驅動世界的嶄新見解
驅動世界的嶄新見解

研究未來自動駕駛的重要學習:重視資料傳輸與資料主權的企業將能提高企業價值。

是否還記得上回開車的沿途風景?或許當時風光明媚,路途順暢。旅途中,你可能發現晴空萬里的海濱美景或是綠意盎然的鄉間小徑。然而,天卻總有不測風雲,並非每次的旅程都是如此愜意,有時我們會因為路況而必須調整行程。

正因為無法完全預測路況,汽車製造商正全力開發可預防意外發生的工具。但究竟該如何在毫無徵兆,突然遇到闖紅燈的卡車或結冰路面的情況下,確保駕駛人的安全呢?

數據資料就是關鍵。

不論是傳統燃油車、連網汽車或自駕車(AVs),都需要大量的道路測試資料,以確保行車安全。當車輛偵測與預測功能越敏銳,旅程就越安全。因此,資料洪流亦可說是未來汽車的另一種燃料。

shutterstock_559844623_big data.jpg
數據資料不僅用於行銷、廣告、零售業等,對於汽車產業也有很大的重要性。
圖/ Shutterstock

忽略資料將會「鑄成大錯」

成功的企業都清楚現今這世界皆仰賴資料在運作,因此,資料不足將是企業的一大致命傷。麥肯錫顧問公司也提出警告:「至今多數汽車製造商都忽略了車用資料背後的龐大商機,與其他積極從資料中汲取企業價值的產業相比,可說是項重大疏失。」

幸好,對汽車製造商與其他所有產業而言,只要是有助於人類社會發展的資料都藏有提升企業價值的潛力。

消費者對於聯網汽車與自駕車越來越有興趣。麥肯錫顧問公司在2020年的調查中發現,有37%的受訪者表示願意為了連網功能選購其他汽車品牌,更有39%的消費者在購入汽車後願意嘗試車中更多的數位功能。

Fortune Business Insights的研究也指出,預計全球聯網汽車市場將從2021年的597億美元成長至2028年的1918.3億美元,年複合成長率高達18.1%。

然而,儘管聯網汽車與自駕車有助於環保、提升安全並開放創新,但若未善用這些富含資料的洞察並控制演算法,就先在全球部署這些新技術,反而可能帶來負面的效果。

如何善用資料將是決定自駕車成敗的關鍵。設計出更強大的連網功能,並推出Level 2至Level 5的自駕車是一個需要大量資料的學習過程。而攝影鏡頭、光達與超音速感測器等裝置將會擷取大量的非結構性資料集

若要成功利用自駕車研究案例的資料,就必須將這些資料傳送到能被擷取洞見的地方。而若研究車輛若要進行更高等級自駕技術的測試,現場資料必須能從車庫上傳至雲端,以進行機器學習(ML)處理。

攝影鏡頭、光達與超音速感測器等裝置將會擷取大量的非結構性資料集。
攝影鏡頭、光達與超音速感測器等裝置將會擷取大量的非結構性資料集,能否善用這些資料將是決定自駕車成敗的關鍵。
圖/ 作者提供

大量資料等同於大好機會

請記得,這些資料將在複雜且擁擠的環境中傳輸。

從自駕車攝影鏡頭等端點上傳至雲端的資料集,急遽龐大,日益壯觀。多數資料都存放在多雲與邊緣兩地。不論遠近,資料量呈現前所未見的成長。光是今年,全球企業資料量平均年成長率高達42%,其中僅有32%的資料受到運用,台灣的比例更低,只有 30%。IDC研究發現企業具強健資料維運(data operations)的能力以運用資料,將可提高營收與顧客滿意度。大量資料就是大好機會。

要掌握機會,蒐集到的資料就必須快速傳輸到能夠安全利用的地點,最好是鄰近該應用場域。

汽車製造商使用研究車輛來微調自駕車解決方案,做好將來上路的準備,而資料正是其中成敗的關鍵。平均每台研究車輛能收集30TB至50TB的資料,最高可達150TB。10至20輛搭載先進駕駛輔助系統(ADAS)的研究車隊共能收集約1.5PB的資料,這些資料需要傳輸到公有雲上進行AI/ML工具運算。但首先,這些資料要如何上傳到公有雲呢?

根據Seagate近期的Mass Data on the Go報告指出,單靠頻寬傳輸大量資料的速度太過緩慢。即便是透過企業級網路,也需要150天才能將研究車隊一整天蒐集到的1.5PB資料,在車庫中上傳完畢。

為克服棘手的延遲問題,多數企業紛紛選用更快且更可靠的解決方案:Lyve資料傳輸服務。研究車輛將資料儲存在車廂裡的可攜式硬碟中,之後即可輕鬆拆卸,並無縫地透過空運運送至雲端擷取分析。ADAS的研究資料可被運送至各處,也可以備份到儲存即服務雲端上。

Lyve 資料傳輸服務
Lyve的資料傳輸服務,可將資料儲存在車廂裡的可攜式硬碟中,之後即可輕鬆拆卸,並無縫地透過空運運送至雲端擷取分析。
圖/ 作者提供

維護資料主權,持續並進

除了頻寬外,安全與法遵問題也會阻礙資料流動。現今資料經濟的時代中,資料主權舉足輕重,特別是在政府已經意識到資料代表力量的歐洲。歐洲政府相當重視資料治理與安全性,並且制定出一般資料保護規範(GDPR)等相關法規。

想要進行資料治理的企業,可以選擇以資料為中心的雲端,像儲存即服務,其位置通常位於邊緣,鄰近資料產生地。能推動資料傳輸與主權的策略正是推動企業成長的催化劑。

這或許有違常理,但阻礙資料傳輸的因素最終往往成為了讓資料自由流動的要素。延遲會造成資料傳輸的停滯,但不代表資料傳輸就此停滯不前。相反地,延遲反而推動技術創新,選用實體、安全的可攜式硬碟可快速輕鬆的傳輸資料。

同理可證,不應對資料主權有疑慮而把資料束之高閣。選擇以資料為中心、相容於S3、可安全備份、鄰近資料產生地的雲端服務,即為理想的解決方案。

重視資料治理與安全性。
數據資料對各產業都有其重要性,但同時更要重視資料管理與安全性,因此需要慎選管理的第三方廠商或是產品。
圖/ 作者提供

歸根究柢,你的資料還是屬於你的,歐洲國家與因保護顧客而成功的企業同樣明白這點。無論資料集有多麽龐大或非結構化,都能確保資料靈活及資料主權。

未來的路已經相當明確,企業如何確保資料傳輸並維護資料主權同時也將左右駕駛人的行車品質。

《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)

責任編輯:吳佩臻、侯品如

關鍵字: #汽車產業
往下滑看下一篇文章
Physical AI應用崛起,勤崴國際如何打造台灣智慧移動國家隊?
Physical AI應用崛起,勤崴國際如何打造台灣智慧移動國家隊?

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。

#2 Physical AI應用崛起,勤崴國際如何打造台灣智慧移動國家隊?
勤崴國際以廠區自駕接駁車與自駕載貨車服務,協助製造業者實現智慧工廠願景。
圖/ 勤崴國際

「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。

#3 Physical AI應用崛起,勤崴國際如何打造台灣智慧移動國家隊?
勤崴國際在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務。
圖/ 勤崴國際

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。

#0 Physical AI應用崛起,勤崴國際如何打造台灣智慧移動國家隊?
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。

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
代理式商務連動百兆商機
© 2026 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