零售業者如何與電商巨頭競爭 ── 電商並非零售業失敗的主要原因，關鍵在於客戶體驗|數位時代 BusinessNext

零售業者如何與電商巨頭競爭 ── 電商並非零售業失敗的主要原因，關鍵在於客戶體驗

零售商店失敗背後的真正原因比較可能是領導無方、經濟條件不佳、誤判市場變化、或者策略執行的時機不恰當；其他原因還包括，零售業者「沒學會走路就想跑步」，或者沒弄清楚顧客價值點（customer proposition），即對顧客來說有意義的點。

運用地理圍欄（geofencing）促進客戶轉換、改善客戶體驗

地理圍欄是以數位方式在地圖上劃定一個區域，一旦客戶進入界限內，就啟動行銷活動。

很多行銷人員利用地理圍欄技術驅動購買行為，例如當客戶靠近零售店面時推播促銷方案。此外，地理圍欄技術也可用來提高客戶忠誠度，進而改善客戶體驗，例如進入洛杉磯國際機場時，Uber推播目前有幾輛空車可以載客，這就是運用了地理圍欄技術。

地理圍欄技術也可延伸到自家的地盤之外，不限於通路據點。例如像喜達屋（Starwood）酒店集團這類觀光品牌可以透過劃定機場及火車站的範圍，當訪客抵達這個城市，進入地理圍欄，就立刻致上歡迎之意，並提供交通、當地景點等資訊。但不要只鎖定進入地理圍欄的客戶，當偵測到他們離開時，也可邀請他們再回來，或詢問此次造訪的感想。

佈建Beacon定位技術以提高忠誠度、了解消費行為

Beacon是指採用了低功耗藍牙或Wi-Fi等技術的裝置，只要在連線範圍，就可與行動裝置內一或多個事先選定的應用程式進行通訊。

行銷人員利用Beacon能達成的目標，大致與地理圍欄類似，不過Beacon鎖定的範圍更小，因此也更精準。像美國Nordstrom這類型的百貨業者，若希望提高客戶轉換率，就可打造更獨特的促銷方案，在百貨商場內劃分不同區域以進行精準行銷，如在化妝品及女鞋區推播特定訊息。此外，一個品牌若要追求更高的擁護度，也可將問卷推送給客戶，請求他們填寫意見。

但別把Beacon的目標族群侷限於消費者身上，這類技術還可協助分析，並確保員工能夠改善客戶體驗。例如布魯克林博物館的員工，就是利用Beacon技術，根據參觀者的所在位置提供看展的指引及建議。

運用可掃描的媒介增進品牌認知度　同時取得潛在客戶名單

像QR code及NFC近場通訊這類可掃描的媒介，是利用編碼或標籤的方式，讓使用者透過手機上的APP進行互動，藉此誘發消費行為。

這個方式很適合刺激入站流量，同時獲取有效客戶名單，這也是活動行銷人員經常使用的技巧。而零售業者若要避免「展示廳現象」（即把實體店面當作展示櫥窗，只看不買），可透過可掃描媒介，將更深度的產品資訊提供給客户。品牌也可利用這個方式，來改善品牌認知度、降低客戶的困惑。例如加拿大GSK藥廠就針對Flonase鼻噴劑產品推出相關的服務，消費者只需以Android手機感應貨架上的NFC標籤，即可取得更細部的產品資訊，像是處方藥彼此可能會產生什麼交互作用。

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。

（觀點文章呈現多元意見，不代表《數位時代》的立場。）

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。