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。

因應生成式 AI、代理式 AI 與實體 AI 的崛起，模型成為企業資訊基礎設施的一環，企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本，以及確保 AI 基礎設施的安全與穩定；有鑑於此，服務超過 2,000 家企業客戶上雲的勤英科技（ELITE CLOUD）將業務範疇從雲端代理延伸到 AI 基礎設施整合商，協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源，在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作，企業的核心競爭力不再僅是擁有 AI，而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示，為協助更多企業推進 AI 創新實務，勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色，進一步轉型為 AI 基礎設施整合服務商，透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務，協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra，企業最大挑戰不是模型、算力而是管理

過去幾年，許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」，提升員工工作績效，而代理式 AI 的崛起與普及，則讓「內嵌 AI 的企業應用」快速成為新常態，從企業資源規劃（ERP）、顧客關係管理（CRM）、人力資源（HR），到客服、研發甚至製造系統，AI 開始深度嵌入各類企業應用，AI 扮演的角色也從單純的輔助工具，逐漸進化為企業營運與決策流程的重要核心。

也因此，企業保持未來競爭力的關鍵，不再是「有沒有導入 AI」，而是「是否具備管理 AI 的能力」，包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent，以及如何避免 AI 成為新的資訊孤島，都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代，意味著企業若只押注單一模型，未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示，企業接下來更需要以「Models as Infrastructure（模型即基礎建設）」的思維，將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理，將資訊系統架構重塑為 AI 基礎建設。

勤英科技服務的客戶數超過 2,000 家，不少客戶已導入 AI 應用服務，正積極建置 AI Infra 與管理環境，因此，勤英科技自 2025 年積極轉型，將 AI Infra 視為企業長期競爭力的基礎建設來經營，業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商，例如與多模型平台 MixRoute 合作，並開發可支援單一登入（SSO）、彈性調度不同大型語言模型 Token 的管理平台，協助企業簡化模型管理與成本控管，將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合，勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關，勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本，以及落實資安治理，更因應不同使用情境推出三種 AI 方案助力企業：

第一：提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋，透過整合 Gemini 的 Google Workspace，企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能，包括會議摘要、文件生成、簡報整理等，快速提升員工生產力，同時，增強企業對 AI 應用的信心，為之後的應用深化做準備。

第二：協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說，除以生成式 AI 打造企業大腦，還會透過代理式 AI 提升自動化執行能力，重塑工作效率。」黃士培表示，勤英科技可以基於 Google Gemini Enterprise，提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務，讓企業員工可以自然語言安全調用企業資料，讓 Agent 進一步執行任務與推動流程。

舉例來說，勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞；另在影音內容生成領域，勤英科技亦協助客戶導入 AI 自動化技術，將內容產製成本縮減達 90%。

第三：提供多模型聚合管理平台，滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作，提供企業客戶多模型管理平台，讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型，並透過單一帳號、單一帳單與 Budget Alert 機制，管理 token 使用量與 AI 成本。

「透過我們提供的多模型管理平台，企業客戶不會被單一模型綁定，可以在模型快速疊代的環境下，更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說，隨著 AI 應用從單點工具走向大規模企業部署，下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力，而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因：當 AI 開始成為企業營運的一部分，企業需要的，已不只是模型供應商，而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊，請查詢網站：https://www.elite.cloud/zh/