林帛亨飆出運動新經濟|數位時代 BusinessNext

出生：1981.01.11
學歷：加拿大Simon Fraser University
第一次開車：6歲（駕駛Kart）
目前擁有的賽車：Formula Renault、F3
為台灣賽車史寫下的記錄：
第一位贏得法國賽車聯盟La Filiere FFSA獎學金的台灣賽車選手
第一位獲得台灣教育部承認賽車學校學歷的車手
第一位贏得德國BMW獎助金的台灣車手
第一位以賽車為項目獲得台灣體委會補助的運動員
第一位在FIA認可國際方程式賽事贏得年度總冠軍的台灣車手

去年九月，全世界最昂貴運動之一——F1(一級方程式賽車)，熱熱鬧鬧地在耗資超過百億新台幣的上海賽車場舉行。在比賽的前一晚，來自台灣的十幾位企業界大亨，包括當時宏碁集團董事長施振榮、花旗銀行大中華區總裁陳子政、中信金總經理陳聖德、高盛證券亞洲區副董事長宋學仁，以及金仁寶集團董事長許勝雄等，齊聚鄰近上海的蘇州，聚精會神聆聽一位二十歲出頭的賽車手，對他們解釋什麼是賽車？如何才能看懂F1？要贊助得花多少錢…… 為這群大老闆講解賽車的小伙子，是來自台中的林帛亨，過去三年來，他從亞洲的賽車比賽中快速竄起，今年，他更在亞洲雷諾方程式賽事一路獨走，連勝場次打破這項比賽過去的記錄，提早在九月賽季還沒結束時，以懸殊的領先優勢拿下年度總冠軍。

過去只有準國營企業金援

林帛亨贏得勝利的代價，其實相當高昂。對於不熟悉賽車運動的台灣人來說，始終難以體會一堆車子跑來跑去有什麼高深技術，更無法想像為什麼國外的大企業們，把賽車視為廣告贊助和尋求商機的重要活動。林帛亨指出，他今年的勝利因素很簡單，除了技術團隊成熟的默契，最重要的是他今年找到了兩千萬賽車贊助。前兩年，台灣觀光局和中國石油贊助他參賽，林帛亨的車上貼著斗大的「TAIWAN」和「中國石油」，奔走在亞洲各大賽車場，今年車上則漆上「中華電信」，伴隨他在亞洲雷諾方程式賽車上大放光芒。
「充足的預算真的很重要，讓我可以盡所能把車子調校到最佳狀態，」林帛亨接受訪問時表示。「前兩年有一次在日本比賽，就是因為車子出問題，找不到現金調度，別人在練習，我卻是整個下午都在張羅錢的事，還沒比心情就輸了。」
林帛亨分析賽車這個昂貴遊戲背後的道理：如果只是志在參加，像輪胎這類消耗性零件，你可以用到撐不下去再更換，但你若要拚前幾名，「每次出場後就換一次機油，一個週末用掉兩、三套輪胎，這是最基本開銷。」所以雖然參加的是同樣等級比賽，目的不同，經費可是天差地遠。(Auto Driver)主編陳政義指出，這正是在F1場上，法拉利車隊每年要花掉超過百億新台幣，而幾支吊車尾的車隊，每年只要花幾億新台幣，同樣可以跑完賽季的原因。

贊助賽車打入大品牌網絡

對起步中的台灣運動經濟產業來說，企業界對賽車贊助還是相當陌生。不過，向來走在自創品牌前頭的宏碁，長期贊助F1賽車已有超過五年以上歷史。另外，去年統一集團為了進軍大陸飲料市場，也以每年約一百萬美元預算，贊助英國車手馬伊思，以全車廣告的方式參加亞洲保時捷Carrera Cup賽車，都是近來相當大手筆的例子。
貼滿各式花花綠綠貼紙的賽車，背後牽動的是一個龐大的商業邏輯。(Racing Net)總編輯許俊麒指出，賽車是個高速、昂貴又有生命危險的運動，它的運動特性會讓觀眾在觀看比賽時，長時間而且集中注意力在車子本身，所以「車身廣告化」，不僅是一種有效的商業宣傳，更是賽車運動中極重要的經濟行為。此外，還有個更實質的意義，就是贊助商之間的交流，可以藉由觀看賽車變得更熱絡。
林帛亨認為，宏碁贊助法拉利F1車隊，其實Acer的商標貼在車身的哪裡，並不是最重要的事，而是透過這種一半設備交換，一半金錢贊助的方式，Acer爭取成為歐洲、甚至是全球頂級品牌價值的眼球注目。再者，比賽期間經銷商或商業夥伴藉此從事各種社交活動，更是商機無限。「這就是賽車之所以這麼有商業價值的原因，車身上的貼紙，其實只是它的最表層意義而已。」

