豐田研究院執行長Gill Pratt：我們離「接近」完全自動駕駛還很遠！|數位時代 BusinessNext

沒有人可以接近等級五的自動駕駛？

依照美國汽車工程師協會（SAE）的定義，等級五自動駕駛代表不需要方向盤、剎車以及駕駛員，在人類完全不介入的情況下車輛可以完全自主操作。Gill Pratt博士表示，現在無論是科技或是汽車產業平均都還在等級二到等級三之間，部分廠商已經可以到四級，但實際上距離等級五仍有段距離。一般我們常看到的自動駕駛展示，大多是在相對封閉的環境且有技術人員在駕駛座上隨時接手車輛控制，這類的自動駕駛展示其實只有等級三的程度。

自動駕駛主要區分為感知、決策和控制三個部分，其中，科技公司在感知及決策這兩部分佔有優勢，而傳統汽車大廠在控制這一塊具有豐富的經驗。因此科技公司與傳統汽車廠商若能將各自優勢發揮，就能讓收益最大化。在CES 2017中已經可以看到這類型的合作。例如BMW、Intel及Mobileye計劃在下半年進行40輛無人車測試，還有Google旗下的Waymo與 Chrysler合作，Uber與Ford已經進行了大量無人駕駛測試。

過度自信與自相矛盾？

在過去我們總將車輛視為一種代步「工具」，未來的車輛則是必須越來越懂人，而我們都傾向過度信任或不信任自動駕駛。豐田認為，教育消費者了解這項科技的極限是相當重要的，人類往往對自身的錯誤擁有較高的容忍度，但對於機器的錯誤容忍度相對的低。有些自動駕駛車輛的設計是每行駛200,000英里，駕駛就必須介入駕車過程一次，而部分過度信任自動駕駛的車主會在接手的過程變得不熟悉操作，就有可能導致危險，因此過度信任也會是另一個大問題，Gill Pratt博士認為我們都應該問問自己：「怎樣的安全才算是足夠安全？」

如果自動駕駛比人類精準，那究竟要如何才算是真的好呢？

現在我們仍距離完美的自動駕駛有一段距離，還是有可能會發生零星的意外，Gill Pratt博士提到，我們的社會已經準備好接受只比人類精準10%或甚至10倍程度的系統嗎？如果因為這套科技可以救一個人的生命我們會考慮開始使用嗎？還是真的要等到它完美無缺呢？Gill Pratt博士提到，在能夠回答這些問題之前，我們都必須小心使用這套科技。話鋒一轉談到AI，Gill Pratt博士認為以機器學習為基礎的AI並不完美，車輛仍可能遇到從來沒遇過的狀況，因此意外仍可能會發生，而當意外發生時我們又應該怪誰呢？

人類比自動駕駛系統更瘋狂？

Gill Pratt博士認為，最有可能做出瘋狂舉動的是人類，而究竟該如何訓練自動駕駛系統來面對這些情況？豐田試著用模擬天氣及交通狀況的方式模擬人類行為，當然這是相當困難的，因為人與人之間的行為差異相當大，人類在腦中自己有一套理論可以推測其他人會如何開車。還有另一個有趣的問題，在限速55公里的高速公路應該開多快呢？應該剛剛好開55或低於55？開得慢就一定安全嗎？這是一個難以回答的問題，豐田法律部門也曾針對此討論，這些都是在發展自動駕駛技術的過程還需要去思考的。

2019年金融監理機關正式將雲端納入委外規範後，揭示金融業上雲時代來臨，國泰金控數數發中心成立雲端策略發展部，負責擬定集團上雲策略，並於2020年正式啟動7年集團雲端轉型計畫；在多數金融機構仍停留在單點遷移或IT現代化的現下，國泰金融集團在 2025 年即完成 100 套系統上雲，更將雲端轉型階段從 Cloud Ready、Cloud Adoption 推向 Cloud First，成為數據與人工智慧應用的關鍵引擎。

「百套系統上雲不僅僅是數字，更是讓國泰從『 IT 進化業務』邁向『 IT 驅動成長』的關鍵轉折。」國泰金控雲端策略發展部協理顏勝豪表示，上雲帶來的效益十分顯著，包括提升資源可用性與營運敏捷度、減輕 IT 維運負擔；同時，雲端業者多具備零碳排或綠能機房機制，亦有助於企業朝向 ESG 永續營運邁進。「金融上雲不是單純的現代化基礎設施或者是升級技術，而是為了換取速度與可靠度，讓集團可以加速創新腳步、彈性調配資源，以及培育所需人才與技能，為未來做最佳準備。」
為讓集團員工、金融同業以及有志上雲的夥伴可以進一步探討雲端轉型的各種可能，國泰金控舉辦雲端轉型成果發表會，會中除有集團子公司分享最新成果，三大公有雲平台業者也從不同技術視角共同探討在合規、資安與 AI 應用的可能。

