[貴陽數博會現場]百度無人車七月量產計畫添變數，李彥宏：我擔心不夠安全！|數位時代 BusinessNext

[貴陽數博會現場]百度無人車七月量產計畫添變數，李彥宏：我擔心不夠安全！

隨著陸奇離職後，百度自駕車量產計畫是否還能「按表操課」？百度董事長兼執行長李彥宏出席在貴陽舉辦的2018中國國際大數據產業博覽會（數博會），會中說明對廈門金龍自駕車量產計畫有「焦慮與擔心」。

陸奇離職後，自駕車量產計畫是否還能「按表操課」？

李彥宏手下大將—擔任百度總裁兼首席運營長陸奇在五月閃辭，轉任集團副董事長，不再負責百度營運管理工作，由於陸奇上任以來，主導Apollo自駕車平台計畫，2017年12月，百度召開第一屆Apollo理事會，陸奇任則是第一屆理事會會長。他的離職讓外界認為可能會延遲Apollo計畫的發展速度。

李彥宏在2017年1月挖角擔任微軟全球副總裁的陸奇，一年多來經過陸奇大力整頓，讓原本發展速度跟不上阿里和騰訊的百度，表現優異，被視為復興百度重要人物。

陸奇在上任的三個月後就在上海宣布推出Apollo自駕車平台計畫，平台推出一年後已經三次系統更新速度驚人，並且有包含Tier1、Tier2等百家合作夥伴，生態系雛形已備。

陸奇離職後，百度自駕車量產計畫是否還能「按表操課」是外界重要觀測指標。

試圖擺脫Velodyne，低成本解決方案：成千上萬隻「道路之眼」

會中李彥宏隻字不提「失陸」一事，不斷強調百度對於自駕車安全性的努力。李彥宏展示一支示範影片，片中百度自駕車在雄安新區的測試道路上與遇到一隻小狗，自駕車隨即停了下來。

李彥宏說，「百度是中國從事自動駕駛研發的網路公司中第一個拿到《道路車輛功能安全》國際標準ISO26262的公司（歐洲已將ISO 26262納入歐盟官方汽車法規）。」除了國際標準，在系統平台上也為增加安全性努力，「百度自駕車平台中接近50%的代碼是為了安全而增加，我們不能容忍安全方面的錯誤。什麼東西都可以錯，但是這個東西不能錯。一旦出事，就有可能使得整個技術的推進停滯一年到兩年。」李彥宏說。

自駕車的感測器，有「自駕車之眼」之稱，降低感測器成本，是自駕車產業鏈的共同目標，誰能找到安全又便宜的解決方案，就打開了量產大門。會中李彥宏繼續對旗下近百間合作廠商喊話說，「百度無人駕駛車的成本會大幅度降低。」

李彥宏提及了另一個新解決方案，「直接在道路上布建感測器。」過去自駕車的眼睛只安裝在車子上，但未來則在道路上布建成千上萬之眼睛，一方面提高駕駛的安全性，另一方面也可以降低成本。

「如果我們能夠在道路層面、基礎設施層面把相應的感測器布下去的話，那我們的車就可以用更便宜的感測器就能夠感知路況，能夠躲避障礙，這樣無人駕駛車的成本就會大大的降低，這也是我們寄予厚望的一個方向。」李彥宏說。

百度自駕車現今採用的感測器解決方案和Google Waymo自駕車類似，配置毫米波雷達與攝影機也使用光達（Lidar，Light Detection And Ranging）提升安全性，不過光達價格昂貴，一顆美商Velodyne H64E光達價格約7萬美元至8萬美元，加上Velodyne量產速度緩慢，讓各車廠測試光達大缺貨，因此車廠莫不積極尋找替代方案，避免關鍵技術被掌握在Velodyne手中而動彈不得。

