地圖服務Mapbox靠收服「開發者」,挑戰Google Maps王者地位
地圖服務Mapbox靠收服「開發者」,挑戰Google Maps王者地位

你是 Google Maps 的死忠使用者嗎?覺得 Google Maps 很方便、使用上很簡單,讓你成為至死不渝的忠實擁護騎士嗎?

不過,你可能早就是背叛者了。

Google Maps 沒有阿富汗地圖,只好自己做

敢膽與 Google Maps 站在同一個擂台上的,是一家隱藏於 Foursquare、SnapChat、《國家地理雜誌》、《孤獨星球》(Lonely Planet)、《天氣頻道》(The Weather Channel) 等大企業背後的低調地圖服務Mapbox。

成立於 2008 年,一開始只是創辦人 Eric Gundersen 與朋友共同製作的 side project。那時 Eric Gundersen 受僱於美國國務院前往阿富汗調查 2009 年的總統大選,需要繪製「問題選區」的地圖來繳交報告。

不過,當時阿富汗對 2005 年才上線的 Google Maps 來說,仍是一片戰爭迷霧籠罩的狀態。Eric Gundersen 只好硬著頭皮從口袋裡掏出 Mapbox 將就使用。

之後 Mapbox 仍不被當成一回事,直到實在是虧到受不了,Eric Gundersen 再也撐不住,才決定進行融資,2013 年募得 1,000 萬美元;2015 年宣布完成 5,225 萬美元的 B 輪融資,在 2017 年 10 月的融資後,公司估值約為 7 億美元(約新台幣210 億元)。

目前,每月有超過 3.5 億人接觸到 Mapbox 所提供的地圖服務。

自由設計地圖風格,Mapbox專為開發者而建

既生 Google Maps,何生 Mapbox 呢?

因為 Mapbox 提供給「開發者」更多的彈性。如果某一個企業串接了 Google Maps,你一定看得出來。從 Google 跳槽至 Mapbox 的產品總監Andrew Chen 也表示:某種程度上,Google Maps 試圖控制開發者,從 API 層面上來說,Google 並不鼓勵大家創新。

而 Mapbox 則給開發者一盒「地圖樂高」,為開發者搭建一個能夠發揮創造力和夢想的平台。透過 Mapbox 製作出的地圖更美、更有特色,不管是 UI 方面的字體、顏色,還是地勢、道路、公車路線的顯示方式、區塊大小都可以進行調整。下圖中看到五顏六色的地圖都是透過 Mapbox 設計出來的範例。

Mapbox
Mapbox 讓開發者按照自己的意思製作五顏六色的漂亮地圖。
圖/ Mapbox

在 Mapbox 的 Github 頁面上也提供了開發者在串接上的各種案例與展示,包含 iOS 導航、Android SDK 展示以及各種其他程式語言的開發教學,也因為 Mapbox 把主導權交回了開發者手中,深受開發者喜愛,目前超過 110 萬開發者註冊 Mapbox 的服務。

採用「開放街圖」Mapbox,比不上 Google Maps 準確度

Google Maps 以自己的實景車為傲,透過這些實景車、或是背著特殊背包的工作人員,Google 才能記錄下最真實的街景與更新道路資訊。

關於這一點,是 Mapbox 心裡的痛。

Mapbox 的地圖資訊建立於起源自英國的「開放街圖」(Open Street Map)之上,簡單來說就是地圖界的維基百科。目標是建構一個內容自由,所有人都能編輯的世界地圖。開放街圖先利用高解析度的衛星影像,描繪公路和建築物模樣,社群貢獻者再透過 GPS 等數據把道路資訊畫出來。

而開放街圖也是佛心來著,完全支持商業使用。唯一的限制是,只要對地圖有任何修改、更新,都必須將資訊同步更新到開放街圖中,並同意開放授權。

Mapbox 更進一步地向使用者索取相關資訊,只要打開 Mapbox 的地圖,就會匿名傳送三筆資料到資料庫中:經緯度以及時間。數十億筆計的資訊在背後支持著 Mapbox,持續將地圖資訊修正到最佳狀態。

不過採用開放街圖也有缺點,舉例來說,如舊金山等較為繁榮的地方,志願貢獻者自然多不勝數,因此地圖資訊相當豐富;對於那些較為落後的地方,地圖資訊相對缺少。除此之外,也因為開放街圖走濃厚的維基百科模式,在資訊的正確核對性上相對較低,道路資訊可以利用政府的開放資料進行確認,其他則完全依靠志願貢獻者的自由心證。

也因此,這也是 Mapbox 的劣勢所在,除了準確度與完整性仍有提升空間之外,畢竟 Google 採用的地圖資訊大到任何人都無法比擬,像是「預估到達時間」這類需要地勢、行動均速、即時交通狀況、天氣等大量資料推出的資訊,Mapbox 難以望其項背。

目前 Mapbox 想要繼續活下去的最大挑戰,就是提高付費使用者的比例,這並不簡單,不過正如創辦人 Eric Gundersen 對 Forbes 所說的:「只要成功,我們將無所不在」。

關鍵字: #開放資料
往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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
AI全球100+台灣20
© 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