飛天通勤、無車化運輸…下一個20年，「移動科技」還有哪些可能性？|數位時代 BusinessNext

趨勢1〉道路無車化，疫情吹起綠運輸風潮

當我們將無限想像寄予移動科技時，另一發展方向卻是朝向「無車化」運輸。隨著民眾環保意識提升，部分人口密度高的城市，開始管制車輛進出數量；再加上疫情的影響，生活轉變為遠距、減少實體接觸，也影響了交通移動的方式。

柏克萊加州大學人工智慧自動系統DeepDrive研究中心主任詹景堯觀察，使用電動滑板車、腳踏車的民眾會大幅增加，「無車化」運輸可能在後疫情時代更為普及。

趨勢2〉一鍵升空！解決都市塞車問題

能夠原地垂直起降的電動飛天車（flyer car）被看好是電動車後的下一個交通新趨勢。飛天車的構想並不新穎，近年包括現代汽車（Hyundai）、通用汽車（GM）、奧迪（Audi）、Uber等公司，都曾推出相關產品。其中在2018年推出的Pop.Up Next，是奧迪和空中巴士（Airbus）、設計公司義大利設計．喬治亞羅（Italdesign Giugiaro S.p.A）合作的產物。以一體式碳纖維2人座客艙為主體，搭配四輪汽車底盤與4軸8槳的空中模組；乘客只需按下操控鈕，就能在車子、飛行器之間「無縫接軌」地切換，以不同型態搭乘運輸工具。

飛天車概念的興起，源於歐美許多大型城市的塞車問題嚴重，而飛天車可垂直起降的特性，可讓原本塞車1小時的路程，縮短到十幾分鐘。

相較於無人車，「飛天車的商業模式可能更容易實現。」詹景堯認為，飛天車不需要靠自駕技術也能實驗，只需要訂出明確的交通規則、搭配合格的駕駛員，就能在天際運作。

趨勢3〉有底盤就能自駕，2分鐘切換運輸模組

電能、自動化是未來兩大關鍵技術。資策會產業情報研究所（MIC）資深產業分析師何心宇認為，汽車架構也會隨著人們使用習慣不同而改變。她舉例，德國車商戴姆勒（Daimler）日前展示一款可隨需求變形的電動無人車Vision URBANETIC，其核心是純電動自動駕駛模組底盤，在沒有其它車身零件的狀況下，底盤本身就能自主驅動；搭配不同功能的車殼變身，車子還可以在載人、載貨模式之間自由切換。

Vision URBANETIC底盤切換成載人模式時，是足以容納12名乘客的迷你巴士；切換成載貨模式時，貨艙容量約為10立方公尺，可分兩層裝貨。兩種模式的切換可在2分鐘內完成，有助緩解物流業者面臨缺工、工時長，以及公共運輸司機短缺的問題。

另一大亮點在於，它整合了連網雲端技術和AI（人工智慧），可以分析交通狀況和乘客需求。遇到塞車，就規畫最有效率的替代路線；偵測到乘客過多，就向遠端要求加派乘客車艙，同時滿足行車效率、運輸調度等需求。

趨勢4〉城市共生，富士山腳的露天交通實驗室

對未來交通的諸多美好想像，勤業眾信管理顧問部副總經理辜卓洋認為，「是否能商業化並應用於生活，是一大挑戰。」而日本汽車大廠豐田（Toyota）的Woven City（編織之城）概念，是思考移動工具融入生活的全新角度。

據悉，Woven City選在靜岡縣裾野市的富士山腳下、占地71萬平方公尺的舊廠區，測試電動車、無人車、機器人等新科技，整個城市將完全由氫燃料電池驅動。

特別的是，城市約可居住2,000人，除了豐田的員工眷屬，也歡迎退休人員、科學家及相關產業合作夥伴進駐，居民都會配有智慧家居設備、機器人，與稀奇古怪的新科技共同生活，宛如一座露天實驗室。

辜卓洋表示，未來交通不能只單看技術，還必須討論整體城市規畫。如Woven City的街道分為3類：高速車輛、低速車輛，及腳踏車、機車與行人的共用道路，還設計了可以散步的公園長廊。「三種街道類型交織在一起，可以加速無人車的測試。」豐田社長豐田章男（Akio Toyoda）說。

當建築、汽車都連網互通，AI科技便能串聯虛擬和現實環境，看似充滿科幻想像的場景，離我們並未那麼遙遠。

責任編輯：郭昱彣、林美欣

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。