從一張數位證書的發展來看：我們與數位轉型的距離|數位時代 BusinessNext

從一張數位證書的發展來看：我們與數位轉型的距離

台灣在數位轉型的路途上，往往只做到開端的程度，而從數位證書還停留在pdf的階段來看，在真正完成數位轉型前，還有「人」的問題得先克服。

自動化是數位轉型的「開端」而非終點

但在筆者實務上參與了許多與客戶端的會議後，發現這其中有著非常大的落差和誤解，如同已經有許多的顧問業者在輔導傳統帶設備的產業時，到最後客戶端可能認知到的數位轉型結果常成了把過去的人工轉成自動化，或者只是導入自動化設備，卻非以純數位的角度來思考。

當然這樣的過程是優惠到了自動化設備和自動化顧問業者，但若把過去有人工的狀況透過自動化做到無人的狀況，其實只是數位轉型的「開端」卻非數位轉型的「終點」。

舉一個近期參與的好案例。目前現行大家習慣看到的證書證照型態大多都還是紙本形式，於是相關單位決定應該啟動一個數位證書的專案，可惜的是，負責專案的成員都還能明白目前的數位證書相對於真正的數位化證書，充其量只是先把目前的紙本證書直接mapping轉換成一個數位的文件，而非真的以數位資料為主的數位化，而在真實的數位轉型中，有意義的並非這個數位證書（PDF），而是以資訊流為主的資料，因為在不同的系統中所能解讀的其實並非是文件的PDF而是資料，它可能僅是一串看似亂碼的數值而已。

但為何相關成員都明白，卻又還是得先做一個好像很跛腳的數位證書呢？答案很簡單！一切都是為了「人」。

因為人類能理解看懂的並非這些數值，而是如同現實世界中的各式印出的優美證書，這些證書代表了他所能認知的意義。

我們知道了最終的答案和終點，但在走到終點前，我們就必須找到一套與過去或者與現在相容的方式，來讓這個終點有機會開始走的到，而非只是抱怨為何不一次到位。

在真實的世界中，一步到位必須搭配著天時地利人和，就像過往大家會說為何中國可以把行動應用及支付做的極好，都是類似的原因。並非我們不行或者先進國家不行，而是彼此在發展的路徑中客觀環境才是真正影響你前進的因素，而非只是單純的幾個原因。

在數位證書這一個過程中，我看到團隊已經知道有這個現象，因此在現在雖然只是先做了紙本對應的數位文本，卻又已經開始埋入了真正啟動數位轉型的因子，讓數位證書可以接著真正開始演化，直到最後會發現不再需要「證書」，這時數位轉型可能才終告一段落。

而這樣的過程可能得花上數年的時間才能完成。但也因為我們得考量到各種Legacy（延遲）的存在，而不是過於理想的去掉Legacy來思考，這樣才可能有機會完成一個好的數位轉型。 只是也因為如此，可以看到我們到底離數位轉型有多遠？若無法建立以資料優先數位為主的心態，那麼數位轉型恐怕就還只是停留在空談吧！

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。