SXSW2016盛大展開！美國總統歐巴馬現身談論科技時代的政府新思維|數位時代 BusinessNext

政府與科技兩個環境文化大不相同，怎麼一起合作？

新創盛行的科技產業，往往以其開放、自由的工作文化著名，而政府組織，則常給人龐大官僚體制、層層關卡、效率低的觀念。兩者如此不同的文化背景，政府如何導入、擁抱科技，兩者一起解決社會問題呢？

像是ObamaCare剛開始提倡施行時，總統歐巴馬不斷對外界宣傳自己的新健康保險政策，但是尷尬的是，其主要網站竟然無法順利運作，讓人民想知道相關資訊卻反獲挫折。

歐巴馬舉這個例子，並說明在這個情況是因為政府內部系統軟體太過時而造成，最後不僅花了3至4個月解決，也決定在政府裡面建立一個科技SWAT工程團隊，直接跨部門解決與科技相關問題。而這樣的科技團隊要能順利運作，也得來自矽谷等各界人才，不斷湧進、流動、激盪新成果才能完成。

民主社會得靠公民參與解決問題，科技也能幫上忙！

每一個國家、社會，都存在其問題，但是「如果人民不參與政策、思考政府的作為，這些政府的問題、系統與制度的問題，都沒有辦法解決。」歐巴馬這樣說。未來，因為人民許多注意力時間都放在科技上，政府也希望能透過科技，來吸引公民的注意，增進公民參與度。

歐巴馬這樣舉例說，美國設立許多障礙與系統，來阻止人民直接投票，讓投票這件事變得比Pizza外送點餐還難。像是，去想怎麼設計新系統，足夠安全、私密、方便，讓人們能夠直接上網投票，這樣說不定就可以阻止30%以下的投票率。或者，利用Big Data資料分析美國投票率現象，來激盪提高投票率的解決方法。

政府要用科技包裝，也不能忘記縮短偏鄉科技資源差距

雖然政府導入科技是重要的趨勢，但與談者Evan Smith卻也點出網路科技城鄉差距問題。前一陣子，紐約時報曾經報導美國偏鄉、種族網路資源不平均的現象，有個偏鄉學生因為學校要求在網站上完成功課，但是其家裡沒有網路，他最後就站在學校外面，用手機把功課做完。

如果政府想要數位化、科技導向，那麼同時網路與科技的資源，也得城鄉資源平均，讓偏鄉也能夠使用到政府透過科技所創造出來的資源。

歐巴馬對此，也表示企業跟政府得一起合力，很多目標不是都攬在政府身上，最困難的問題是政府的任務，但是企業、非營利組織，三方得透過科技來合力、一起解決社會問題。重點不是放在「哪個是最酷的科技」，而是「怎麼用這樣新的科技來應用、解決現有問題」。

Evan Smith也把握機會，詢問歐巴馬對於Apple與FBI所引發的個人隱私議題，對此，歐巴馬表示他並不打算作出直接評論，只間接地說，執法人員能夠直接出示搜索令，來追尋犯罪相關證據，是為了一個最終目標－建立一個安全的居住社會，但是科技時代下，當人人的手機資料也成了隱私的一部份，來拒絕執法人員獲得資料，「這樣不就像每個人的口袋裡，都持有如瑞士銀行般的高機密保護裝置。」換句話說，他並不同意手機資料為百分百隱私，連政府都無法獲取內容的觀點。

最後，歐巴馬向台下觀眾說：「10個月之後，我不會繼續經營這個事務，但是我不會停止關心我所在意的問題。」如果人民對與政府事務有熱情，希望能夠以新科技來創造更多新的政府服務來幫助社會問題，就得親自參與、加入團隊。「We need you。」歐巴馬最後說道。

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。