼？

A1 開放資料（Open Data）、大數據（Big Data）兩者常被混淆。根據英國2012年發布的「開放資料白皮書」，開放資料指的是資料可以被任何人近用（Availability and Access），而且是可重製（指資料修改）、機器可讀（machine-readable）的資料格式，最重要的是，「沒有」任何使用或散布的限制。因此開放資料意涵重在「開放」兩字，是一種強調開放精神的態度及運動。而大數據重點在分析一堆高頻率獲取、大量、各種結構與類型的資料，是獲取「價值」的一種架構和技術，強調的是大量資料的商業價值或社會價值。

Q2 開放政府資料又是什麼？

A2 「政府部門」和「公有企業」本身在經營上的需要，持續生產大量資料與文件，這些資料大部分是公共資料，因此應開放提供給大眾使用。

enter image description here

Q3 開放政府資料為什麼重要？為什麼我應該要關注？

A3 也許你要說，政府目前還有很多事情比開放資料更重要，如核四續建、勞保破產、五都房價高漲等問題，開放資料和這些議題比較下不是「大事」，那你就太小看開放資料的重要性。以續建核四的爭議性來看，台灣現在到底缺不缺電？電力的需求預估都是台電自己估算，台電、工業局等政府單位應將電力需求評估所需資料全部開放攤在陽光下供大家檢視。

除了民生問題，開放政府資料也可以增加民眾對政府官員的監督力量。舉例來說，英國政府公開薪資高於15萬英鎊（約769萬元台幣）的公務員姓名、級別、職稱及年薪比率，以及台灣g0v零時政府公開政府預算編列與使用。在政府縮減預算、財政吃緊時，可以分析開放資料，知道政府預算如何使用，找到更有效率的預算使用方式。對於政府與民眾來說是雙贏的模式。

Q4 資料開放一定能帶來商機嗎？

A4 開放政府資料也是一個創業資源，創業家可以根據資料改善或是創建新的商品與服務。根據麥肯錫2013年研究報告指出，開放資料在交通運輸、教育、健康醫療等領域，預估全球每年最少可產生3.2兆美元（約96兆元台幣）產值。不過資料必須經過第三方整理分析，和生活中情境連結，解決生活問題，才能彰顯社會價值或商業產值。若沒有活躍的開放資料創業團隊或第三方開發者，所有產值數字只是空談。

Q5 各國開放政府資料的狀況？

A5 根據英國開放資料研究院（ODI）與網際網路基金會（World Web Foundation）的2013年年度報告「Open Data Barometer」，英國政府開放資料執行及成效排名第一，美國、瑞典、紐西蘭、丹麥、挪威僅次在後。英國在Open Data政策落實的成效受到高度肯定，領先歐洲各個國家。

英國是由前任首相布朗（Gordon Brown）與現任首相卡麥隆（David Cameron）等人推動，由政府最高領導人出面推動，底下各級層的配合度與整合度高。美國則是由總統歐巴馬發布行政命令，強硬要求政府各部會按照規定開放資料。

Q6 台灣開放政府資料的現況？

A6 台灣從2013年國發會設立「政府資料開放平台」（data.gov.tw）開始，已經開放2,017項以上的資料集，有超過160萬次瀏覽人數與51萬次資料下載，除了中央地府，雙北、台南市、宜蘭等地方政府也投入開放資料平台。同時台灣也有很活躍的開放政府組織，如g0v零時政府。

但台灣中央與地方政府開放出來的資料，在品質和數量上比英美等國仍有很大差距，多停留在把資料公布出來衝量的階段，卻沒有注意資料網路易用性、即時資料更新、機器易讀性、開放授權等問題，開放出來的資料雜亂無章、品質不高，很難被第三方開發者統整利用。

enter image description here

（更多精彩內容請見2014年8月號《數位時代》「開放！科技新倫敦」，全國7-Eleven、誠品等各大書店熱賣中。尊重智慧財產權，如需轉載請註明資料來源：《數位時代》第243期）

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。