輟學投入自駕卡車軟體研究，年僅26歲的他成7千億美元貨運市場推手|數位時代 BusinessNext

輟學投入自駕卡車軟體研究，年僅26歲的他成7千億美元貨運市場推手

Embark，是美國運行時間最長的自動駕駛卡車運輸計劃，並與美國一些最大的貨運公司合作，在自動駕駛卡車的開發方面處於領先地位。

Embark是一家自動駕駛汽車公司，為自動駕駛卡車開發軟體，推動了每年近7300億美元的貨運市場。 Embark在2016年成立、總部位於加利福尼亞州舊金山，是美國運行時間最長的自動駕駛卡車運輸計劃，並與美國一些最大的貨運公司合作。

Embark的CEO Alex Rodrigues是歷史上最年輕的上市公司執行長之一，六年前的他只是一名大學生。當時他正試圖做出一個艱難的決定：繼續上學還是輟學白手起家？

26歲的Alex回憶說當時的想法有點冒險。他和加拿大滑鐵盧(Canada University of Waterloo)的兩個同學對自動駕駛汽車有商業想法，但不知道此商業模式是否會成功。

2015年底，在他們父母提供近10,000美元的經濟援助和學校提供的25,000美元創業獎後，三人決定輟學。如今，總部位於舊金山的 Embark 是一家擁有200名員工的自動駕駛卡車新創公司，2021年6月更宣布將以SPAC的方式上市，交易價格為52億美元，合併公司為Northern Genesis Acquisition Corp。

Alex從小就對機械感興趣。 14歲時，他嘗試製造一台自動駕駛割草機，不幸的是沒有成功。他也不放棄的在大學主修機電，並和同學一起研究自動駕駛技術。2015年夏天，Alex和Embark的另外兩位聯合創辦人Brandon Moak和Michael Skupien決定嘗試在他父母位於卡爾加里的車庫裡建造一輛自動駕駛高爾夫球車，以實現他們的創業想法。

在父母的經濟幫助下，三人合力購買了價值1800美元的高爾夫球車和8000美元的感測器，並微調他們的設計和軟體。在2015年7月，他們用改裝後的高爾夫球車參加一場學校比賽成功勝出，並從學校的投資基金中獲得了25,000美元的種子資金。

這使他們離打造自駕車的夢想更進一步，並向孵化器Y Combinator提交了申請。沒想到，Y Combinator也覺得這個發明有機會實現，並錄取他們參加了2016年的創業課程。問題是：如果他們想參與，就必須輟學。

在Y Combinator，他們學會了從製造自動駕駛汽車轉向為商用卡車開發自動駕駛軟體。 Embark 還透過 Y Combinator 關係從投資者那裡募集了210萬美元。根據 Crunchbase 的估計，到2021年底，Embark 已經募集了超過3.17億美元的資金。

這筆資金幫助這家新創公司的發展自動駕駛技術。2018 年，Embark 開發的半自動卡車開始在美國各大洲之間運輸大量貨物。根據 Embark 的網站指出，該公司的自動駕駛技術可以將燃油效率提高10%，將交貨時間縮短40%，並將每輛卡車的收入提高300%。

在三人創業的過程中，其中一位聯合創始辦人Michael在2017 年離開了Embark。儘管 Embark 的股票自公司上市以來已下跌約 5%，但仍然是一家價值數十億美元的公司。

雖然Embark在自動駕駛卡車的開發處於領先地位，但它在市場上也有很多競爭對手。其他幾家自動駕駛卡車公司已於2021年上市，其中包括分別於4月和11月上市的競爭對手TuSimple 和 Aurora Innovation。此外，同樣是年輕 CEO 的Austin Russell也成功將自動駕駛汽車公司 Luminar 推上市，其估值為數十億美元。

Alex說，他認為Embark可以擊敗那些競爭對手，到 2024 年Embark會在美國推出全自動商用卡車，而這一次不需要人工駕駛在旁輔佐。

事實上，推出全自動商用卡車等於在挽救生命。在美國，每年有超過4,000人死於涉及卡車的撞車事故，而撞車事故幾乎是人為造成的。因此，美國卡車運輸協會非常願意接受新技術，甚至呼籲聯邦法律幫助開發人員和研究人員，建造比人類更安全的自動駕駛和物聯網車輛。

資料來源：cnbc、wired、cnbc

責任編輯：傅珮晴、侯品如

好友缺你一個，加入數位時代LINE，科技產業趨勢新聞一次掌握！

傳送門點這裡

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。