數位大戰、誰與爭鋒：後數位時代，數位人才的領導力考驗|數位時代 BusinessNext

數位大戰、誰與爭鋒：後數位時代，數位人才的領導力考驗

數位轉型的趨勢下，企業與人才所面臨的考驗，已不只是技術面的競逐，領導者所具備的「數位領導力」更是勝出關鍵。

數位領導力：技術能力之外的決勝關鍵

後數位時代下，企業與人才所面臨的挑戰已不僅只是技術能力的競逐，數位發展促使跨業結合成為趨勢，業務與科技的融合，並且透過數據分析達成進一步的消費者洞察以取得先機，新創與創新思維更是一再的衝擊舊有的管理模式；同時一般的數位人才多數未具備良好的領導能力，較偏重於技術能力，因此組織應提供多元化的培育機制，給予數位團隊領導者具備21世紀對於領導者之要求，因此如何帶領團隊在多重挑戰中抽絲剝繭及闖出活路，遂成最大考驗。

產業界對於數位人才趨之若鶩，各方多關注在數位人才取得及能力養成上，如何透過靈活適性的管理以激發技術人才的潛能、達到最佳效益等組織議題，則至近期才逐漸浮出檯面。在硬實力之外，普遍發現數位人才的領導力為大多數員工所缺乏，領導力不足的前提下，團隊難以發揮一加一大於二的綜效，追求集體卓越遂成難以企及的目標、甚至降低效率，對團隊能量有負面的影響等。組織需提升數位人才的領導力，由內而外強化組織能量。

勤業眾信與MIT史隆商學院共同進行為期四年的研究後發表《Coming of Age Digitally》，報告中指出，僅有三成企業達成數位發展成熟的程度，四成企業處於發展中，甚至有三成企業剛踏入數位化的大門；報告中指出，數位發展成熟與入門的企業，對於數位領導者的渴求程度大不相同（圖一），成熟企業通常已有能掌握數位人才的領導者，反之，位於早期發展的企業，我們可觀察到這類型的領導者極度缺乏。

在最新的【勤業眾信全球人力資本報告】中提到21世紀對於領導力的要求特質（圖二），數位團隊領導者應掌握「能夠領導更多的不確定性和複雜性」、「能夠透過影響力領導」、「能夠進行長期管理」、「能夠管理人與機器協同之數位勞動力」，與「能夠快速領導」五項特質，這也是發展「數位領導力」（Digital Leadership）值得關注的方向。

「數位領導力」並非管理人員的專屬能力，而是一種目標明確且能引導群體達成目標的行為與人格特質，近年數位轉型盛行的 「敏捷管理」（Agile） 則是一種將管理權力下放至個人的賦權方式，由於團隊中的每個人皆能對自己的工作負責、並且有達成團隊目標的共同價值，循序漸進的自主管理、累積經驗，降低溝通成本、提高工作效率，各個面向看來都是「數位領導力」在個人行為中的具體展現。而將決策權與管理權下放，也是大多數位發展成熟的企業，在轉型過程中逐漸發展且打造出來最適合因應數位潮流的組織文化。（圖三）

對於許多具備科技工程技術能力的專業讀者而言，也許你已經打定主意發展單一面向的專業、並做到最好，一旦站上頂峰，便對其他的同儕產生影響力，「能力越大、責任越大」，而這就是數位領導力的一環；同時也必須了解，後數位時代（Post Digital Age）所面臨的人力衝擊已經不僅是科技與工作等人機協同之間，非典型就業也已經成為現今數位人才的另一種工作趨勢，但無論世界如何變化，「以人為本」，即是所有工作的本質，啟發你的領導力，即能邁向數位職涯的嶄新一頁！

責任編輯：陳建鈞

《數位時代》長期徵稿，針對時事科技議題，需要您的獨特觀點，歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw，文長至少800字，請附上個人100字內簡介，文章若採用將經編輯潤飾，如需改標會與您討論。

（觀點文章呈現多元意見，不代表《數位時代》的立場。）

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。