日前百度更新的Apollo2.5版本，就採用了中國光達IP技術開發商禾賽科技(Hesai)的解決方案，讓感測器總體成本可以降低九成。

1973 年，良興從台北光華商場一間 50 坪的電子零件行起家，半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過，伴隨規模擴張帶來的不只是成長，還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆，加上跨部門協作頻繁，行政耗損與知識傳承的缺口，成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧，從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營，作為 3C 零售業者，良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能，就是良興第五波轉型的核心命題。」

AI 自動化，從行政細節釋放組織戰力

轉型需要夥伴，而賴志達評估合作夥伴的標準很明確：技術能力是基本，產業知識（Domain Know-how）的深度是關鍵，回饋速度更是最終決定因素。2025 年的未來商務展上，良興選擇攜手 Data-DI，看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的，良興與 Data-DI 合作的第一個專案，就落在最耗費人力、卻最常被忽視的環節：會議記錄。「會議如果沒有產值、沒有效果，對企業很傷！」賴志達說，他每天參加許多會議，但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理，常出現人名誤植、決策遺漏、行動項目無人追蹤，讓會議效果大打折扣。

為了解決會議記錄的痛點，Data-DI 業務副總包威棣指出，在導入工具以前，團隊須先釐清三件事：場景是否具備落地價值、哪些流程節點適合 AI 介入，以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問，都決定 AI 能否精準落地。

確認方向後，良興與 Data-DI 成功導入 AI 會議記錄自動化系統，透過模糊比對技術校正語音辨識誤差，並將生成的雙版本報告直接回存至既有資料庫，不僅將行政人員從重複性作業中釋放，也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享，現在他去外部開會也會用這個工具，運用 AI 把錄音轉文字、再整理成簡報，很快就能完成，更令外部夥伴驚艷。「我認為這是很成功的案子！也提醒想做 AI 的老闆們，與其急著搞大架構，不如先從小工具讓公司嘗試 AI，建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後，良興接著切入更深層的營運核心：知識傳承。過去，頂尖銷售經驗長期鎖在少數資深員工身上，新人培訓耗時三個月，員工離職即帶走知識資本。與此同時，網路資訊發達，消費者進店前早已掌握基本規格，3C 通路門市人員要如何發揮更多價值？「我要門市的人不是死背規格，而是面對客人時，能用客人能理解的方式對話。」賴志達說。

為此，Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡，串接教材生成、審核上架、AI 銷售對練與成績回報，主管僅需在核心節點審核；員工透過手機語音對練，系統依口吻、專業度、回應力等維度自動評分。賴志達表示，目標是將新人培訓期縮短至一個月，讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而，要讓這套系統真正運作，得先解決兩個根本問題：資料從哪裡來？以及訓練如何更準確？

「以前大數據時代，講的是資料要大、全、細、實；現在 AI 要做到的是準（準確）、合（合乎場景）。」包威棣說。良興不同廠商提供的素材品質參差不齊，Data-DI 除了整合內部資料，也補充加入外部市場評測內容以填補空缺，再透過人員審核機制過濾雜訊，搭配 agent 架構的多層步驟與知識限定，確保系統能精準提煉對應品類的訓練素材。

賴志達則看得更遠：「這些教育訓練的內容，也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問，帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中，雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步，賴志達表示，公司各部門很早就建置 Power BI 報表，但數據豐富不等於決策清晰。「數據是土壤，如果沒有梳理，就沒有用了。」因此，他的下一個目標是活化數據資本、推動行銷自動流，以精實的人力持續驅動成長。

包威棣則從顧問視角歸納兩個觀察：AI 導入需要高層認同、由上而下推進，像賴志達這樣持續引領良興走在業界前端的決策者，就是不可或缺的推手；而單點工具的價值，終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構，人員訓練改變了知識傳承的方式。從點狀應用走向企業變革，這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後，對於仍在觀望AI應用的企業，他則建議：「未來 AI 導致的落差只會愈來愈大，人會變成超級工作者，企業會變成超級企業。開始做就對了，先做一個三個月的小任務，降低落差、再急起追上。」從痛點切入、小步快跑，讓組織在實作中累積對 AI 的理解與信任，這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊，請查詢網站：https://www.data-di.com/