挖掘數據背後的價值，治略資訊用技術推進零售與工業的資訊革命！|數位時代 BusinessNext

智慧零售拉近與顧客間的距離

以零售業來說，人、貨、場是其中重要的三元素，治略資訊能以AI技術分析消費者購物習慣，進而會影響到門市鋪貨、安全庫存要訂多少，可見人、貨、場彼此息息相關，牽一髮而動全身，有了數據分析幫助商家做決策，也較能降低人為預測失誤所帶來的成本。

對於店家來說，除了要鞏固忠實客戶，也會希望喚醒那些一段時間未消費的沈睡會員，因此如何花費最少的成本去喚醒將來最有消費潛能的客群就是一個難題，以人為判斷是無法做到最有效的廣告投放或預測潛在客戶，但交給數據分析就有可能達成。治略資訊曾協助某間餐飲業者分析會員消費情形，將大筆的消費數據丟入分析平台可以得知最有可能被喚醒的會員有什麼特徵，依此來判斷需要發送訊息給多少會員，甚至是分析什麼時段的投放效果最好，讓店家的行銷資訊一出去就能打中目標客群。

大量購物紀錄其實很有數據分析的價值，治略資訊共同創辦人王智舉例，如果零售業者想開發購買威士忌客群，AI就能自動列出哪些人是從未購買威士忌但在未來很有可能購買，或是人們購買威士忌時通常會一起選購哪些商品。這些分析結果最終可以對潛在客全量身打造促銷活動，不需要浪費太多成本就能做到精準行銷。

協助工業物連網做到製程管理最佳化

工業物聯網（IIoT）正是企業迎接工業4.0的重要技術，在導入這方面的應用時，會由治略資訊的合作夥伴負責機台連網、數據採集，治略資訊則進行後續的數據分析。

工廠最怕的就是製程不穩定，需要時刻監控生產情形，並提高產品良率。目前治略資訊致力於進行工廠供應鏈或生產線的改善，形成智能數據平台，提升原物料管控、設備維護、製程品質的管理。平台會即時演算機台數據，推導在生產過程中出現的問題點是由哪些原因所造成，改善製程中的不確定性。

王智解釋工廠製程改善的重心會放在「品質」，當製程出錯時，通常會由工廠的老師傅憑著經驗去一一校對錯誤，當AI出現之後，AI要如何向工廠老師傅一樣自動且精準的修改製程錯誤將是數據分析平台獲得成效的關鍵。

治略資訊在接觸合作客戶時，也發現到很多工廠並不了解如何運用數據，也不知道該從何改善生產流程，因此治略資訊開展「12周分析」的業務模型，在這12周內，雙方會經過多次的討論與釐清，由客戶幫助治略資訊了解產業know-how、痛點，抓住問題點之後再由治略資訊為客戶擬定解決辦法。透過這樣深度盤點問題之後，也較能從根本解決產業問題。

成為輔助產業升級的推進器

治略資訊在台灣以及中國都有開展業務，對於這兩種不同的市場狀況有著深刻的體悟。中國內需市場龐大，不管是企業還是工廠老闆都很敢投資，產業競爭壓力大讓中國企業寧可犯錯也不要錯過，治略資訊營運長李榮生也說到：「即使去到那邊技術可能會被複製，但這不是不去中國的理由，不去可能會死得更快。」

治略資訊也曾拜訪過台灣超商業者，但普遍沒有使用或投資的興趣。因台灣企業多抱持著保守心態，產業龍頭仍安於目前現況，不敢冒太大風險，其他業者則奉行老二哲學，這樣下來也讓整個產業沒有進步的動力。

在工業方面也是同樣的情形，李榮生認為台灣目前還落在工業1.5或2.0，很多工廠的數據蒐集並不完整，自然無法導入AI或物聯網的應用，想要進到工業4.0就得花費很多額外成本汰換舊設備，許多工廠老闆是不願意投資的，最後也只能放棄數據分析這一塊，這也是令李榮生覺得相當可惜的部分。

治略資訊仍相信著大數據可以為企業帶來前所未有的改變，即便有些企業還沒在這股資料革命的趨勢中做好準備，治略資訊也期望可以做為輔助產業升級的推進器，以數據分析做企業的最佳後盾。

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。