掃地機器人可不只是吸灰塵，iRobot將結合用戶資料強化智慧家居生態|數位時代 BusinessNext

掃地機器人可不只是吸灰塵，iRobot將結合用戶資料強化智慧家居生態

掃地機器人除了吸除灰塵，現在還將肩負量測資料的任務，iRobot執行長Colin Angle希望能在未來幾年與多家科技大廠達成協議，將用戶空間資料分享給其他科技大廠，希望藉此完整智慧家居生態系。

不想個資被賣出？但顧客可能已經默默同意了

沙發、桌子、檯燈彼此之間相隔多少距離？對科技業來說，智慧家居的概念就是要透過連網裝置來控制裝置功能，而「空間」或許就是下一個新戰場。

美國掃地機器人生產商iRobot，從2015年推出第一款搭載Wi-Fi裝置的Roomba 980，透過短程紅外線或雷射感應器偵測及迴避障礙物，在吸塵的同時還會透過定位、感應器蒐集空間數據，意思就是在掃除灰塵的同時，也在默默蒐集家中的格局資料。

iRobot執行長Colin Angle認為機器在理解實際環境時仍然不夠聰明，受《路透社》採訪時談到空間製圖科技是未來Roomba的發展策略，「當有家中空間數據資料可以被分享，整個生態系的產品跟服務才能完全到位。」Angle說。

根據財務研究公司IHS Markit資料，2016年智慧家居的市場高達$98億美元（約合新台幣297億），預計今年將成長60%。雖然目前Roomba已經可以跟Amazon Alexa、Google Home串接，但面對龐大的商機， iRobot希望未來幾年可以跟Google、蘋果、Amazon等大廠達成協議，將用戶的空間資料賣給這些大公司。

販售用戶資料當然引起隱私方面的疑慮，iRobot向《路透社》強調，「絕對不會在顧客不同意的情況下販賣資料。」；事實上，Roomba使用者可以自行選擇關閉雲端資料分享功能，不過絕大多數人都沒有注意到iRobot的服務條款清楚載明，「公司有權力分享用戶個人資訊。」因此用戶可能在不知情的情況下就將自己的資料賣出，完全沒有說「NO」的空間，外媒《The Verge》指出，就算未來用戶告上法庭，客戶恐怕在法律上也會站不住腳。（編按：iRobot事後強調《路透社》錯誤解讀執行長Colin Angle論點，iRobot所蒐集的資料只會用於增進產品效能，絕對不會在未經客戶同意下將資料出售給第三方。）

兩樣情，顧客擔心個資安全，投資人大力讚賞

康乃爾大學專門研究機器人的教授Guy Hoffman說：「即時定位與地圖構建系統（SLAM）會是智慧家居的一大突破。」

Hoffman認為，現階段的智慧家居設備就像是「從來沒有離開過紐約地鐵的觀光客。」「當然有一些關於城市的資訊，但旅客錯失了許多地鐵站外的資訊。」若能結合空間資訊，系統就能更精準安排冷氣氣流方向，甚至照明設備可以依據屋內光線調整照明角度，同時Amazon、Google、蘋果這些公司也能利用這些資料推薦顧客商品，Hoffman說。

iRobot投資人對於執行長Colin Angle販賣空間資料新點子的讚賞，也立刻反映在公司股價上，iRobot公司股價從一年前的35美元，一路飆漲至6月中旬的102美元。

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。