電競正名為運動後，要成為「主流」得克服3大難關|數位時代 BusinessNext

電競正名為運動後，要成為「主流」得克服3大難關

電競正式納入運動產業項目，可望帶動電競產業發展熱潮，不過要走向主流運動，仍有三大難題需克服，來聽聽Akamai媒體產業策略全球總監Nelson Rodriguez的觀察。

電競賽事的測量方式有待統一

「電競產業其實沒有你想像的大！」Nelson Rodriguez指出，雖然大家可能常聽到觀看電競比賽的人比看運動比賽的人多，其實並非事實，電競產業雖然正在發展，但還有很大的成長空間。其中的盲點，在於觀看人數的計算基準不同。「電競的計算方式是看尖峰流量（peak），但是一般運動看的是平均人數（average）。」

他表示，電競產業太新了，因此在計算觀看人數時，其實還處於非常混亂的狀態。雖然有不同組織在做觀測，但是大家的測量方式都不同、欠缺標準化，不像電視已經有兩三家公認的測量組織。雖然Akamai也正在開發測量模式，但尚未成熟。

不過，Nelson Rodriguez指出，這件事可望在未來出現轉變。「例如MLBAM（MBL Advanced Media）過去主要是做棒球賽事轉播，但他們最近簽下了轉播《英雄聯盟》（League of Legends）比賽。這代表著傳統體育賽事和電競賽事的匯聚。」此外，近期有許多棒球、足球隊對電競公司進行併購，而投資方必定需要統一的衡量標準，才能知道自己的投資是否值得。他指出，有了傳統體育產業的加入，可以預期電競賽事也會發展出具客觀性的測量方法。

只是，傳統體育賽事和電競賽事依然存在著許多不同之處，最關鍵的一點就是，電競賽事多了「互動」元素。例如線上賽車遊戲《iRacing》就提供投票機制，觀眾可以投票給自己喜歡的選手，獲得較多觀眾喜愛的選手可拿到更多燃料，在比賽中表現更好。他強調，由於電競賽事的互動方式是在傳統體育賽事中看不到的，因此在設計測量標準時，也需要考慮進去。

「只看不玩」的觀眾很多，需思考獲利來源

Nelson Rodriguez表示，根據Newzoo的調查數據，目前在電競賽事的觀眾中，有42%是「只看不玩」的。他指出，在過去，會觀看電競賽事的人，大多自己就是玩家，透過觀看比賽讓自己的技術精進，而遊戲公司也會透過電競賽事來宣傳行銷自家產品。

不過現在，狀況已經不同了。「就像我岳母是棒球迷，但是她自己卻從沒打過棒球。」當玩家和純粹的觀眾出現區別，不僅帶來機會也帶來挑戰。「如果電競產業的獲利來源只限於玩家，只想著如何讓玩家花錢買遊戲、買道具、買鍵盤滑鼠，未來發展絕對是有限的。」

網路攻擊層出不窮，遊戲公司做好準備了嗎？

最後一點則是資安問題。Nelson Rodriguez表示，Akamai曾對遊戲客戶做了調查，了解遊戲公司受到網路攻擊的狀況和因應措施。數據指出，66%的公司在過去一年曾遭受DDoS攻擊，38%公司曾受到帳號駭入。

「如果遊戲公司不能把攻擊解決好，電競無法成為主流。」他比喻，就像是現在大家打開電視看棒球比賽直播一樣，觀眾預期的是一打開電視就會看到內容，而電競賽事也要能做到這樣，才能滿足觀眾的需求。「很可惜的是，很多公司是用『保持希望』來做為資安策略。」

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。