別買車了!一台私有車輛96%時間被浪費,李開復點出3個未來交通趨勢
別買車了!一台私有車輛96%時間被浪費,李開復點出3個未來交通趨勢

人工智慧(AI)早已是各產業顯學,據統計,AI將在未來10年,替全球創造13兆美元的商業機會。隨著深度學習所需要的條件逐漸被滿足、運算模型開發成熟,AI將比過去有更大的機會,解決生活中的大小痛點,在交通領域更是如此。

AI專家李開復認為, 共享經濟、電動車、無人車 ,將是未來三大重要交通趨勢,而AI正是背後顛覆人類移動模式的關鍵技術。

李開復
李開復出席奧迪(Audi)MQ!峰會並發表演說。
圖/ 高敬原攝影

全世界各大城市,都面臨交通壅塞問題,多數人每天浪費大量時間被困在車陣中,更讓能源、汙染問題每況愈下,李開復在奧迪(Audi)MQ!峰會上表示:「 一輛車有96%的時間是停滯的,只有4%的時間存在價值 。」根本的問題,是現在許多的車輛,都沒有被有效利用。

那麼,未來人類交通移動,會是什麼樣貌?李開復認為,共享經濟、無人車、電動車,將會是未來交通發展的三大重要趨勢。

共享交通創造個人化移動體驗

無論是車載系統、感測器,全世界的車輛無時無刻都在產生大量數據,交通行動服務(MaaS,Mobility as a Service)概念已經成為全球智慧運輸重要主軸,核心意義是透過資通訊技術(ICT),將計程車、公車、共享單車等服務整合在一起。

李開復
李開復認為AI大數據與MaaS整合,可以創造個人化的移動體驗。
圖/ 高敬原攝影

以共享經濟來說,李開復認為AI大數據與MaaS整合,可以創造個人化的移動體驗。舉例來說,只要告訴系統要去的目的地,透過數據分析,就能安排好機票、車輛,甚至可以依照個人喜好的車型、能夠負擔的價格做出最佳安排,甚至車子也能改變規格,如果只有一位乘客,車子可以變得更小,也能降低造車成本。

李開復認為,未來最理想的狀況是車輛透過車聯網系統彼此溝通交流。舉例來說,一台爆胎的車子,可以即時通知周遭的車輛閃避;若是遇上趕時間的緊急狀況,也能告訴旁邊的車,他半開玩笑地說:「我給你十塊錢,讓我過一下。」時間、能源甚至生命都能被拯救。

L5無人駕駛還要等20年,許多落地應用已起跑

AI技術的成熟與否,跟無人車發展有緊密關聯。目前國際上將無人駕駛分成五個等級,Alphabet旗下無人車子公司Waymo認為,至少還需要20年,L5等級的無人駕駛技術,才會逐步成熟,「 這點我是非常同意的 。」

李開復認為,目前離L5技術成熟仍有段距離,但目前已經能看到許多應用落地。像是創新工場就投資了Momenta、馭勢科技、飛步科技,文遠知行等專注交通科技的新創。(AI門檻快速降低,李開復:不需頂級科學家,有AI工程師就夠!

李開復
李開復認為,目前離L5技術成熟仍有段距離,但目前已經能看到許多應用落地。像是創新工場就投資了Momenta、馭勢科技、飛步科技,文遠知行等專注交通科技的新創。
圖/ 高敬原攝影

例如剛剛啟用的北京大興機場,就跟中國馭勢科技合作,推出具備L4等級的機場接駁車,旅客輸入目的地後,系統就會規劃路線,提供短接駁服務。馭勢科技專注於無人車技術研發,早在2017年時,就跟廣州白雲機場合作,推出機場無人接駁服務;過去也曾在香港機場導入無人電動物流拖車。

專注在無人車技術解決方案的MOMENTA,則推出無人貨車駕駛的解決方案,節省司機人力以及跨業運送貨物的痛點;文遠知行也在廣州提供機場到飯店的接駁服務。

AI將替交通產業帶來許多突破,李開復也提到,大量的數據資料,有可能會衍伸出新的隱私安全問題,更重要的是,在高度自動化、個人化的發展下,司機工作有可能會被取代。雖然距離L5普及的那天仍有段距離,卻是值得現在仔細思考的問題。

責任編輯:陳映璇

往下滑看下一篇文章
為何台灣製造業在「智慧製造」卡關?AWS白皮書點出問題,提供實踐最佳解
為何台灣製造業在「智慧製造」卡關?AWS白皮書點出問題,提供實踐最佳解
2025.08.13 |

全球製造業正處於前所未有的挑戰中,從勞動力短缺、供應鏈脆弱,到淨零碳排與數位轉型需求的成長,每一項趨勢都正重新定義產業格局。對此,AWS 發布《全球地緣新局時代下的製造戰略:台灣產業韌性與轉型關鍵策略》白皮書,深入剖析製造業在全球地緣政治與市場變化下的挑戰與機會,提供台灣製造業適合的落地策略與最佳實踐方法。

