不想輸Meta!亞馬遜著手開發智慧眼鏡Amelia,為物流司機打通「最後一哩路」
不想輸Meta!亞馬遜著手開發智慧眼鏡Amelia,為物流司機打通「最後一哩路」

據《路透社》報導,亞馬遜近期正在秘密開發一款代號為「Amelia」的智慧眼鏡,專門為物流司機設計,期望提升司機配送效率並降低送貨成本。

Amelia智慧眼鏡的鏡片透過嵌入式顯示器,提供司機沿途送貨地點的路線導航,協助他們更快抵達目的地。若研發成功,Amelia智慧眼鏡可以幫助司機更輕鬆穿梭於大樓之間和避開障礙物,例如大門、看門狗,甚至電梯路線,節省不必要的繞路時間,讓貨物更快速送達顧客手上,不用再依賴手機導航找路。

Amazon 眼鏡.jpg
Amelia智慧眼鏡透過嵌入式顯示器提供司機沿途送貨地點的路線導航。
圖/ 路透社

「我們正不斷創新,為司機創造更安全、更好的送貨體驗。」亞馬遜發言人在一份聲明中強調。

Amelia智慧眼鏡與亞馬遜先前推出的Echo Frames智能眼鏡不同,它針對物流需求進行了特殊設計。亞馬遜的Echo Frames於2020年推出,目前已發展至第三代產品。

Amelia智慧眼鏡是在Echo Frames的基礎上增加嵌入式的顯示功能,具備即時的導航和包裹拍攝功能,方便司機將貨物送達時可以直接拍照記錄,作為顧客收到貨物的證明。

Amelia智慧眼鏡有望改善亞馬遜的物流挑戰

物流配送中的「最後一哩」(last mile)被公認是成本最高的部分,尤其是在社區及住宅區的配送,司機需耗費大量時間和燃油來找到精確地址,甚至克服道路障礙。

據亞馬遜統計,約有50%的物流成本花在最後一哩上,而亞馬遜的第三季運輸成本已攀升至235億美元,較去年增加8%。

為了降低這一類成本,將目光轉向「最後100碼」(last 100 yards),即貨車停靠點至顧客門口的距離,希望藉由「Amelia」眼鏡提供更精準的導航,縮短司機在此距離上的時間花費。

技術與挑戰並存,智慧眼鏡開發遇瓶頸

然而,Amelia智慧眼鏡想要實現並不容易,亞馬遜目前在開發過程中面臨諸多挑戰,包括如何打造輕便、眼鏡電池續航力可以達到8小時。此外,智慧眼鏡所需的詳細街道及建築物數據也需要幾年的時間來蒐集和整合。

亞馬遜希望智慧眼鏡電池續航至少達到8小時,以滿足司機一天的工作需求,同時重量輕盈,確保配戴舒適。然而,製造一款同時滿足電量和重量需求的電池相當不易,而且需兼顧眼鏡內部其他硬件運行所需的處理能力 。《路透社》指出,亞馬遜考慮將電池模組獨立成一個隨身配件,或是透過手機處理眼鏡內的計算需求。

為了提供司機精準的即時導航,亞馬遜還需要詳盡的街道和建築數據,涵蓋每一棟房屋、人行道、街道及路口資訊。這些數據的蒐集和整合可能需耗費數年時間,這也為「Amelia」眼鏡的開發進度帶來一定壓力。

與消費者日常使用的智能眼鏡不同,物流司機長時間配戴智慧眼鏡可能會產生不適,甚至分散注意力。此外,部分司機已經佩戴眼鏡,如何解決雙眼鏡的疊加使用問題也是一大挑戰。

同時亞馬遜可能在與外包配送公司的合約中需要納入智慧眼鏡的使用要求,強制司機配戴「Amelia」以提升配送效率。然而,困難的是要取得司機的接受和習慣仍然需要時間。

Amelia何時問世?最快2026年Q2

雖然「Amelia」智慧眼鏡項目目前還在開發階段,並可能遭遇技術或財務障礙而延遲甚至取消,但若成功推出,亞馬遜計畫將嵌入式顯示技術用於下一代消費者版本的Echo Frames,最快於2026年第二季面世。

亞馬遜正在投入大量資源提升物流效率,特別是在成本居高不下的「最後一哩」配送上。隨著人工智慧、智慧眼鏡技術的逐步應用,未來是否能真正改變物流生態,達成每單更低的配送成本,將是亞馬遜贏得市場競爭的一大關鍵。

資料來源:路透社siliconanglepunenews

本文初稿為AI編撰,整理.編輯/ 郭采樺

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「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。

2-RD096270.jpg
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%。

3-RD096215.jpg
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。

4-RD096303.jpg
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

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
2026 大重啟
© 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