[管中閔] 數位時代的政策：「自己的國家自己救，自己的政策自己修」|數位時代 BusinessNext

TED X Taipei 2015 今日上午展開第二天的議程：「群」。
「群」從談數位時代的公民教育作為開場，談人的選擇如何驅動了社會、談網路如何翻轉媒體、談群眾參與的力量將如何驅動社會價值觀，但可能也如何有限。

圖說明

下台後在臉書上遠比在台上時活躍，也擁有巨大網民人氣，人稱管爺的前經建會、改制後的國發會主委管中閔首先詢問觀眾，許多文章談蔣經國，回憶那個時代的美好，但我們最該問問為什麼今天沒有尹仲容、李國鼎、孫運璿？

尹仲容曾經掌管二戰後的台灣經濟，但已經過世超過 50 年，李國鼎、孫運璿在政府財經、科技相關工作都超過 8 年以上，分別帶領台灣經濟成長與經濟轉型，重要政策曾經包含有成立加工出口區、產業的二次替代與成立科學園區發展半導體產業等形成台灣今日產業面貌的重要經濟決策。管中閔觀察，過去人民因為資訊傳播速度與品質有限，社會非常仰賴菁英的決策，政府政策有賴高層菁英的策略思考來推動，因此政策的推動通常由行政機關的高層告訴你要怎麼做來決定，進一步推往立法機關，並透過公聽會、工會、公會代表、立法院委員會的參與來宣導與溝通。

圖說明

但網際網路所帶來的資訊開放與效率，可能打破了這種政策決策形成過程，「家父長式的政策決議」已經無法說服一般人民。管中閔以自己任內推動，最後宣告失敗的「自由經濟示範區」政策為例，說明政府目前政策決策形成過程的巨大困境。政府目前多數的政策決策方式，還是依賴行政部門高層的思考，發給行政部門的基層或周遭的智庫組織形成政策建議，透過傳統媒體與電子媒體的訪問或說明、立法院的委員會、公聽會、工會、產業公會、地方政府的說明會等等來增加民眾的參與與溝通。

但根據管中閔自己參加這樣的溝通過程，發現這樣的過程時間成本高昂，效果卻很容易不彰。這些不彰的過程，其實正是經濟學裡典型的「資訊斷裂」、「資訊壟斷」與「代理人問題」。

(圖說：傳統政策決策過程的問題，管中閔提供)

管中閔觀察共享經濟中創新模式的特點，發現網際網路平台所帶來的資訊公開、分享而不壟斷的群眾外包，其媒合效率可能可以比以往驚人，透過網際網路的效力，資訊公開與群眾智慧來形成政府政策的決策模式比以往都更加有機會。

管中閔以同在現場，並目前還正在台灣行政部門內閣裡的蔡玉玲政務委員，其所推動群眾參與政策形成過程的 vTaiwan平台為例，發現透過網路讓群眾參與政策討論，溝通效率與效果可能遠比以往菁英政策決策模式的效果還好。透過網路平台開放政策討論，首先讓行政部門在政策形成的過程有機會直接快速的與立法部門溝通，包含行政部門、立法部門、人民與智庫都可以作為政策的提案者，也都同時可以作為政策決策所需要的資料提供者，這樣的過程有助於政策決策時的利益相關人直接溝通並互相理解，也可以加快傳統家父長式菁英政策決策過程的不足。

(圖說：透過個人的政治實踐，發現政策形成過程溝通效率的不足，管中閔提供)

管中閔分享，在 2014 年 3 月，當立法院衝進許多學生，最後演變成學運的同時，他其實非常深刻在反省，行政部門裡面包含他自己有這麼多好人，這麼努力地想要讓國家讓社會更好，為什麼我們做的事情會被指責到那麼不堪。當他看到「自己的國家自己救」還包含有 fxxx goverment 的這句標語時他非常震驚，後來自由貿易區法案的推動過程，他實踐了自己的假設，花了許多時間上媒體宣傳、同時參加公聽會、立法院委員會、產業公會說明會等等，最後推論也許不只是政策形成的「溝通不夠」而已，可能還有政策形成的「群眾參與」之不足。

圖說明
(圖說：vTaiwan 平台目前的討論首頁，數位時代翻攝)

管中閔最後回答主持人許毓仁對於演講的前一天，國民黨剛針對 2016 總統大選提名「柱下朱上」的決定，他表示他很認真在思考明年總統大選是否要去投票，目前也還沒有明白的答案，

但他對於未來政治的思考，已經從「自己的國家自己救」，推往公民社會透過網路直接群眾參與，更進一步的「自己的政策自己修」。

管中閔相信，這樣大家才能一起讓國家與社會更好。

(圖說：透過網路平台資訊公開與群眾智慧，有機會增加政策形成溝通的媒合效率。管中閔提供)

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。