《全球地緣新局時代下的製造戰略》白皮書限時下載

擔心無法回本、缺乏知識技術,台灣升級「智慧製造」卡關中

台灣製造業在全球供應鏈中扮演重要角色,但同時面臨地緣政治風險、技術門檻高、人才缺口大等多重挑戰。其中在供應鏈韌性方面,壓力更為顯著。根據英國營運持續協會統計,全球近 8 成企業在過去 12 個月曾遭遇供應鏈中斷事件,凸顯全球供應鏈的脆弱,台灣製造業也難以倖免,特別在國際局勢不確定性與在地原料依賴度高的情況下,會進一步放大成本與交期風險。

生成式 AI 應用快速擴展,預計 2025 年台灣企業導入將進入早期大眾階段,並以半導體產業為先導,逐步擴散至其他領域。DIGITIMES 調查顯示,已有 18.1% 的企業採用生成式 AI,並積極用於改善營運效率與產品良率,然而仍有 31.5% 的企業尚未規劃導入,主因包括成本考量、缺乏知識與技術、產業需求不明確,使企業在大規模部署時保持謹慎態度;資誠聯合會計師事務所發布的《2023 臺灣企業轉型現況及需求調查》也顯示,37% 的企業擔心智慧製造投資報酬率過低,30% 缺乏導入知識與技術,27% 不清楚如何實踐,導致智慧製造推動困難。在電子製造業迫切需要專業人才之際,許多產業面臨預算與數據分析能力不足的窘境。

AWS
圖/ AWS

此外,勞動力老化也是台灣製造業的問題。以國發會數據估算,2030 年台灣 50 歲以上就業人口將達 23.8%,導致技術傳承與產線穩定性受衝擊;同時 2050 年淨零碳排目標,迫使製造業必須進行碳盤查與能源優化;加上雖然 9 成企業已啟動數位化,但多數仍停留在營運系統,生產端 IoT 與 AI 應用不足,數據價值未被充分釋放。上述都恐將成台灣製造業升級的阻礙。

全球製造業大變局,智慧製造成關鍵突破口

根據媒體《DIGITIMES》研究,全球智慧製造市場規模將從 2024 年的 3,212 億美元,快速成長至 2033 年的 1 兆 1,583 億美元,年複合成長率高達 13.7%。在社會和全球趨勢的推動下,不只對台灣的製造業帶來新的壓力和挑戰,同時也催生了產業升級需求。

所幸,隨著智慧製造的 4 大技術日益成熟,替台灣製造業帶來更多可能。目前,IoT 透過連接感測器與生產設備,已實現即時監控與資料收集,並支援預測性維護與生產最佳化。世界製造業基金會報告顯示,IoT 已成企業智慧製造的首要投資項目;此外,智慧製造上,AI 現已被廣泛應用於品質檢測、生產流程優化與預測性維護,企業若結合機器學習、深度學習與生成式 AI,即能以數據驅動決策,提升生產靈活性並降低成本。

同時,隨著「數位雙生」的發展,企業可藉其進行「虛擬試錯」與「情境模擬」,在導入新技術前,先模擬其對現有產線的影響,或預測潛在風險與資源耗損,避免浪費;另外,在 AI 大規模應用下,數據隱私、安全風險成為顧慮。「主權 AI」確保企業在可信的基礎架構中進行數據分析與模型訓練,降低數據外流風險,並支援在地資料中心部署,以滿足低延遲、高安全需求。企業若在產業升級中,將智慧製造的 4 大技術整合,即能在自家領域有效推進。

《全球地緣新局時代下的製造戰略》白皮書限時下載

加速轉型關鍵夥伴登場!AWS 台北區域重磅上線

AWS 作為全球雲端運算領導者,深耕台灣市場多年,成為製造業升級「智慧製造」的鑰匙之一,提供全方位資料策略、生成式 AI 創新、敏捷性等多種解決方案,協助製造業突破瓶頸。

過往製造業資料分散在 IoT 裝置、舊設備、資料湖、雲端資料庫與內部系統中,缺乏統一結構與命名規則,也受到組織文化與部門隔閡影響,導致難以擴展或有效利用。藉由「AWS 工業資料經緯」框架,能支援多來源數據關聯與脈絡化,可用於分析、AI 模型訓練與數位應用程式開發,讓資料運用最大化。藉由 AWS 的高性價比基礎設施與豐富合作夥伴網路,企業可大規模部署生成式 AI 應用。

製造業期待透過生成式 AI 來加速產品開發、提升營運效率、優化供應鏈並強化客戶體驗。AWS 提供完整 AI / ML 服務,支援模型建置、訓練、推論與部署全流程,助企業快速、安全落實 AI 應用。企業可將專有資料導入基礎模型,進行微調與最佳化應用。

同時,為協助製造業在全球市場中維持高度韌性與營運敏捷性,AWS 已於 2025 年初在台灣設立全新 AWS 台北區域,涵蓋三個可用區,將使企業能就地處理與儲存必須留存於台灣的資料,確保資料主權與合規性,同時降低延遲、提升應變速度。AWS 預期將在台北投入數十億美元於營運、基礎設施與客戶支持,幫助製造業數位轉型。

立即下載 ➤《全球地緣新局時代下的製造戰略:台灣產業韌性與轉型關鍵策略》
掌握產業趨勢、實戰案例與資安關鍵策略,打造下一階段的製造業競爭優勢!

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
蘋果能再次偉大?
© 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