賽車手兼當業務員的辛酸

「台灣車手與台灣企業」的結合模式伴隨林帛亨進入國際舞台，但是這過程最辛苦的地方，是他在賽車場外必須努力爭取廠商的認同。「其實我就是個業務員，不過，我的工作比一般業務員還難一些，因為我沒有具體的產品可賣，只能努力解釋什麼是賽車的價值，」林帛亨感慨說，在沒有賽車文化的台灣，所有的事情解釋起來，真是難上加難。
林帛亨就像是個台灣賽車的驚嘆號，他代表的不只是台灣車手站上世界舞台，更值得注意的，是以賽車為主軸帶動的操作邏輯，是此刻台灣產業老闆們該學習的新經營觀念。

AI 智慧代理人時代來臨！三大導入階段， AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫，各界不再滿足單一任務型的 AI 應用，而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」。

生成式 AI 帶動企業數位轉型浪潮持續升溫，各界不再滿足單一任務型的 AI 應用，而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」（Agentic AI），在最少人為干預的情況下，自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾，而是需要對AI有正確認識，並制訂循序漸進的導入流程，才能真正發揮AI功效。在2025台灣人工智慧年會中，cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段，深入剖析企業如何從概念驗證（PoC）階段，逐步推進到實際上線（Production），並分享實務經驗與觀察。

延伸閱讀：生成式AI可以怎麼用？cacaFly現身說法，助企業應用GCP服務智慧轉型

解鎖 Agentic AI，企業邁向多任務智慧代理

「很多公司會問，One AI 要做什麼事？但實際上，若要讓 AI 回答公司內部政策或新法條的相關問題，僅靠基礎模型並不足夠。」吳振和指出，要讓 AI 真正成為能「做事」的智慧代理人，前提是它必須理解企業內部的脈絡與知識，並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符，這意味著系統必須具備持續爬取與解析最新資料的能力。為此，企業必須先截取與整理內容，再建構成專屬的知識庫（Knowledge Base），確保資料品質達到可用標準後，再透過檢索增強生成（Retrieval-Augmented Generation, RAG）技術，使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀：從資料清洗到 RAG，大型語言模型的必需品，做出專屬企業的 AI 知識庫！

吳振和強調，這是一個動態循環的過程：從資料蒐集、品質控管、知識庫建構到生成應用，每一環節都息息相關，任何一處鬆動都會影響最終產出的準確性與可信度。

破除「一次到位」迷思，從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望，因此常將 PoC 視為年度計畫的重點，希望能「一次到位」做出具體成果。但吳振和提醒，若缺乏清楚的系統工程思維，PoC 容易淪為「概念展示」，難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程，分為三個關鍵階段：

1.第一階段：可行性評估（Feasibility Study）
企業必須在投入資源前，先明確界定「最需要被 AI 解決的關鍵問題」是什麼，並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性，更要從商業目標出發，釐清導入 AI 的具體使用情境、預期成效與風險邊界，如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段：系統設計與驗證（Design & PoC）
在確定導入方向後，必須規劃清楚資料蒐集與整理流程，確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調，這個階段不能只追求展示效果，而應以「產品化思維」來構築 PoC，使其具備可擴充性、可維護性及安全性，才能為後續上線打下基礎。

3.第三階段：產品化與營運（Production & Operation）
當 PoC 驗證完成後，進入正式上線階段，挑戰也隨之而來。除了需要整合企業內部系統與流程，還必須建立持續監控與維運機制，確保模型表現隨時間演進不會劣化，並能快速回應法規變動或資料更新的需求。吳振和指出，這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

建立模型優化根基，打造高品質的黃金資料集

吳振和特別強調，要讓 Agentic 系統工程真正發揮效益，企業必須先建立一套高品質的「黃金資料集」（Golden Dataset），作為模型評估與優化根基。他指出，黃金資料集的價值在於能為模型選擇與前測提供客觀依據，讓團隊能針對不同任務挑選最適合的模型，避免導入初期就誤踩方向。

同時，黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點，進而快速回應「模型飄移」（Model Drift）的風險。吳振和說明，所謂模型飄移，指的是即使模型本身未經改版，效能也可能隨著環境與資料變動而突然下降，導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果，團隊才能即時察覺效能衰退，並進行迭代更新，確保系統長期穩定運作。

從小規模應用起步，漸進擴展至核心業務

吳振和分享，在實際輔導企業導入 AI 的經驗中，最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證（PoC）階段即可呈現完整的產品原型，然而實際情況顯示，若企業未能建立完善的資料架構與流程基礎設施，即使短期內展現亮眼成效，也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時，應採取漸進式策略，從小規模應用場景著手，逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節，而非獨立的一次性專案。

AI 的導入不僅是一場技術升級，更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局，才能確保 AI 能在企業內部真正「落地生根」，創造長期商業價值，成為真正的智慧代理人。