「別等到痛才想辦法！」SAP看準智慧開銷，2面向為企業省錢|數位時代 BusinessNext

「別等到痛才想辦法！」SAP看準智慧開銷，2面向為企業省錢

不要等到痛了，才去做數位轉型！SAP看見智慧開銷商機，提供企業採購成本管理服務、外部人力資源管控兩方面，為企業支出進行更嚴密的把關。

智慧開銷兩大要素：採購成本、外聘人才管控

SAP旗下兩大獨立子公司SAP Ariba以及SAP Fieldglass，就是希望在智慧開銷方面，提供企業最佳的解決方案。SAP Ariba針對提供企業採購的成本管理服務，SAP Fieldglass則專注於外部人力資源的管控。 McCarthy表示，這兩項服務，能夠讓企業供應鏈變得更有彈性，並提供企業接軌AI與機器學習等技術的機會。

過去在採購過程中，許多步驟是非常人工且瑣碎的。舉例來說，在與供應商下單、討論合約時，很多人都是透過Line或者電子郵件來回傳遞格式不一的Excel、PDF、word等各式檔案。這樣的溝通方式除了鬆散之外，更難以系統化地統計與供應商間的數據資料。

針對這樣的痛點，SAP Ariba提供了一個平台，系統性整理不同的採購環節，讓客戶可以與供應商一同在平台上協作，簡化繁複的流程並提供數據化的統計，進而提升效率、減少不必要的支出。此外，SAP Ariba的全球網絡中還搜集近380萬名供應商的資料，讓客戶能輕鬆在上面尋找合適的廠商，加快媒合的速度。

不過，若要更完整地達到智慧開銷，雲端化的外部人力資源管理也是相當重要的一環。SAP與牛津大學合作的研究報告指出，企業裡平均有44%的人力資源來自外聘廠商及自由工作者。McCarthy表示，一般公司對於外包項目負責人另外再找的團隊，難以進行品質控管與監督。

McCarthy舉例，他們觀察到有些表現差的外聘人士，會反覆被同一間公司裡不同的人聘用。這樣的人才管理疏失，不僅是資源的浪費，也會影響到產品與服務本身。SAP Fieldglass想做的，就是讓企業和個人都能更有效率地找到適合的彼此。

McCarthy認為，外部人才的數位化管理會是未來的趨勢。因為這對許多年輕人正從事的零工經濟（gig economy）而言，是相當有益處的事。很多自由工作者他不是要找長期正職，而只是想在某一段特定時間、某一特定地點做自己喜歡的工作。過去這些人可能要土法煉鋼地在網上搜尋，但有了外部人才管理系統，他們只需要在平台上輸入資料，變得更方便。

智慧開銷的下一波浪潮：體驗經濟

從智慧開銷風潮的興起，我們可以看見數位轉型正不斷在深化。企業對數據的渴求勝過以往，並發明新的、規模化的方式，量化過去未曾紀錄過的行為。McCarthy也表示，數據以及速度，是數位轉型的兩大關鍵。數據帶來的新觀點加速了決策過程，改良的服務與產品也拉高顧客的期待值。速度不斷加快的情況下，人們也持續在探索新的數據。

至於SAP找到下一個重要數據了嗎？答案是有的。McCarthy認為，在不久的將來，體驗將會帶起下一波浪潮。他說，體驗數據就像是在坐雲霄飛車，過去我們能掌握車的速度、摩擦力等運作上的數據，但體驗數據講究的則是乘客是否有笑、和原先期待是否有落差、覺得好不好玩......等。

體驗數據若是套用在企業裡，就可能是這間公司合作起來感覺好不好、下屬能否輕鬆地與上司交談等。目前SAP已研發出相關系統，並已經在提供服務。對此，McCarthy也表示，SAP在這個領域方面，可說是世界第一。

面對種種快速的改變，McCarthy也對那些在執行數位轉型上感到猶豫的企業留下一句話：「別等到痛的時候才來想辦法。」或許這句話，正好象徵了數位時代的生存守則。

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。