日本四巨頭打群架、Gogoro砸金開發MIT電芯，陸學森：我們是台灣隊|數位時代 BusinessNext

日本四巨頭打群架、Gogoro砸金開發MIT電芯，陸學森：我們是台灣隊

當日本、印度、中國電動機車市場逐漸起飛，Gogoro執行長陸學森呼籲，台灣不能錯過電動機車發展機會，尤其台灣重型電動機車領先全球，盼同業共同合作，攜手爭取東南亞高達6千萬輛機車市場。

Gogoro擁有192個供應商，帶動數萬個工作機會

陸學森指出，台灣汽機車產值一年高達7千億元，創造28萬個工作機會，但隨著各國紛紛訂下禁售燃油車、傳統車廠進軍電動車，顯示燃油車轉為電動車已是大勢所趨，接下來看的是7千億元的產業升級。

Gogoro在2015年推出Gogoro 1系列，至今Gogoro旗下已有192個供應商，9成來自台灣，帶動數萬個工作機會，只因創造電動機車這個新科技。

目前Gogoro掛牌數達14.5萬輛，在全台灣 1,386多萬台機車中僅占1.04%，顯示電動機車還有很大的成長空間。不過今年下半年起Gogoro合作夥伴宏佳騰、PGO、山葉將推出電動機車，將為台灣電動機車市場帶來新活水。

因應新夥伴加入，72億聯貸案投入電池生產

為因應新夥伴加入Gogoro平台，Gogoro剛取得18家銀行共72億元聯貸案，將投入在工廠建置與電池製造，預計年底電池交換站將成長到1,500座，並增加第三條電池組裝產線，生產全新智慧電池21700鋰電池，和特斯拉使用同款電池。

21700鋰電池能量密度高，電量再提升27%，電動機車續航力從原有120公里提升到170公里（定速30km/h）。雖然目前電芯仍採用國外品牌，陸學森說已和國內電池商展開合作，未來將使用MIT電池芯放在Gogoro電池裡。

Gogoro生產線也落實工業4.0概念，廠內共有48組機器手臂、30道工作模組，小到每一個螺絲都會被感應記錄，以提高生產效率與品質，「我的工廠，就是我的大玩具。」陸學森笑說。

進軍東南亞，台灣機車業者要合作

即便做到市占第一的電動機車品牌，陸學森看的是更大的東南亞市場，並呼籲台灣機車業者要合作，「台灣要做的是電車整車開發，爭取東南亞高達6千萬輛機車市場。」

不過目前台灣電動機車業者各據山頭，光陽推出自家充換電平台ionex，三陽選擇與中油合作開發電池，陸學森認為：「誰是leader不重要，把東西做好才是重點，」他認為Gogoro重點不在賣車，而是像Google在賣服務，任何人都可以加入他們的能源平台，成為合作夥伴，「在海外市場，我們不是代表Gogoro一家公司，而是台灣隊。」陸學森說。

現在各國都傾國家之力扶植電動機車產業，印度政府投資15億美元、越南汽車公司VinFast也和越南政府共同投資 15億美元要發展電動機車，中國即將建立電動摩托車標準，日本四大機車巨頭化競爭為合作，進軍電動機車。

「連日本都認同電動機車是未來，現在比的是速度，台灣還領先3到5年的時間。」陸學森認為，台灣在重型電動機車上獨步全球，他認為在贏的時候，就要往前衝。

電動機車是全新行業，帶來新的工作機會，無可避免衝擊舊有行業，全台2.8萬間機車行必須轉型，傳統黑手必須轉型為電車維修人才，Gogoro目前已和11所大專院校及高中職合作，推動產學合作、建教合作、維修人才培訓班，預計今年將協助培育500位技師。

雖然有越來越多車廠加入Gogoro平台，但陸學森說，現在做電動機車還是燒錢的，即便不能夠靠補助來成功，但現階段市場規模還不夠，政府的補助對於業者來說很重要，「我們每一階段的投資都不是小數目，」他語重心長地說，業者需要看到明確的未來、補助費用長遠規劃，唯有產官學真正合作，才能夠帶起電動機車產業發展。

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。