記者黃俊育 / 綜合報導
在 5G 通訊技術的普及以及各國政府淨零碳排政策引導下，永續與智慧浪潮吹向汽車產業，電動車市場版圖持續擴張，車聯網成為汽車與資訊系統業者關注焦點，高精度地圖與交通資訊服務更是各式聯網車運行的重要基礎。
▲勤崴研發專業自駕車系統及介面，清楚呈現自駕車電量、路徑、號誌連接資訊及運行狀態。Azure 則助勤崴儲存自駕車運行數據，提供後續影像資料學習、AI 模型訓練、調閱即時與歷史資料。(圖/業者 提供)
身為台灣電子地圖第一品牌的勤崴國際，自 2015 年便將全線服務建置於 Microsoft Azure 上，藉由微軟彈性敏捷的雲端服務，打造出獨霸市場的電子地圖資訊服務，更成功拓展至高精度地圖、車聯網平台、自駕車系統、智慧化商用車隊管理等解決方案，拓展在各場域的智慧交通解決方案。
Azure 雲端彈性提升資料即時相助 勤崴稱霸台灣圖資隱形冠軍
勤崴國際在台灣市占超過七成，擁有台灣最新、最完整的地圖資訊資料庫，除了在「導航王 APP」 繳出超過 800 萬用戶的亮眼表現，更長年提供 Google Map、Apple Map 等地圖資訊。勤崴國際總經理黃晟中表示：「地圖資訊是全球生意，即便勤崴專注於本土服務，仍須提升資訊更新的即時性與精準度。勤崴透過地圖資訊 API 化，借助 Azure 的彈性將資訊上雲，加快更新資訊提供客戶的速度，實現資料庫每月更新，並即時傳達路網資料的改變和靈活因應，擴大車聯網服務的應用範圍，創造更大的商機與價值。」
▲Azure 擴充勤崴車隊雲端管理平台，完成及時車輛派遣以及車隊碳排計算分析，共創綠色交通。(圖/業者 提供)
勤崴挾帶跨域整合與高效運算優勢 車聯網平台獲國際大廠青睞採用
奠基於圖資服務，勤崴進一步拓展至車聯網領域，並繼續採用 Azure 承載爆發性增長的海量資料。目前勤崴在台灣使用 Azure 服務的聯網車每日估計約有超過 35 萬台，除了汽車運行中的即時資訊建構，也透過 Azure 跨區域、穩定且齊全的系統工具優勢，完成數據儲存、整合與分析，舉凡 Audi、Porsche 等品牌皆已將服務 100% 建置於此平台之上，為勤崴帶來雙倍營收增長。
在應用方面，勤崴的車聯網平台利用 Azure Cosmos DB 儲存車輛持續回傳到雲端的資訊，包含車輛位置、總里程數、電瓶胎壓狀態等非結構化資料。至於即時資訊整合與應用，則透過 Azure Event Hub 快速蒐集使用者資料，再以分析工具統合，在短短三分鐘內即可收集全台數十萬台裝置的資料，並完成去識別化 GPS 定位資訊的數據運算，將各式路網資訊，包含道路、用車狀態、平均速度等，除了快速提供所有用戶高度精準的即時路況導航，更可協助用戶掌握車輛狀態。
穩定性與安全性兼具 共建完整自駕資源生態系
勤崴也持續增加地圖應用，以高精度地圖優勢挺進自駕系統範疇，迄今已落地使用如全自駕淡海智駕電動巴士、虎頭山園區測試自駕驗證場域，以及台積電南科廠的商用接駁。Azure 在不同區域皆能快速部署的特性，使勤崴可彈性的將自駕車運行過程中所累積的監控數據，如周邊路況、運行影像等，皆透過 Azure 雲端監控與儲存，提供後續影像資料學習、AI 模型訓練、調閱即時與歷史資料，並藉由 Power BI 進行數據統計、分析報告，提升自駕車系統數據運算即時性與效率，同時提升運行準確率與安全性。
▲勤崴將地圖資訊上雲部署於 Azure，實現資料庫每月更新，即時傳達路網資料改變。(圖/業者 提供)
藉 Azure 擴充車隊雲端管理 加速布局台灣智慧交通藍圖
勤崴在自駕車成果也有賴智慧商用車隊管理的開發及耕耘，為了彈性調配數據用量，勤崴車隊管理平台從初期部署起，即透過 Azure 快速擴充的特性彈性調配，如日夜車輛運行的數據使用量；後續營運層面也依賴 Azure 的資料分析功能，確認是否有任何模組出現用量暴增的問題。Azure 能收集並整合影像、ADAS 的物聯網資訊，優化清運車、物流、貨運車等多車隊管理，協助客戶實現行車安全即時預警，以及車隊營運報表管理等。此外，Azure 也可以幫助客戶追蹤、最佳化車輛路徑，進而將數據生成駕駛行為、油耗等報表供後台分析整理，為客戶實施更便捷的碳排計算，創造完整綠色交通計畫。
台灣微軟全球合作夥伴解決方案事業群總經理陳仲儒表示：「雲端穩定性與資料安全是車聯網與自駕車系統運行重要關鍵，微軟領先的 Azure 平台與 Azure OpenAI 服務將提供勤崴速度與韌性兼具的雲端服務，透過 AI 尖端技術，與合作夥伴一同賦能台灣企業在轉型浪潮之下持續領航前行。」
生成式 AI 的爆發也將為勞力密集型的圖資產業另闢加分捷徑。伊雲谷身為微軟的授權解決方案夥伴（LSP）專精於雲端應用服務，協助勤崴最佳化 Azure 架構設計提昇服務效益，未來也規劃 Azure OpenAI 服務及 Copilot 的相關工具導入，加快資料更新與統整的速度與正確性，加速車用 AI 相關產品發展，進一步完整生態系布局。
