台鐵公司化在即卻傳出工出走潮！從英國鐵路為借鑑，看改革之路困難在哪|數位時代 BusinessNext

台鐵公司化在即卻傳出工出走潮！從英國鐵路為借鑑，看改革之路困難在哪

台鐵公司預計在2024年1月掛牌上市。然而儘管如此，台鐵內部聲音依然紛雜，雖然交通部承諾「不減薪、不裁員」，仍難消員工疑慮，近期傳出多位員工轉考高普考

攸關台鐵公司化的「國營台灣鐵路股份有限公司設置條例草案」於5月27日終於三讀通過，預計今年底完成16條子法修訂，台鐵公司預計在2024年1月掛牌上市。然而儘管如此，台鐵內部聲音依然紛雜，雖然交通部承諾「不減薪、不裁員」，仍難消員工疑慮，近期傳出多位員工轉考高普考、或申請轉調。

事實上台鐵公司化議題，早在2003年由時任行政院長游錫堃提出，當時遭到台鐵鐵路工會（台鐵工會）反對而不了了之。直到陸續發生普悠瑪、太魯閣事故奪走67條性命後，「台鐵公司化」議題再度受到國人關注。

去年5月由王國材接下交通部長接下重擔，推行台鐵公司化，持續與台鐵工會協調，承諾將保障員工權益、設置「安全委員會」等作為，台鐵工會反彈態度才逐漸軟化轉為支持。台鐵工會原本預計在端午節發動的「不加班運動」，也宣布取消。

儘管如此，台灣鐵路工會仍揚言，若是交通部不能妥善與台鐵員工溝通協商16個子法草案內容，接下來的連假，中秋節、國慶日和9合一地方選舉投票日仍不排除罷工抗議。

對此，交通部長王國材3日表示，16個子法草案將於下周出爐，接下來將積極與工會及台鐵員工協商，期盼大家都能用合理及理性的態度來討論。

台鐵公司化談了二十幾年，為何與台鐵工會始終無法達成共識？台灣鐵路產業工會理事長王傑日前投書指出，英國鐵路民營化失敗就是台灣一個很好的前車之鑑。

英國鐵路於25年前民營化，各地公司可以自行設定票價，造成的結果卻是票價高昂，且時常誤點，為民眾所詬病，英國政府去年決定收回經營權，創立一個公營部門「大英鐵路」來管理全國的鐵路設施。當然國情不同，英國鐵路民營化失敗，不代表台鐵也會失敗，然而考量台鐵的體質與經營環境，王傑依然認為台鐵並不適合公司化。

首先，國外會採取公司化的情況通常是國營事業經營效率不佳、冗員太多，才需要藉由民營化來盤整精簡人力，然而台鐵現在已經是處於嚴重人力不足的狀態，不只是駕駛員、列車站、站務人員，甚至車輛維修、路線保養人員等攸關行車安全的錄取名額，都常年招員不足，何來精簡之必要？

其次，王傑分析，「台鐵即使在公司化之後，依然要適用政府採購法，依然會有標案上的限制；現今的各種發包不實、工程案落後延宕、安全堪慮的問題，難道在公司化了以後，問題就迎刃而解？」台鐵公司化後能否提高營運效率，王傑打上一個大大的問號。

王傑最反對台鐵公司化的地方，就在於員工待遇問題。交通部一直以來宣稱「公司化後就能創造盈餘跟利潤，將來就能幫員工加薪還有發營運獎金」，王傑質疑，「鐵路不如電信、郵政，要盈餘簡直難如登天」，王傑認為，台鐵最該解決的是「營運文化」，基層的建議無法上達天聽，垂直溝通障礙重重。

台鐵公司化在即，台鐵這家百年老店，如何重生獲得國人的期待，重要的依然是政府解決台鐵困境的手段，不論是人力、負債、營運模式、組織文化上的調整，端看交通部、台鐵公司落實安全改革的決心。

本文授權轉載自：今周刊

責任編輯：傅珮晴、錢玉紘

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。