一場價值上兆美元的自駕車競賽，誰會是最終贏家？
當全球目光聚焦在特斯拉、Waymo等道路上的自駕車明星隊伍時，卻忽略了一群已經在「封閉賽道」內狂奔近20年的隱形冠軍，這場競賽主角不是穿梭於都市的無人計程車，而是重達數百噸、搭載智慧駕駛系統的礦山卡車，以及精準穿梭在貨櫃中的自動化港口拖車。
「真正的全自駕（Level 5），連馬斯克都說可能還需要10至20年，」研華科技資深協理林威佐表示，自駕技術發展速度快是一回事，但在開放道路上依然需要面對法規、保險、甚至是人性的考驗。「但在封閉場域，這一切（自駕車）早在十幾年前就開始了。」研華的自駕車系統已在礦山、港口、機場等「封閉場域」中大放異彩。
全球工業電腦大廠研華科技的角色不是打造車輛本身，而是為汽車裝上「大腦」與「神經系統」，從物聯網（IoT）延伸至車聯網（IoV），甚至再結合AI，進化為「AIOV」（AI Internet of Vehicles）智慧車聯網。
車用電腦功能百百種，從控制娛樂系統、鏡頭，車輛狀況監測、AI分析路況以及自駕等。這些也都是研華隨著業務拓展，而不斷新開發的功能，此外，林威佐指出，「（一台車的）車用電腦可能硬體是1、2000美金，但加入AI、雲端平台等服務，有望達到10倍業績！」
自駕車的價值：安全、效率、成本也能降低8%！
自駕車的價值，遠不止於解放駕駛的雙手。面對分秒必爭、成本斤斤計較的工業場域而言，自動駕駛AI系統的導入，需要先回答2個問題：解決哪些痛點？創造什麼價值？
「一台滿載的油罐車或重型卡車，盲區多、煞車距離長，一次追撞事故的賠償和營業損失，動輒超過新台幣30萬元。」林威佐分享，早在2007年研華就已經踏入自駕車場域，從一般民眾看不見的封閉式高危險工作場域開始，發現僅是加裝前方攝影機或雷達，透過AI運算實現「緊急煞停（AEB）」，就可以大幅降低追撞意外風險，車輛停擺的損失。
自動駕駛的關鍵價值體現在「安全」與「效率」兩大面向。林威佐進一步指出，減少燃油成本，透過最佳化調度與駕駛行為分析，平均能夠節省5%至10%的油耗。
另外，許多司機休息時習慣不熄火吹冷氣，造成燃油浪費與引擎磨損。透過研華的遠端監控與管理，可再降低3%至8%的成本。而且AI系統能提醒司機「該換檔了」、「轉速過高」等不當操作。
「這就像讓一個只有一年經驗的菜鳥，身邊隨時坐著一位20年經驗的老師傅在指導。」林威佐形容，光是這個機制又能省下6%至8%的成本。當所有數字疊加，對企業而言，不再是錦上添花的科技，而是提升競爭力的必要投資。
研華不製造一般乘用車，而是鎖定工業型車輛，舉例來說，像是客運、貨運、危險品運輸的油罐車或緊急救難車。林威佐指出，這些大型車輛一旦發生事故，代價高昂。
「人的反應，從眼睛看到危險到腳踩煞車，需要時間，更別提恐慌下的情緒管理問題。」林威佐說表示，「AI加上攝影機、雷達的反應速度遠快於人類。」這不僅是避免追撞，更是避免事故後的高額營運成本，包括警務處理以及高昂的賠償與維修成本。
自駕車Level 5的困境，將研華推向封閉場域深耕
自駕車為何在台灣的一般道路上仍然窒礙難行？林威佐直言，開放道路的複雜性與責任歸屬是最大瓶頸。
「常討論的一個極端情境：往前撞會撞到牆（駕駛自傷），往右撞是小孩，往左撞是老人。AI該如何判斷？」這已經超越自駕技術，進入道德與倫理層面，目前無解。
在現行的Level 2到Level 4自駕輔助，普遍存在一個機制：在最緊急的狀況下，「系統會將主控權交還給駕駛」。林威佐直言：「這是一個很弔詭的結構。」他分析，這本質上是車商為了規避法律與保險責任的設計，「這只是在法律上排除了車商的責任。」因為當緊急狀況發生時，分心的駕駛根本沒有時間反應。
正因為在一般道路上充滿不可控的因素，像是台灣複雜的機車路況。因此，研華與供應鏈夥伴選擇另一條路徑，在「封閉或半封閉場域」實現全自駕。
「在封閉場域，不用擔心突然衝出來的小孩或阿嬤。」林威佐強調，環境的單純化，讓自駕技術可以快速落地。研華自2005年起即與合作夥伴投入日本礦區自駕。林威佐表示，研華與日本重工業具代表性的集團小松製作所（Komatsu）合作超過20年，在2007年就推出了第一台自駕礦車，成功搭載研華電腦的無人駕駛礦車投入實際運作。
研華在礦區自駕的演進是：智慧化（監測）、遠端遙控（人員在冷氣房如打電玩般操作） 到自駕（24小時運行、AI排程加油）。從最初的智慧輔助，演進到讓人員在舒適的冷氣房中「像打電動一樣」遠端遙控，最終實現全天候的自主運行。
港口是研華自駕車發展的另一個重點。由於貨櫃尺寸20尺、40尺是全球統一標準，自動化導入相對容易。林威佐分析，如長榮、陽明等航運巨頭在港務局的碼頭（租地）上，如同「租客」，對自己租下的碼頭區域擁有絕對主導權，可以導入新科技。
目前，研華的技術已經應用在龍門式起重機上，協助辨識貨櫃、確保吊掛安全，同時也與系統整合商合作，推動碼頭內的拖板車走向無人化，目前在港口的應用遍佈全球，除了台灣之外，美國、中國、日本和 東南亞都已在運作。
為何智慧的路，難以遇上聰明的車？
相較於封閉場域的遍地開花，一般道路的「車路協同」（V2X）願景顯得步履蹣跚。
「做智慧車輛的，跟做智慧號誌的，是兩群不同的人，」林威佐表示，關鍵在於「標準」的不同，他形容兩群人需要一個像USB一樣的共通標準才能對話。然而，美、歐、日等各方勢力都想主導通訊標準，導致標準遲遲無法統一。
此外，更現實的問題是，即使路口裝上了最先進的感測器，又要如何通知一輛沒有聯網功能的十年老車？車商也不可能為單一市場的特殊標準，去修改全球通用的車輛。
「這不是台灣獨有的問題，而是全球性的結構困境。」林威佐認為，在標準確立前，所有車路協同都只能停留在「示範場域」階段。未來最可能實現的路徑，是由政府主導，建立國家級標準，再透過像是eTag般的「後裝」設備，逐步將所有新舊車輛納入智慧交通網，不過這將需要預算與長期政策支持的漫漫長路。
研華從早期被動地讓客戶將工業電腦改裝在警車、消防車上，到今天憑藉40年累積的硬體實力，再結合AI軟體服務，以「車隊顧問」角色，推出完整的AIOV(AI + Internet of Vehicle)解決方案。林威佐在採訪最後強調，車輛就是一個移動的「物件」，核心任務始終是利用自動駕駛「解決」交通運輸痛點。
