「錯了，微軟才是開放的一方！」|數位時代 BusinessNext

整個.Net的構想，是在2000年由比爾‧蓋茲提出來的，規劃了未來10年內微軟的發展策略，把未來賭注下在這個上面，也就是應用程式Web化，將企業所需的應用軟體，直接透過網路，就能彼此整合與互通。這樣的模式，要能滿足各種應用軟體在網路上的需要，一定要有一套產業內都能遵循的規格，不管微軟、IBM、甲骨文或昇陽，都正在合作討論。
微軟與對手競爭的部份，則是誰能在這個規格下，最快開發出最完整的產品，而完整性決定在各種應用軟體間的互通，這也是微軟最大的優勢。與其他廠商相比，他們提供的是自己的平台，然後再由合作夥伴開發應用程式，建在這個平台上，微軟則是在推廣一種架構，不需要平台，每個單獨的應用程式，都能在網路上溝通。
這樣不同的發展策略，也造成發展趨勢上，依資料交換方式的不同，明顯分成兩大集團，分別是微軟倡導的.Net陣營，以及由IBM、甲骨文、昇陽、BEA等廠商組成的Java陣營。.Net架構可利用在各種不同的上網工具上，包括PC、遊戲機、PDA、智慧型手機（Smart Phone）、互動電視等，是一個「共通」的概念，這也是微軟所有產品發展的方向，而Java則是一套程式語言。

企業要的是連結而不是開放

經常有人說，Java是開放的陣營，因為規格是多家廠商共同制定的，但我認為，這是對開放定義的迷思。Java是程式語言不是產品，產品則是在IBM、BEA或是昇陽等各家廠商的平台上開發，彼此不能直接相通，但對企業來說，這會造成問題，企業要的是連結而不是開放，一個企業內有多少套系統？隨著規模越大，數字從個位數到兩位數越來越多，若能在各應用程式間就能資訊交換連結，才是企業最需要的。
未來對企業來說，IT系統的發展會呈現多元化，企業間的資訊往來更是如此，而這也是微軟策略規劃的重點，企業導入e化的步驟，一定是先有流程再有IT，先把營運模式定義好再找合適的軟、硬體，若這些分屬於各系統的產品不能相通，企業要花多少錢在這上面？
微軟的做法，是把.Net架構的程式碼開放出來，讓各種軟體開發廠商有同一個標準，目前在.Net下總共有33種程式語言可共通，其中絕大多數不是微軟的，但不同的程式語言可以開發出各種共通的應用程式，從這角度來看，微軟才是開放的，Java是規格開放，但產品並不開放。
從市場面來看，微軟的最大競爭對手是IBM，因為彼此都有完整的平台，都有實力影響未來軟體產業的發展，但要讓應用程式彼此共通，微軟還是有優勢的。

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。