IKEA讓你忍不住一逛再逛的祕密，就在出口的地方|數位時代 BusinessNext

你應該有過類似經驗：去宜家家居（IKEA）購物時，總是沒有捷徑可以直達想去的展間，就算只是想買個燈泡，都要花上大把時間；有時候，還要自己到倉庫區，扛著又重又大的商品去結帳。

仔細想想，整個購物過程是這麼麻煩、痛苦，但是你走出商場後，卻很少有負面情緒，甚至覺得逛得滿開心的，為什麼會這樣？

諾貝爾經濟學得主丹尼爾•康納曼（Daniel Kahneman）指出，這就是「峰終定律」（Peak-End Rule）的作用。他在研究中發現，人們對於一件事物的記憶好壞，取決於高峰和結束的感覺。

康納曼做了一個實驗，他讓兩組受試者戴上耳機，聽很大聲、令人不舒服的噪音。兩組聽到的音量都一樣，不同的是，第一組聽完大聲的噪音就結束實驗，第二組還會再聽一段比較弱的噪音。

按常理推斷，第二組的人聽了更久的噪音，應該比第一組感覺更痛苦，但事後調查，願意繼續參加實驗的人，居然是第二組較多。

圖說明

這個實驗告訴我們，如果一段體驗在最高峰或結束時的感受是愉悅的，即使痛苦的總量大於快樂，你也會覺得整段體驗是好的。

回頭來看IKEA購物的例子，在賣場裡購物的「高峰」，是那些具設計感又物超所值的商品、溫馨漂亮的展間，「終點」則是出口賣的10元霜淇淋。由於消費者在「峰」「終」的愉悅感，遠遠超過「長途跋涉」的痛苦，購物經驗就變成正面的了。

圖說明

在對的時間點上用對力，印象分數輕鬆飆高

美國電話電報公司（AT&T）也用過類似做法，帶給顧客正面的體驗。以往，用戶到門市辦理業務時，通常得排隊等候，由於不知道要等多久，多半會有點不耐煩；就算有了號碼牌，讓客人大致知道等候時間，但是只要必須等待，人就會感覺煩躁。

於是，AT&T推行新做法，讓服務人員在顧客進入店面10秒內或是進門的3公尺內，向他們打招呼，先營造一波受到熱情款待的體驗。結果，顧客在接受調查時，都認為等待時間比實際上還短，因而提升了服務的正面評價。

其實峰終定律在生活中隨處可見，像是看一部90分鐘的電影，即使前面一個小時劇情無聊，但是高潮和結尾很精采，我們還是會覺得電影很好看。

圖說明

或是在一場足球賽事裡，兩隊經常幾十分鐘都進攻無果，但是如果突然一個精彩進球，或是某一隊在最後幾分鐘逆轉勝，觀眾還是會大呼精彩過癮。

在工作中，懂得運用峰終定律，可以讓你用更少的力氣，達到更好的成果。

在會議上發言或與客戶交談時，想給人留下深刻印象，就要懂得「分配」你花費的力氣。假設你從頭到尾都用8分力道，人們對你的最後印象就停留在8分。

圖說明

但是，如果你有些地方用4分力道，有的用2分，在高潮和結尾使盡10分氣力，聽眾對你留下的印象就高達10分。

人資工作者在進行離職面談時，也可以善用峰終定律。通常，員工對公司的印象取決於自己在工作上最輝煌的時候，和離開前的最後一刻。

因此，人資人員如果能在員工離職前夕，肯定對方對公司的貢獻，失去他是公司的損失，並且誠心祝福他往後順利，離職者通常會對組織留下較好的印象，即使是帶著委屈離開的人，對公司的不滿也會減輕不少。

資料參考 / 《心理學，最巧妙的商戰武器》，先覺出版
圖片來源 / rarye via Flickr, CC Licensed
製圖 / 吳岱芸

本文授權轉載自：經理人月刊

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。