[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。

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。

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。