迎向消費者主導的世代，電信業加速布局「大數據」|數位時代 BusinessNext

一、中華電掌握行動數據，描繪客戶群像

中華電信資訊處副總經理林榮賜表示，全球電信業都迎向Big Data潮流，傳統的數據分析思維也跟著改變，從以往的「由問題找資料」，轉為「從資料找問題」，廠商都各自發掘其中可利用的價值。

林榮賜說明，目前中華電信主要的幾項大數據應用，包括分析潛在客群、推薦產品；展店選址、客群分析；網路建設規劃、品質提升；智慧影像檢索；及與政府公部門合作的平台與顧問服務。

對電信營運商來說，「大數據不只是了解過去，而是看未來趨勢」，林榮賜認為，現在電信業者已走入網路端，和網路服務有極大連結，大家都在思考業務創新的方向。「相較於其他行業，對電信業者而言，掌握用戶行動位置的資訊是優勢。」他舉例，數據資訊可以應用在拓展門市、行動基地台選址時，藉由分析各個地點的人潮流量，來找到客戶群像。

二、台哥大以個別用戶為主體，達成客訴智能化

台灣大哥大資深副總經理暨技術長揭朝華認為，智慧型手機的普及加速新一代行動寬頻網路建設，行動數據用戶、用量也正急劇增加。而電信業者之所以需要大數據，是因為當行動通信服務，已從以往的語音服務轉成數據服務，用戶的應用行為多變，電信商的服務指標也會開始轉變，轉成以個別用戶為主體的服務指標。

揭朝華舉例，近來企業接收過幾起客訴案件，反應的不是自家網路架構，而是APP Server端、路由器的問題，代表過去的網路平均指標已不再適用，而面對這樣的情況，就需要大數據分析的協助。他說明，電信業者需建置CEM（Customer Experience Management）系統，作為網路品質改善的依據，應用CEM系統掌握客戶需求。

揭朝華表示，目前台哥大在Big Data的客訴處理應用，是分析用戶的使用行為，包括設備效能、收訊品質、連線狀態及離線原因、客訴情況描述等，再往上送到CEM系統，進行客戶分群建立群像，透過數據搜集，達成客訴智能化的分析能力。揭朝華說明，以往要花很多時間處理的客訴問題，透過大數據分析都能有系統的解決。「大數據不管是在IT、業務行銷，都是很重要的一環。」

三、大數據，協助遠傳切進新領域

網路、行銷產業出身的遠傳執行副總經理洪小玲則表示，電信業者在大數據潮流下的佈局，應該結合網路產業有新的應用，「行動業者共同服務客戶，才能把數據應用的更好」。她認為，現在是行動數據的世界，人人都在滑手機、且時機越來越多，過去PC曾講求個人化，如今行動端也應加強個人化。

洪小玲說明，電信公司其實過去就擁有很多數據，知道很多消費者的興趣，藉此推播很多商家的訊息給消費者，但在行動數據時代，則要結合「行動」、「時間」兩項因素，才能抓住過往沒有的機會。

例如，遠傳便開創新的商業模式，子公司時間軸（Hiiir）推出行動娛樂服務平台friDay App助手，與國內外開發者合作提供App下載服務，並計劃未來提供影音、行動支付服務。洪小玲說，遠傳加入開發商、內容商的行列，就是意圖要結合多人力量，把內容服務做到最好，掌握網路佈建、電商平台、用戶體驗，形成三方皆贏的模式。「因為這是一個消費者主導的世代，對他們來說，好的資訊是寶藏，差的資訊是垃圾，我們要運用data給消費者好的資訊。」

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。