我在阿里學到的第二課：平台思維就是留點事給別人做|數位時代 BusinessNext

我在集團內聽到某C-level 提出，「做平台的第一件事就是，想清楚自己不做什麼。」他認為平台不該做所有事情，而要「留點事給別人做」。但為啥呢？

老樣子，結論先走。

做平台就像城市規劃，你提供水、電與土地等基礎設施，公告管理辦法，然後拚命招來一群人在城市內盡情展現創意！

平台方不該搶走所有工作，而要想盡辦法拉攏各種角色。

平台價值就是連結

原先我對平台核心價值的認知是「連結」。平台負責連結供給與需求，例如：Uber 連結閒置車主與乘客，Airbnb 連結閒置空間與旅客。

或者，更高大上的平台模式。蘋果將高科技與人連結，Facebook 連結人跟人，Google 連結資訊與人，以及亞馬遜連結商品與人。

而我聽完某 C-level 演講後，認為平台除了連結責任，更重要的是「搭檯子讓人來唱戲」。換句話說，平台不該什麼都自己來，而是要想辦法適合各種角色進駐的生態系統，並讓每個角色從中獲利。

在這假設下，做平台得搞清楚的第一件事確實是，「什麼事該留給別人做？」

拿個例子。淘寶早期就是個 BBS 網站，提供買賣家發發文章等。而當銷售商品越來越複雜時，賣家開始需要裝修店舖吸引買家目光。

淘寶曾想過自己跳下來提供裝修店舖軟體服務，並藉此賺錢。特別是那時候淘寶依然堅持不收上架費與手續費，根本沒有營收來源。但後來發現裝修店舖是種客製化需求，平台不可能為每個賣家客製化店舖門面。這成本太高了。

但如果平台無法一次服務上萬位賣家，又失去平台存在的意義。因此最後淘寶決定僅提供基本功能，並提供一致設計規格。若賣家想要客製化視覺設計，則找別人幫忙。

賣家花錢找設計師獲得美美的店舖門面，吸引更多流量。而設計師從中賺錢。設計師成為早期淘寶上發展出來的第三方角色。

換句話說，身為生態系營運者的平台方，必須知道自己該讓利給哪些第三方服務者，藉此營造出多元化的生態系統。

順著這思維，Uber 這平台的角色數很少，只有乘客跟司機。在沒有演化出多樣化角色前，Uber 平台的底蘊深度其實遠遠不夠。

而去年我在台灣訂閱平台 PressPlay 工作時，也曾堅持不提供客製化視覺服務，僅提供三個視覺設計樣板。我們甚至拒絕願意拿錢請 PressPlay 設計頁面的創作者，請他找第三方設計師合作。

當時我只是模模糊糊認為平台不該賺這筆錢，而要導入外部夥伴。現在看完這位 C-level 演講，才更理解平台模式的運作邏輯。

但理解平台運作模式，不代表就能做出平台。

因為⋯⋯

平台是演化來的，不是設計出來的

前幾年台灣創業圈出現「滿滿的大平台」題目，人人心中都有平台夢。只是所有平台都從解決單點需求開始，而後才逐漸演化成多角色的平台生態系。

Facebook 一開始先滿足學生認識人與課表的需求，然後逐漸演化成人類社交工具，再引入廣告系統。至此，平台生態才逐漸成形。

平台提供支撐整個生態系運作的基礎設施，讓其他角色自由在平台上交易。

這像政府提供水、電與土地等基礎設施，並提出相關管理法則。人民只要不違反管理規則，要如何使用這些基礎設施則是個人自由。因此我們在台北能看到東區夜店、內湖科學園區、西門町次世代文化等多元生態。

而每個區域特色又能為整個城市提升價值，形成生生不息的正向循環。至於生態系會演化成怎樣，平台方僅能規劃方向，但卻無法百分百掌控。

當平台完成時，它便擁有了獨立的性格和生命。

本文由陳廷鴻授權轉載自其Medium。

《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。