Google、蘋果、BMW都找他!台廠勤崴掌握全台灣超過70%電子圖資
Google、蘋果、BMW都找他!台廠勤崴掌握全台灣超過70%電子圖資

晚上和朋友相約在一間新開的餐廳,為了避免遲到,點開手機上的Google地圖,輸入餐廳名字、餐廳地點、最快抵達餐廳的路徑,以及需要花費的時間,馬上映入眼簾。

Google地圖已經成為規畫行程的好幫手,不過,之所以能這麼好用,這間公司提供的電子地圖是重要功臣。

這間公司,便是掌握了全台灣超過70%電子圖資的勤崴國際科技。舉凡你在智慧型手機上常見的地圖App,像是Google地圖、Apple地圖,都是使用勤崴的底層圖資、店家資訊或者大眾運輸轉乘服務

除了人們常用的手機導航,勤崴國際科技董事長柯應鴻的眼光,看向更遠的地方,電子地圖不只能應用於導航,從電信業者尋找架設基地台的位置,到電動車、自駕車等未來新興產業,都是他們能夠使力的機會。

已經坐穩龍頭地位、2018年營收為3億3000萬元,淨利為3900萬元,雙雙創下歷史新高,柯應鴻卻說他們其實不是這個產業的先行者,他們是如何做到後發先至?

靠用戶和計程車隊回報,不斷更新圖資

面對這個問題,柯應鴻給出了一個再普通不過的答案:長期堅持投入資源。這個回答看似簡單,卻是電子地圖產業中,多數競爭對手不想做的事情。

為何長期投入資源會如此困難?他解釋,假設拿著兩張地圖給客戶比較,通常難以判斷誰好誰壞,因為單純比較上頭的道路、店家,不會有太多差異。但事實上繪製好一張地圖,跟產製出一份可以使用的地圖,是完全不同的概念

「電子地圖不會有完成的一天。」他說,當某間店家調整營業時間,或某條道路改為單行道,這些店點與路況資訊隨時都更新,才可能交到客戶手中。但這項工作仍然得用上不少人力,誰更願意投入人手、資金長期維護產品,正是影響電子地圖品質的關鍵

這代表要做得比對手更好,人力成本不可少,但柯應鴻並沒有選擇節流,而是設法增加蒐集資訊的管道,打造出一支專屬的「眼線」隊伍。

舉例來說,他們與第一線使用導航服務的計程車隊合作,而2009年推出導航王App,超過650萬名的使用者,也成為隨時回報、更新路況的夥伴。

正是在這塊市場耕耘許久,替勤崴帶來國際大廠的合作契機,Google、Apple等公司受限於電子地圖的即時性,長期派人員駐點台灣並不符合成本,因此需要能長期維護更新圖資的在地夥伴,而勤崴也在2005與2017年分別和Google、Apple地圖展開合作。

大數據搭配AI預測模型,路況精準率提高到90%

長久堅持不只是帶來客戶,柯應鴻指出勤崴目前最大、最珍貴的資產,是累積近10年、台灣各道路不同時段的路況情形

這些歷史路況之所以珍貴,勤崴執行副總經理黃晟中解釋,假設早上8點要從台北開車至台中出差,並請導航軟體規畫路徑,這時候會拿到一條最佳或最短路線。

不過,這條開往台中2個小時的路線規畫,其實只有8點到8點15分之間,是根據即時資訊規畫,剩餘時間則必須倚靠過去的路況判斷,像是高速公路某一區間在9點時通常會塞車,可以考慮替代道路,因此歷史路況資料庫愈完整,預測時間、距離也會愈正確

追求精準度的過程中,勤崴以過去的資料庫,加上政府公布的交通相關資料,建構起自己的人工智慧預測模型,當即時路況與過去路況不一致時,像是發生了車禍,便能計算行車時間會因此增加多久

黃晟中表示,完整資料庫與AI預測模型雙管齊下,預測路況的正確率能從目前同業平均的70%,提升至90%。

精準度提高,更意謂著電子地圖可以應用的場景也跟著拓展。柯應鴻舉例,像是這幾年最紅的自駕車產業,就需要這樣細緻的路況分析,因為它不只要知道車輛在哪條路上,更要能辨別處於哪個車道、該車道目前速度,才可以做出正確判斷。

因此,包含BMW、Toyota等國際車廠看準勤崴在高精度地圖上的優勢,車內裝載的導航系統皆由他們提供服務,未來還會導入更多在地化的資訊,像是天氣、店家等。

波士頓顧問公司(BCG)認為到2025年,全球自駕車市場規模會超過400 億美元(約新台幣1.2兆元)。柯應鴻的遠見正引領勤崴走向未來新興市場,他充滿自信:「使用我們服務的人,永遠都能比別人更快抵達目的地。」

來源:柯應鴻

關鍵字: #人工智慧
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
一次搞懂Vibe Coding
© 2025 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