[專訪] 電信公司搶吃物聯網大餅，AT&T瞄準物流運輸業|數位時代 BusinessNext

貨櫃裝感測模組，助船運公司搶高價貨物訂單

AT&T目前正把物流業與運輸業視為重點發展領域，提供該產業物聯網解決方案，例如在貨櫃上安裝感測器，就能準確得知貨櫃的溫度、壓力、所在位置等等，讓船運公司更精準掌握貨櫃情形。AT&T亞太區物聯網解決方案高級總監維爾瑪（Sandy Verma）表示，以往船運公司無法確知貨櫃內食品的動向及保存品質，也因為沒辦法掌握貨櫃確切運輸位置，讓工人需要等候貨櫃，支出多餘時間成本，還得付工人加班費。

（圖說：AT&T亞太區物聯網解決方案高級總監維爾瑪（Sandy Verma）說，船運公司使用物聯網解決方案後，不但能降低成本，還能從航空業搶到訂單。照片來源：吳韻萱攝）

船運公司在貨櫃上裝了物聯網模組後，這個模組的小盒子內有全球SIM卡，在全球200多國、與600多家電信商有漫遊協議，還可與衛星溝通做WiFi通訊。當船上的工作人員使用手持裝置掃描感測器，就能把資訊回傳到AT&T控制中心，讓控制中心的工作人員即時控制狀況。這些資料也透過API串接，開發新應用及傳輸資訊更快速、方便。

維爾瑪說，這樣的解決方案可為運輸公司帶來五大好處，分別為清楚掌握狀況（increasing visibility）、更省時、降低成本、提高營運效率、提供新的利潤。再以醫療業的樣本運輸為例，以往血液樣本、組織樣本這類高價值的運輸物，都由航空業獨佔生意；等到船運公司取得物聯網解決方案後，更清楚掌握貨櫃的溫度、壓力、光線、位置等條件，就能從航空業搶訂單，甚至能用更便宜的價格提高競爭力。

美國的西南航空（Southwest Airlines）甚至把物聯網解決方案用於寵物運輸，這樣的特殊服務，讓西南航空硬是比其他航空公司多收了數百美元的費用，開拓新的營收來源。

物聯網怎麼做？按部就班四策略

維爾瑪表示，目前AT&T正進軍亞洲，他觀察到，美國企業CEO面臨的挑戰，也正在亞洲發生，例如大家都知道物聯網很重要，但到底該從哪裡著手？他提出四個層面的策略：

第一，一定要有商業模式，且不能交由單個部門進行，例如只交給IT或是產品開發，而是要跨部門合作。第二，要作出投資報酬率分析，一定要知道這個解決方案可以為公司帶來幫助。第三層面是需要一個主導者，物聯網計畫非常需要高階主管當主導人，才能解決可能發生的層層問題。第四是按部就班的進行，有事先的計畫後，再設計出方案。

AT&T在1月底與台灣電電公會成員會面，銜接台灣製造商與美國市場；若製造商的裝置通過 PTCRB 及FCC（美國聯邦通信委員會）之後，就能於美國的AT&T網路上使用。

另外，AT&T透過兩種方式啟動創新能量，一是開放API，致力於建構開發者社群。在今年CES前夕，AT&T發表M2X平台，提供開發者需要的軟體libraries，提供資料儲存、分析等開發工具，讓使用者可在上面開發及測試，驗證物聯網服務。

第二種方式則是透過在全球的四個創新實驗室（AT&T Foundry），每天開發出許多新應用；包括位在美國矽谷（軟體開發）、亞特蘭大（車聯網）、德州（物聯網）、以色列特拉維夫（經營開發者社群）。

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。