為什麼新加坡能夠成為無人駕駛「重鎮」?
為什麼新加坡能夠成為無人駕駛「重鎮」?

因為無人駕駛汽車,新加坡的道路正在變得「熱鬧」起來。

自今年8月份開始,新創公司nuTonomy開始在新加坡試測試無人駕駛計程車,受邀的用戶可直接透過叫車軟體Grab進行預約體驗——這是全球第一個向大眾開放的無人駕駛測試專案。

nuTonomy 擁有麻省理工學院(MIT)的團隊背景,專注於研究無人駕駛技術的整體解決方案,目前他們在新加坡擁有 6 輛基於三菱 i-MiEV/雷諾 ZOE 改裝的測試車輛。

與此同時,新加坡南洋理工大學在政府的支持下,已經開始了無人駕駛公交車的研發。著名的汽車零件供應商德爾福不久前也宣布,將在新加坡開展無人駕駛汽車的道路測試。

「新加坡」最近一年頻頻出現在和無人駕駛相關的報導中,憑藉合理的城市規劃和在「數位交通」上的投入,這個國土面積只有700多平方公里的亞洲國家正在成為無人駕駛發展中不可或缺的一部分。

無人駕駛汽車仍然是「弱勢群體」

在每一篇關於無人駕駛的文章下,似乎都能找到「在中國肯定沒戲」的言論。確實,當下的無人駕駛技術還不足以應對複雜的交通環境和各種人為因素,因此大多數廠商都選在高速或相對封閉的道路環境下進行測試。

新加坡是典型的「城市國家」,其城市規劃是亞洲乃至全球的「典範」。這樣可控的道路環境對於正在從「實驗場」走向真實道路的無人駕駛汽車來說是很有吸引力的。無人駕駛技術的提升需要「有效里程」的累積,但肯定不是在擁堵路段。

雖然人口密度比北京要大的多,但新加坡的交通擁擠卻遠沒有前者那麼嚴重。新加坡推行公路電子收費系統(ERP)已經超過了10年,它透過向行駛在擁堵路段的司機徵收「過路費」來控制車流量,是一種行之有效的「治堵」手段。

塞車trafficjam_shutterstock_227875240.jpg
圖/ Shutterstock

另外根據極客公園曾在新加坡工作4年的同事介紹,新加坡的公共交通網絡非常完善(路平、車次多、票價便宜),而且城市規劃非常合理,與生活相關的基礎設施和交通的配合比較好。

當然,他也著重提到了二點,「大家在路上比較遵守交通規則,交通法規也很嚴苛」。

現階段,無人駕駛汽車需要透過大量的路測來學習人類的駕駛行為,它們在道路上仍然是「弱勢群體」。前段時間沃爾沃甚至揚言要對自己的無人駕駛測試車輛進行偽裝,以避免被其他司機「欺負」。在這樣的情況下,更加友好的道路和人文環境是很有益的。

或許5年後無人駕駛技術可以成熟到應付各個國家的城市交通,但現在新加坡就是一個現成的選項。

汽車和基礎設施的「溝通」很重要

外媒engadget在最近一篇關於新加坡的報導中這樣評價:這座島嶼就像是一個活的實驗室,擁有測試各項試新技術的「土壤」。

其實在兩年前,新加坡政府就提出了Smart Nation(智慧國)的規劃,希望透過數位基礎設施的建設來提升整個國家的競爭力。遍布城市傳感器將把人、建築和汽車連接在一起,城市數據通過高速網絡會匯集到統一的平台上(Virtual Singapore),透過處理、分析後動態調整基礎設施(例如智慧紅綠燈)。

V2I(Vehicle-to-Infrastructure)是無人駕駛技術重要的組成部分,汽車和基礎設施的「溝通」將能大大提升行駛的效率和安全性,新加坡在這方面顯然走在了最前方。

另外,「網速快」也是新加坡的一張名片,其高速光纖到戶(FTTH)網絡的建設在全球都名列前茅。在 World Economic Forum(WEF)評選的「網絡就緒指數」中,新加坡位居第一。

根據英特爾的預測,到了2020年,每輛無人駕駛汽車將產生每秒1GB和每天4TB的數據量,這將遠超現在汽車所能產生的數據量級。汽車的處理性能需要不斷提升,也對網絡帶寬施加了更大壓力。網速將成為新加坡所能提供的「隱形福利」。

新技術的推動也離不開政府決策者的支持。之前極客公園在文章《盤點| 無人駕駛的「加州正規軍」》中說過,美國的加州是最早開始嚴肅對待無人駕駛技術的地區之一——加州車輛管理局(DMV)已經頒布了19張測試牌照用於規範無人駕駛相關的研究。

新加坡政府對於無人駕駛的態度也是比較開放的。2014年新加坡便成立了專門委員會用於管理無人駕駛汽車,而新加坡陸路交通管理局(LTA)已經積極地和多家無人駕駛公司展開了合作。

如果說政策法規是無人駕駛發展的第一道門檻,那友好的道路測試環境將是接下來更為重要的推動要素。手握這麼多優勢,相信未來在新加坡能看到越來越多的無人駕駛測試車輛。

當然,推廣新興的技術也會帶來一些挑戰。前不久一輛nuTonomy的測試車在變換車道時與一輛貨車相撞,所幸沒有造成人員傷亡。類似的事故未來可能還會出現,但新加坡距離全球首個擁有無人駕駛計程車的國家會越來越近。

本文授權轉載自:極客公園

關鍵字: #自動駕駛
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