[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。

在 AI 快速進入企業營運核心的時代，數據不再只是被動的分析素材，而是 AI 模型運作與決策優化的重要基礎。

零售品牌積極累積大量第一方數據，例如會員資料、交易紀錄以及線上與線下行為數據，但因這些數據分散於不同系統，缺乏統一的身分識別機制以及明確的元數據（Metadata）定義，導致難以整合與分析，同時，也影響 AI 對這些數據資產的理解與應用。

為解決上述挑戰，Vpon 威朋將累積十餘年的實務經驗轉化為產品與服務，如 Audience Center 與 AI Agent 等解決方案，並透過專業顧問團隊協助企業完成數據收集、清理、整合與分析等關鍵流程，從資料清理到 AI-Ready 再到落地應用，讓行銷與業務團隊能以自然語言將數據查詢與分群受眾逐步自動化，大幅縮短過去仰賴技術與分析團隊溝通需求與開發分析邏輯的時間。

Vpon 助零售業打造 AI-Ready 數據基礎，以 Audience Center 驅動業務商機

如何建立 AI Ready 數據基礎建設？

Vpon 威朋數據科學經理廖宜楷指出，在 AI 驅動的時代，數據的品質決定模型價值。其中四個關鍵分別是：建構標準化的數據採集與處理管線，透過統一的工程規範，確保所有進入系統的數據在格式、維度與質量上具備高度一致性；其次是定義語義清晰的元數據（Metadata）體系，確保數據能夠被 AI 理解與使用，從而產出具備可靠性的產出結果；再來是打破企業內部的「數據孤島」，透過完整整合線上（Web/App）行為與線下（POS/CRM）會員資訊，建構全方位的會員數據輪廓，精準捕捉消費者的跨通路行為軌跡。最後，數據的價值隨時間遞減，AI 的決策品質取決於數據的「新鮮度」，因此，數據的持續更新與自動化維護，不僅能讓企業在動態市場中保持敏銳，還可進一步深化會員輪廓分析的即時性。

舉例來說，在 Vpon 團隊的協助下，台灣百貨零售龍頭透過整合 Web 與 App 行為資料，並將線上與線下數據集中於數據中台進行分析，將傳統耗時數小時的複雜資料庫分析工作縮短至秒級回應，並基於此高效率基礎，進一步開發不同業務主題的預測與分群模型，提升行銷精準度與營運決策的敏捷性。

扎實數據基礎的價值落實：Audience Center 如何賦能企業實現「數據即戰力」？

有了堅實的數據底座後，下一步是透過 Audience Center 將數據資產轉化為商業動能。

廖宜楷指出，在變化快速的零售與數位行銷市場中，速度就是競爭力。然而，仍有許多企業在數據應用上面臨嚴重的溝通與技術斷層。過去，當行銷或業務人員需要數據支持時，通常得花費繁複的內部流程申請需求、討論需求，才會進到後續的資料清理、建模與分析，最後才能得到想要的分析結果或行銷名單。這種以「週」為單位的進程，不僅拖慢了決策效率，更讓企業在競爭激烈的市場中錯失先機。

Audience Center 的核心價值在於徹底翻轉上述流程，將數據處理轉化為數據服務，透過直覺的介面與背後扎實的數據基礎支撐，讓非技術人員不用編寫程式碼，即可自行組合維度，大幅縮短從需求到執行的距離，將原先需要耗時數週的作業流程優化成秒級產出。

「Audience Center 的導入，不僅有助於提升效率，更賦予企業快速試錯與精準捕獲趨勢的能力，讓數據真正成為驅動業務增長的引擎。」廖宜楷如此總結。

以 AI Agent 重塑數據使用方式，讓數據更貼近決策流程

「Vpon 除提供 Audience Center 協助品牌發揮第一方數據資產價值、提供豐沛的第三方數據助品牌深化對客戶輪廓的掌握度，更推出 AI Agent 服務讓品牌與行銷人員能更直覺地使用數據。」Vpon 威朋數據科學資深總監陳文謙表示，在數位轉型的過程中，許多企業面臨的挑戰不僅是數據整合，更包括如何讓不同部門的人員都能更即時協作與應用數據，有鑑於此，Vpon 推出四種 AI Agent 協助企業分析與應用數據，極大化第三方數據成效：

第一，以 Reporting Agent 讓高階主管或行銷人員可以自然語言查詢數據與生成報表，即時掌握市場動態，加速決策下達與決策品質。

第二，透過 Insight Agent 確保數據分析不受分析人員的主觀意識或產業知識侷限，可以輕鬆完成跨領域數據分析、快速挖掘潛在市場機會與消費者洞察。

第三，藉由 Audience Agent 將客戶分群方式從規則導向（Rule-based）轉變為關聯導向，以關聯分析擴大受眾範圍，協助品牌找出更多潛在客群。

第四，推出 Creative Agent 協助行銷人員分析廣告素材表現的根本原因，釐清受眾喜歡的素材跟不喜歡的素材，藉此優化廣告投放內容，持續提升轉換率。

陳文謙表示：「透過 AI Agent 的輔助，品牌不僅能更快完成數據分析，也能將分析結果直接轉化為行銷策略與創意建議，降低跨部門溝通成本，讓數據真正參與決策流程。」

鏈結數據生態夥伴，以跨境數據放大行銷效益

除了協助品牌主建立 AI Ready 的數據基礎環境並提升數據使用效率，Vpon 也持續拓展數據生態圈，協助零售品牌更精準布局海外市場。

Vpon 威朋產品行銷資深經理邱心儒表示，跨境行銷過去多仰賴經驗與市場直覺，但透過數據整合與 AI 分析，品牌能更精準理解海外消費者的旅遊與消費行為。

以 Vpon 與日本 Loyalty Marketing Inc. 合作為例說明，透過雙方的獨家合作，企業可以結合 Ponta 超過一億的會員數據、問卷調查結果以及 Vpon 的七大數據來源，深入分析日本消費者的消費偏好與購買力——包括哪些日本族群對台灣品牌最感興趣、最受歡迎的台灣商品類型，以及不同客群的價格敏感度與回購行為等，將行銷決策從過往的經驗判斷轉變為精準的數據洞察，成為品牌出海的重要工具。

簡言之，對零售品牌而言，跨境數據是理解海外旅客真實樣貌的一大利器，也能進一步優化廣告投放、內容策略與商品布局，讓品牌在拓展國際市場時，可以更有效率地接觸潛在客群，放大行銷效益。

展望未來，Vpon 將持續擴展數據生態圈並優化產品服務，幫助零售品牌從數據整合、AI 分析到市場決策建立完整的數據應用循環，希望以數據夥伴的角色與品牌共同成長，打造互利共贏的數據生態。