不只賣車,還要做電網生意!看Gogoro陸學森布局四年的能源大計
不只賣車,還要做電網生意!看Gogoro陸學森布局四年的能源大計

「我期待這一天已經4年了!」Gogoro執行長陸學森興奮說,旗下Gogoro Network電池交換平台今(19日)正式推出第三代電池交換站GoStation 3.0,相較上一代增加高達50%電池乘載量,把站點布建的面積發揮更高的效益,特別的是,GoStation 3.0提供雙向的充放電,能夠搭配微電網的服務。

第三代換電站提供雙向的充放電,瞄準智慧電網生意

目前Gogoro Network管理的電池數量,總裝置容量達560MWh,是特斯拉在澳洲打造全世界最大電池廠250MWh的一倍之多,未來全台1,500個換電站更能扮演儲能系統要角。Gogoro Network總經理潘璟倫估算,明年春節的電池裝置容量將達1GWh儲能,「假設台北市停電35分鐘,就可仰賴Gogoro Network的電池供電。」

Gogoro
Gogoro Network所提出的微電網服務,能在換電站的離峰時刻,讓電能回歸到電網。
圖/ 陳映璇攝影

Gogoro Network所提出的微電網服務,可在換電站的離峰時刻,將電能回歸到電網,幫助台電維持電網平衡。潘璟倫表示,Gogoro Network與台電保持密切合作,因應越來越多太陽能、風電等再生能源出現,未來換電站可以做雙向的電流交換,維持電網的平衡。而隨著換電站的增加,意味Gogoro將可儲存更多的電力,產生更多的商業應用,回歸當初想做智慧能源的初心

但短期內,恐怕很難看到能買賣電力的「Gogoro 電力公司」出現。台灣電業法鬆綁後,僅開放「再生能源」售電業,如公民電廠平台陽光伏特家就取得全台第一張再生能源售電業執照,成為國內首家綠電公司;按此標準,Gogoro目前並無法自由售電。

不管是微電網或是儲能的想法,台電發言人徐造華表示認同,技術上具有可行性,但攸關電池充放電的效率、電池壽命,以及價格該怎麼談,仍有很多商業細節要討論。

新資費更彈性,推「動態折扣」維持電網平衡

在消費者端方面,Gogoro Network今也提出新的資費方案,不同於過往按照里程估算,提出一個讓資費計價更公平的方式——「自由省」月繳299元方案,採取騎多少、付多少概念,「依據實際的使用電量」來計價,每安培小時(Ah)收費2.3元。對手中華emoving也是採取收基本月租費,並依充電時間來計費,主要考量每個人騎車習慣不同,用分鐘計費相對公平。

Gogoro
第三代換電站提供動態折價服務。
圖/ 陳映璇攝影

潘璟倫舉例,若喜歡騎快車、載重較重的車主,1安培小時可能騎不到1公里,但若慢慢騎,甚至可騎到2公里。

另外,App也推出「動態折價」資料,鼓勵消費者能在「對的時間、對的地點」交換電池,最多給予8折優惠,例如20元的折扣。主要是過往某些熱門站點或特定時間,常有較大的電池交換需求,而透過動態折扣的方式,可以鼓勵消費者使用閒置的電池,又能維持電網平衡,而自由省299元方案,預計10月份將推出BETA版本。

Gogoro Network第三代電池交換站,透過大數據、AI技術來提升充電效率,相較1、2代能提供3倍的電池交換,可以服務更多的消費者;在外型上,新的換電站外觀拉高,可以放置更多的電池。

Gogoro
新一代的換電站外觀拉長,可以放置更多的電池,讓每平方公尺的土地發揮更大的效益。
圖/ 陳映璇攝影

Gogoro表示,未來新的站點將建置第三代電池交換站,像是新取得的48個中油站點,以及剛得標的新北市113處停車場站點;基於新的21700電池芯技術研發的電池,將把續航力增加至170公里,比競爭者多3倍。隨著車廠盟友宏佳騰、YAMAHA、PGO陸續推新車,陸學森說,現在的車主有20萬,很快地就會變成40萬,甚至是80萬人,未來會加快建置能源網路的腳步,預估年底全台達1,500個電池交換站。

關鍵字: #Gogoro
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