開放性的知識經濟時代|數位時代 BusinessNext

戰國時代的商鞅曾說，神農氏之所以可以當王，乃是因為他懂得耕種的知識，「神農教耕而王天下，師其知也」。這句話可以反應出，戰國時代的人就已經認為知識很重要了。這或許是因為從春秋戰國開始，知識才由被貴族「壟斷」的狀態，逐漸普及到平民，例如，在學術上，有從「王官學」轉變到「百家學」，以至於百家爭鳴的現象。

**控制知識的主體轉向個人

**
其實，知識對於每個時代都很重要。我們應該注意的是，新「知識經濟」不同於舊「知識經濟」的地方，在於控制知識的主體有所變遷。知識已從被大企業壟斷的狀態，逐漸移轉到比較小的經濟個體；也就是說，與春秋戰國類似，「知識」有「昔時王謝堂前燕，飛入尋常百姓家」的現象。例如，不論在矽谷或台灣，許多創業者都是工程師出身，而且這些創業者也都是舉足輕重的經營者。這些現象顯示，這些工程師所掌握的乃是重要的知識，而且重要到是致勝的關鍵，使其他人變成配角。
以前大企業被強調的優勢之一，是大企業較願意做長期投資，而且有深口袋。所以，在創新與研究發展方面，大企業遠優於中小企業。可是美國近年來的一個重要趨勢卻是，很多大企業在某種程度上，也把創新與研發，改用「外購」的方式，花大把銀子購併具有創新概念或新技術的新企業。這也讓大企業生產知識的這個角色被削弱了。
我們可以用兩個理由來解釋為何許多美國的大企業不再只依賴內部研發，改而積極利用購併新企業取得技術。
首先，企業自己進行研發會面臨「技術外溢」的問題，另一方面就是「道德危險」的問題。
技術外溢指的是企業花費資源進行研發，但卻有人可以不付費便享受到成果。例如，研發人員帶槍投靠其他企業或自行創業。
道德危險是指員工沒有為企業盡心盡力的做事。企業的各個部門都會有道德危險的問題，但研發部門卻是最嚴重的。這是因為研發所要生產的是一種未知的東西，有很高的不確定性；所以，研發不是努力做就會有成果的。因此，如果沒有成果，研發人員比較容易找到搪塞的說詞。

**強調人力資本的21世紀

**
其實，從歷史的發展與演進，我們可以發現，現在我們乃處在與十八世紀時的「工匠的年代」頗為類似，強調的都是以「人力資本」（human captial）為主的年代。為什麼這麼說？
觀看工業革命之前（即十八世紀末之前）的年代，那時，重要的技術乃是控制在工匠手中。
工業革命之後，就出現了去技術化（deskilling）的現象，資本家設法把技術包含在機器設備中，使沒有特別技術的一般工人也可以生產相關的產品，使工廠可以不需要工匠。
到了1873年至1890年代中期，世界出現嚴重的不景氣；為了應付這個不景氣，產生了許多大企業（例如飛利浦成立於1891年），這使得個人在掌握知識方面的重要性進一步降低。後來又出現所謂的「福特主義」，1918年後，福特（Henry Ford）成了合理使用機械和勞力以使生產儘量擴大的代名詞。「福特主義」擅其名的時期可以說是大企業壟斷知識的時期。然而，1980年代開始出現「後福特時代」這個詞，這又標示著大企業壟斷知識的時代的結束。
我們更精確的為現在定位的話，應該強調「正、反、合」的辯證史觀其實可以比較中肯。在工匠的年代，人力資本一枝獨秀；福特主義時代則反其道而行，把人力資本貶到最低。現代則是「合」的階段，融合了工匠的年代與福特主義的年代。

**創新體系是知識經濟核心

**
這也是一個「創新體系」位居知識經濟的核心的年代，所以，我們應該進一步由創新體系的特色來為現代定位。當我們步入後福特主義時，創新體系的主要轉變在於由「封閉性」走向「開放性」。例如，大企業無法再壟斷知識，而使知識到處流竄（伴隨著高員工流動率），這是一種開放性的表現。
一個我們應該接著探討的重要問題是，我國的特質是否能適合未來世界的要求呢？眾所周知，台灣很早就是以中小企業為主的體系；換言之，我們的體系有「一盤散沙」的現象，這其實正表示我國是一個有高度開放性的體系的緣故。我們的政策事實上又進一步加強我國創新體系的開放特性；例如，南韓通常補貼其大企業進行研發，我國則是採用不同的方法，用成立工研院等獨立性研究機構的方式間接補貼業界的研發。所以，我們的產業組織早就符合後福特時代的要求，在未來應該更能如魚得水。

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。