你知道，全台灣路上的計程車有將近10萬台嗎？
根據交通部的統計，專職計程車司機平均每月只休息3.9天，以每日平均行駛超過100公里來計算，每台計程車每月所移動的里程數能環島將近4次。而擁有逾2.2萬台計程車的龍頭台灣大車隊，也看見了這些驚人的數字，更看見背後可能隱藏降低成本與未來商機的「數據金礦」，他們選擇跟新創合作找尋可能性。
從行動連網裝置開始，台灣大車隊一步步邁向智慧城市遠景
是否有發現，每當我們坐上台灣大車隊的計程車後，總能發現副駕駛做後方有一個小型螢幕，輪播著各式的廣告服務，甚至在乘客下車時，也是靠著它執行各種多元支付的服務。林伯恩表示，這正是台灣大車隊所打造的行動連網裝置（Mobile Internet Device，MID），如同車子的大腦一般，提供行動連網、電子支付、廣告影音播放及多工處理的行動電腦。
但台灣大車隊不安於只能提供相關服務，希望進一步提升車隊司機的服務品質，「我們想掌握駕駛闖紅燈或是超速等違規行為並進行改善。」台灣大車隊營運暨隊員服務處處長林伯恩說，如果能知道駕駛的不良駕駛習慣，就能夠加以改進，提升顧客的乘車體驗。
說起來簡單，這樣的想法究竟該如何被實現？台灣大車隊找上了以AI邊緣運算為解決方案的新創團隊動見科技，一同來解決這個難題，打造「AI神駕駛」車隊管理協助機制，強化駕駛、乘客及用路人的交通安全，並善盡身為龍頭的企業社會責任。
攜手動見科技，靠邊緣運算助駕駛提升服務品質
成立於2019年的動見科技，推出以AI邊緣運算、影像為核心的車隊管理系統，透過安裝在車上的鏡頭蒐集影像加以分析、辨識，協助車隊進行違規偵測，更能將這些數據作為日後車隊駕駛訓練的參考依據。
「大車隊旗下的計程車內已具備不少服務，如何無痛導入就成了其中難題。」動見科技執行長暨創辦人周俊廷說到。由於車隊已提供了託播、支付等服務，倘若再加入了影像辨識功能，會擔心有資源分配不均的問題導致服務品質降低，因此動見科技花了長達1年的時間確保產品導入不會影響既有服務。
最終動見科技順利導入，為台灣大車隊的每輛車子賦予了「AI眼睛」，能夠在駕駛過程中，藉由影像的搜集與車內各項數據的整合，配合MID的大腦在車輛邊緣雲端進行運算分析，確保駕駛行車過程中沒有違規行為產生。
不單是技術導入的挑戰，林伯恩也分享到當這項技術在進行實測時，也遇上了不同駕駛行為該如何判斷的難題。「像是行車距離要有多近才該被警示？」依照動見科技過去搜集的資料發現，原有標準並不適用於市區內的計程車車隊駕駛行為，如果過於頻繁的觸發警示對駕駛跟乘客來說，都是相當困擾的事情。也因此，台灣大車隊也持續與動見科技的團隊保持密切聯繫，隨時依照實際場域的狀況調整參數，確保能符合計程車車隊的需求。
林伯恩表示，即使這項服務今年9月才正式上線，但對於內部控管駕駛品質上卻有著相當大的幫助。除了透過科學的方式蒐集駕駛行為，了解哪些是常見的問題外，也能針對個別駕駛有更精準的掌握，對於後續內部教育訓練課程安排，也都更有憑有據，有效協助駕駛給顧客更全面的行車體驗。
靠數據資訊驅動新商業模式的可能：裝置即服務DaaS
如今，有了MID大腦及被賦予的眼睛，「我們的願景是希望能創造一個智慧城市。」台灣大車隊的車輛在林伯恩的心中有相當遠大的目標。
「我們看到的其實是Data as a Service（資料即服務，DaaS），」如同交通部所揭露的數據，一輛車每日、每月所行駛的路程相當豐富，若能將這些大量的數據蒐集起來加以分析，或許能為城市帶來不同的改變。林伯恩舉例，讓台灣大車隊的車輛鏡頭觀察到有哪些路面需要補修，就能即時將這樣的訊息提供給營造商，靠著這些數據創造出全新的服務。
對林伯恩來說，台灣大車隊打造的「移動式道路影像及數據蒐集應用平台」才剛起步，當未來有更多的車輛配有相同裝置時，蒐集影像將不再只是為了提升駕駛的服務品質，也可能是協助隊友處理事故鑑定的關鍵幫手，從點到線所串起的防護網也將更加縝密，為智慧城市的最後一哩路加速。
