日本車廠投入AI智慧輔助安全駕駛研發，可察覺駕駛人「異狀」，並分析疾病癥狀|數位時代 BusinessNext

隨著人工智慧的發展越來越普及，目前全球各大車廠正積極導入如何利用人工智慧（AI）科技來輔助駕駛人達到更好的安全環境，甚至利用物聯網系統搭載即時監測與診斷，以效確保駕駛人安全亦能對鄰近車輛發出警訊。

日本主要車廠如HONDA正在研發透過人工智慧（AI）分析車輛行駛狀態與駕駛人的細微傾向，用以找出駕駛人身體的異狀，希望能在2030年達到實用化階段。

如此技術若是能真正實現，將有助於減少目前已成為日本社會問題的高齡駕駛事故，並早期發現認知障礙與青光眼等癥狀。

每4人就有1名高齡駕駛人的高齡化社會

近年來日本高齡駕駛所造成的交通事故頻傳，而75歲以上老人開車造成的死亡事故，比年輕人高逾1倍。

根據日本內閣府資料統計，日本65歲以上人口比例於2005年便達世界先進國家最高水準，2019年已達28.4%，而日本駕駛執照的持有人每4人當中就有1人是65歲以上長者（見表1、2），並顯示高齡駕駛人年齡與事故死亡率成正相關（見表3）。

高齡駕駛人違規多，8成肇因乃未及時察覺路況

而據警察廳資料顯示，高齡駕駛人交通違規情況超過5成是未注意行車安全，人為事故原因中有81.6％是左顧右盼或分心所造成的未及時察覺路況。

警視廳也表示，有時會有即便高齡駕駛人自認有在注意安全行駛，但從旁人客觀的角度來看，卻算不上安全行駛的情況。其原因就在：
●注意力或集中力降低
●瞬間判斷力降低
●有受過去經驗影響的傾向

另外，隨著年齡增長動態視力的衰退與反應時間的遲緩，如此身體機能的變化常容易導致未及時發現危險。所以就算是早已開習慣的路，也要回歸初心，確認正確的規則與技能，抱持適度緊張感來駕駛。

減少高齡駕駛事故已成日本交通政策課題

2019年88歲高齡駕駛人誤踩油門造成2死9傷的東京池袋暴走事件，不僅輿論譁然，也掀起日本對高齡駕駛問題的重視，更直接催生出於2022年5月13日所施行的改正道路交通法。

根據《朝日新聞》報導，新法規定年滿75歲駕駛人，若3年內有超速或無視號誌等違規事項，便需接受駕駛技能檢查，合格後才予以更新駕照，並且新增安全駕駛輔助系統（衝撞傷害減輕煞車與油門誤踩加速抑制系統）搭載車輛限定駕照，讓對於自駕上路感到有疑慮的高齡駕駛人，除了更新一般駕照、繳回駕照之外，現在可能還有第三種選擇。

《讀賣新聞》報導，在日本日益重視高齡駕駛問題的背景下，HONDA與日本國立量子科學技術研究開發機構共同合作，透過磁共振成像（MRI）與感測器，分析駕駛的腦與眼球運動，可以找出釀成事故之失誤原因，HONDA正在研發透過攝影機檢測駕駛人的視線，來警告駕駛人所未注意之通行行人的技術。

運用這樣的技術，研發出當車子出現左右搖晃或與前車車距變短的傾向時，將示警認知能力或空間掌握能力降低的機能，而感測器與攝影機搭配AI，除了輔助駕駛外，還跨入了身體狀態與疾病癥狀的分析。

當對於號誌反應速度變慢時，會傳達視野可能已變窄的警示，這種常見於青光眼障患者的症狀，通常發展緩慢而難以自我察覺；HONDA本次研發的技術將會向駕駛人提示事故的風險。而成為駕駛人在自我察覺症狀之前，便注意到身體異狀的契機。

日本各大車廠在智慧安全輔助駕駛領域大較勁

目前日本各大汽車業者全力投入智慧輔助安全駕駛領域，分析每天的駕駛數據，以活用於安全駕駛的技術研發。

TOYOTA汽車已在部分車款搭載AI檢測系統，透過攝影機掌握駕駛的視線、臉部方向與眼皮開闔。當感測到行車中的左顧右盼或想睡的表情時，發出警告聲，或是振動安全帶來喚起駕駛人的注意。

MAZDA也透過攝影機與感測器，檢測打瞌睡或急病發作的情況，來使車輛減速/停止的功能，目標將在2022年以後搭載於新型車款。

相較於此，HONDA的新技術目標是放在從更早階段來察覺駕駛人異狀。根據HONDA負責人表示：「車子蓄積各式各樣的資料，希望能藉此來感測風險，並活用在行車安全技術上」。

資料來源：讀賣新聞、朝日新聞、日本警視廳、日本內閤府

責任編輯：吳秀樺

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問