七年、三階段，國泰金融集團將雲端內化為營運流程與創新引擎

為什麼國泰可以領先市場完成雲端轉型、數據與 AI 賦能業務？

顏勝豪認為，雲端轉型的起點不是直接遷移系統，而是從四個面向打底：應用系統盤點評估、雲端架構設計、雲端遷移藍圖規劃，以及組織治理框架建立，而這也是 Cloud Ready 階段最重要的事情。
「不同子公司有不同商業模式與節奏，若沒有共同語言與平台底座，上雲很容易各自為政。」顏勝豪表示，為讓所有員工可以齊步前行，國泰以雲端遷移方法論 Cathay 6R（註1）作為共同語言、用平台作為共同底座，讓轉型不只是技術選擇，而是集團行動。
完成單一系統的雲端遷移後，便進入 Cloud Adoption 階段。在這個階段中，要透過大規模遷移建立更成熟的上雲標準作業流程（SOP），透過 FinOps 機制控管與優化雲端營運成本，以及透過自動化與治理模型確認多雲環境與安全與維運穩定性，目標是將雲端內化為組織日常運營的一部分，進而邁向 Cloud First 階段：在合規前提下，新專案與系統升級預設在雲端環境開發，並善用雲原生優勢加速新產品功能開發速度。
「集團雲端策略只有一個核心原則：讓雲成為 AI 時代的成長引擎，而不是單純的基礎設施。」關於國泰的未來雲端布局，顏勝豪如是總結。

以雲端為 AI 資源引擎、發揮數據燃料價值，實現 AI 賦能業務應用

國泰不僅在2025年完成集團百套系統上雲，也啟動數據上雲計畫並為 GenAI 奠定基礎建設。
例如國泰金控實現數據上雲，打造資料湖倉與 GAIA 生態系統架構為 AI 賦能業務做準備：成立國泰風險聯防中心（CRC）攜手集團洗防人員強化風險控管與金融犯罪因應能力；釋出國泰員工 AI 助手–Agia–Beta
版，提供差勤、福利與權益、技術支援、職務職能與集團其他資訊等五大類別管理辦法等查詢服務；此外，亦推出集團數據共享平台、集團法規知識庫、 AI 評測中心等服務，更好發揮 Cloud First 與 AI 賦能業務應用的價值。
雲端是 AI 時代的關鍵底座、數據則是 AI 的燃料。顏勝豪指出，發展AI需要龐大的 GPU 算力，若自建 GPU 機房，不僅硬體設備昂貴、折舊速度快，光是散熱系統一年就高達兩、三千萬元的成本，若採取雲端資源，可以隨啟隨用，同時，大幅降低試錯成本。「當雲端打好基礎、AI成為能力模組，銀行、人壽、產險與證券的創新不再是單點突破，而是放大集團級綜效。」

國泰以 Cloud First + AI 持續領先市場、形塑未來樣貌

「雲端可以優化算力成本，資料則決定 AI 應用上限。」顏勝豪解釋，在 AI 新世代，AI 模型定調能力「下限」，集團子公司掌握的「獨特資料」則決定應用的「上限」，考量雲端有許多好用 AI 服務，唯有資料上雲才能發揮數據價值、用 AI 賦能集團各子公司業務。
例如國泰世華銀行將採取多公有雲策略，打造雲端智慧生態圈，並以現代化雲原生技術拓展應用場景；同時，運用 AI 與資料分析優化客戶服務體驗，並藉由跨雲整合機制支援多元業務模式，以充分發揮上雲效益。至於國泰產險，不僅在兩年半內完成13套核心系統上雲、優化營運流程，如以 Serverless 架構打造百萬級效果、萬元成本的短網址系統等，讓雲端成為產險驅動長期成長的核心引擎與標準配備。

國泰人壽則是透過雲端與 AI 滿足不同客戶需求，如以 AI Search 精準呈現關鍵字搜尋結果，讓客戶可以精準且快速的查找所需資料、大幅優化官網體驗與滿意度。至於國泰證券則是於2026年初推出「庫存管家」服務，以客戶持股為核心，應用 AI 技術打造個人化推播服務，協助投資人更有效率地掌握庫存狀況，提供更即時、系統化的投資管理體驗。
總的來說，國泰金控在集團的雲端轉型不僅是技術升級，更是思維革新，從百套系統上雲進展到 Cloud First 階段，可以預期在雲地基礎下，國泰將進一步引領 AI 時代變革，持續提升營運韌性與放大創新價值。

豐田研究院執行長Gill Pratt：我們離「接近」完全自動駕駛還很遠！