特斯拉發表自動駕駛晶片，預告2020年百萬輛無人計程車上路跑|數位時代 BusinessNext

特斯拉發表自研自動駕駛晶片，聲稱效能更勝Nvidia

特斯拉自駕車晶片在活動中隆重登場，被稱為全自動駕駛電腦（FSDC）的這款晶片，擁有雙核心設計，搭載各自的電源與儲存系統。如果其中一枚核心發生故障，另一枚核心將接替軟體運行並提出警告，確保行車安全。

馬斯克毫不避諱地強調，這將是世界上最好的自動駕駛晶片，「從未設計過晶片的特斯拉，怎麼設計出世界上最好的晶片？但這是客觀的事實。」

第一批晶片已在上個月進入生產線，前蘋果晶片工程師、現任特斯拉董事Pete Bannon宣稱，不僅低功耗、低運轉溫度，且具有極佳數據處理效率， 這是先前使用的Nvidia Xavier晶片的7倍效能 。

對此，Nvidia也反駁特斯拉的說法，指出特斯拉的比較並不準確，Xavier並非面向全自動駕駛的晶片，其Drive AGX Pegasus才是更該對應比較的對象，擁有320 TOPS（每秒兆次運算），高於特斯拉晶片。

另外，馬斯克也透露，新版本的晶片預計在1年半至2年內推出，已完成過半設計，效能會是現版本晶片的3倍。

推自動駕駛版Uber，馬斯克預言明年百萬輛無人車上路

馬斯克信誓旦旦地表示，特斯拉計劃2020年出產第一款全自動駕駛車，並規劃推出「無人車共享服務」。

在馬斯克描述的未來場景中，擁有完善自動駕駛配備的特斯拉車主，在暫時無須乘車時，能夠透過App將愛車加入「共享」行列，化身無人Uber為民眾服務，特斯拉將從中抽成25%至30%。在沒有足夠自動駕駛車服務的地區，特斯拉則會提供自己的無人計程車隊。

為達成這樣的願景，特斯拉自研晶片將是不可或缺的存在。馬斯克宣稱，該晶片已達成全自動駕駛所需的硬體要求，待軟體跟上便能達到具有足夠可靠性的自動駕駛技術。

至於軟體技術何時能跟上？馬斯克認為，明年年中乘客就可放心乘坐自動駕駛車，更大膽預言，「 從我們的角度來看，如果你快轉1年，或者1年又1季，但我們確定明年內就會有百萬輛無人計程車上路。 」

不過，馬斯克也多次指出，即便技術已經就緒，到底能否上路還是取決於監管單位核准。再加上目前仍未有無人車配套法律，究竟需要怎樣的標準才能合法駕駛，尚無人知曉。

馬斯克：自動駕駛依賴光達註定失敗

值得一提的是，特斯拉自駕車的發展上，與其他無人車開發商有著不小的差異。在光達成為自駕車主流的現在，特斯拉依舊是以鏡頭作為自動駕駛技術的雙眼。

光達擁有在天候惡劣、光線昏暗的情況下，看清路況的優勢，但同時價格也非常高昂，馬斯克不諱言指出，把精力花費在光達上，純粹是徒勞，「任何依賴光達的人都註定失敗！註定！這些昂貴的感測器不是必要的。」

特斯拉AI資深主管Andrej Karparthy表示，視覺辨識對於4級、5級自動駕駛技術終究有其必要，依賴光達是種取巧的行為，「它迴避了『視覺辨識』這個根本問題，進而給予人們一種虛假的進步感，但它最終只是根輔助的拐杖。」

為取代光達帶來的部份優勢，特斯拉依靠大量行車數據培訓神經網路。馬斯克提到，目前每輛在路上跑的特斯拉電動車，無論是否開啟Autopilot功能，都在協助特斯拉收集數據，訓練自動駕駛技術。待軟體方面足夠成熟後，便會在既有硬體內全面實施。

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問