眾達國際法律事務所主持律師黃日燦：心懷世界，才能衝出去|數位時代 BusinessNext

大企業與新創團隊難連結

第一個挑戰是，大企業與新創團隊本來就很難連結在一起，這是普世現象。雖然網路創業圈一直認為和大企業缺乏連結，但眾達國際法律事務所主持律師黃日燦認為，這並不是台灣獨有現象，新創與大企業本來就很難連結在一起。「新創與舊有大產業有很大的落差，這一點都不稀奇，所有國家都一樣。」黃日燦認為，老產業與新產業本來就不容易連結，因為需要的資源與人才都不一樣，如果容易連結就不叫老產業。這些大企業如果忽然之間就能聽懂新創團隊在做的是什麼，那就表示這個團隊的創新還不夠。

以阿里巴巴為例，一路走來也是從零開始，沒有哪個舊產業在初始階段就全面支持，但馬雲沒有怨天尤人。「因此團隊要先找到立足點，還有心懷世界，才能真的衝出去，否則只是一個夢而已。當碰到挫折，也不要太快定調，歸咎都是環境的問題、都是大企業不給資源的問題、政府政策太顢頇等，當然這些都是重要的原因，但在這些事實無法改變之前，你必須更加確定自己要走的路。」黃日燦分析。

硬體對新創團隊不見得加分

第二個挑戰則來自於台灣科技大企業的強項是硬體，對網路與新創團隊來說不見得能加分。併購案必須買賣雙方情投意合，也就是「郎有情、妹有意」。然而台灣企業決定要併購網創團隊時，卻時常出現團隊並不想讓大企業併購或投資的狀況。一個極具國際市場發展潛力或已經拿得出國際布局成績單的優秀團隊，會同時思考有併購意願的台灣大企業能給團隊什麼樣的願景？能幫助團隊在世界舞台更上一層樓嗎？併購的金額大小僅是考量因素之一。「台灣的企業能給團隊世界的舞台嗎？如果不行，就算台灣企業有百分之兩百的併購意願也沒有辦法。」黃日燦強調。

加上台灣大企業的強項是科技硬體，對於網路與軟體等新創團隊來說，不見得有很大的加分作用。「舉例來說，台灣國際性科技企業都是硬體通路，對於網路與軟體等新創公司的價值意義有限，除非新創團隊對科技大企業或傳統舊產業的『本業發展』也有加乘效果。」黃日燦說。

對網路與軟體用戶不在行

第三個挑戰是台灣大企業的確比較不懂併購網創團隊「買用戶」這件事。台灣企業還是比較擅長評估硬體製造團隊的價值，對於網路與軟體行業不在行。

黃日燦以Facebook用190億美元購併WhatsApp為例，Facebook的併購案是為了取得WhatsApp的4億名用戶，若把WhatsApp的4億名用戶除以190億美元（也就是一個用戶約47.5美元），得出來的結果並不昂貴。另一種說法是，Facebook擔心中國騰訊把WhatsApp買去，因此「先下手為強」。「假如有一家公司講中文已經有4億用戶，不講中文也有5億用戶，還有誰可以打倒這間公司？有人說Facebook怕等騰訊買去才發現就太晚了。」

但Facebook的併購邏輯，台灣企業不一定會接受與認同。「台灣企業會捨不得花這麼多錢，企業會覺得WhatsApp哪有這麼高的行情，190億美元最後買到的是什麼？只能買到用戶數量，其他全是空的。對於這樣的併購，台灣企業不太會接受，甚至會覺得『不踏實』。不過，也有少部分的企業已經慢慢在改變，例如台灣的有線電視公司會開始計算每位用戶的營收貢獻度（ARPU），而不是去計算公司資產有多少。」黃日燦形容。

黃日燦

出生： 1952年
現職：眾達國際法律事務所主持律師
學歷：哈佛大學法學博士
曾參與的併購案：奇摩與雅虎的併購交易、富邦金控併購ING安泰人壽、中國京東方併購台灣美齊科技、聯發科併購晨星

（尊重智慧財產權，如需轉載請註明資料來源：《數位時代》第249期）
其他精彩內容》》
訂閱數位時代》》

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。