和泰汽車透過 Google Cloud 與 Gemini Enterprise 建構專屬 AI 中台，打通數據孤島，實現員工高達 70% 的 AI 普及率，目標 2027 年全面落實「AI First」願景。

隨著汽車產業邁入數位化與電動化的劇烈轉型浪潮，和泰集團 (和泰汽車)早已不再將自身定位為單純的「車輛代理銷售商」，而是大步轉型為涵蓋「食衣住行」中「行」的全方位MaaS (Mobility as a Service，移動服務)生態系建構者。面對龐大且複雜的車主與服務數據，和泰如何打通內部長期存在的數據孤島，並且將AI技術真正落地於企業營運中？

此次採訪和泰數位應用部部長謝琴韻，以及負責底層技術架構的科技創新室室長許仕達，從商業應用與IT架構的雙重發展視角，深入探討和泰如何攜手Google Cloud，藉由導入Gemini Enterprise與建構專屬「AI中台」，實現內部高達70%員工AI賦能的數位轉型轉捩點。

跨越24年的業務輪廓，看見「打通數據孤島」的急迫性

要在龐大的集團中推動數位轉型，首先必須深刻理解各單位的痛點。謝琴韻在和泰任職已近24年，期間歷經人資、Lexus行銷、關係企業車美仕 (Carmax)、公關法務等跨領域部門的歷練，這讓她深刻體會到過去集團內部的「數據孤島」現象有多麼嚴重。

謝琴韻指出，汽車產業的特性在於「消費者持有時間極長」，一台車動輒開上十年、十五年，但回廠保養的頻率大多僅為半年一次。這導致過去和泰的數據庫大多以「車輛」的維修或保固履歷為中心，對於「車主持有人」的真實生活樣貌與消費偏好掌握度極低。業務單位可能知道這台車換過什麼零件，卻不知道車主平常喜歡打高爾夫球、露營，還是熱愛自助旅行。

為解決這個痛點，和泰大約在2019至2020年間啟動了數據整合的大工程，推動建置內部數據中心 (CDP)，並且確立「OneID」的核心戰略。透過將消費者的「手機號碼」作為統一識別碼 (OneID)，和泰成功跨越了不同關係企業的藩籬，將Toyota、Lexus、HINO的新車銷售，以及iRent共享汽機車、yoxi計程車派遣、去趣 (chicTrip)旅遊規劃、和泰Pay等多元服務的資料進行深度串接，不僅讓和泰能精準描繪車主的生活風格，更能主動且精準地提供客製化的購車、保險與租車方案，實現真正的數據變現。

選擇Google Cloud與Gemini Enterprise的戰略考量

在推進企業AI化的進程中，三大公有雲實際上都在和泰的評估之列，而最終選擇Google Cloud與其Gemini Enterprise作為核心大腦，背後有著嚴謹的考量。

負責技術架構的許仕達解釋，首要的戰略考量在於「資料在地化」與企業級最高資安保障。數據是驅動企業創新與競爭力的核心燃料，具備高度機敏性，必須被完整保護。而Gemini Enterprise提供完善的隱私與治理機制，確保和泰所有的機敏數據資產僅在專屬環境中運行，同時絕對不會被用於訓練外部的公共基礎模型。

此外，系統整合的便利性也是一大誘因。Gemini Enterprise具備「開箱即用」的特性，透過內建的連接器，能夠與企業現有的辦公應用程式進行安全串聯。透過無程式碼 (No-code)的直覺平台設計，讓非技術背景的員工也能輕鬆駕馭AI工具的能力，大幅降低學習門檻。

堅持自建「AI中台」，賦能跨部門的「AI代理」規模化

許多企業在導入AI時，會傾向直接採購市面上零散的SaaS解決方案，但和泰卻選擇了一條更具長遠眼光的路：在內部建構專屬的「AI中台」。

許仕達進一步指出，中台架構的核心意義在於「技術架構與模型資源的集中化管理」。過去若各部門各自採購不同的系統，不僅會產生龐大的技術落差與維護成本，未來也難以整合。透過自建AI中台，IT團隊能針對零件需求預測、維修進度優化等不同業務場景，統一進行精準的模型訓練與部署，並且讓前端的平台 (如內部員工入口網)能輕易呼叫這些AI資源。

藉由中台的強大後盾，和泰成功將「AI代理 」 (AI Agent)的應用下放至集團內的多元業務場景，帶來了令人驚豔的量化價值：

• 企劃與市場分析：商品企劃單位透過AI代理工具，將繁雜的商品規配，以及相關法規資料變成專業領域的AI助手，減少近30%的資料整理時間，讓員工能更專注於高價值的業務決策。

• 售後維修升級：服務廠初步試行導入NotebookLM Enterprise來整理厚重的技術手冊，讓第一線技師的資料搜尋時間大幅減半，能更快速精準地排除車輛問題，顛覆傳統的維修體驗。

• 經營與法務規章：面對龐大的集團契約與規章，經營企劃單位利用Deep Research代理工具進行深度產業分析，將報告初稿的產出時間從1至2週，大幅縮短至1至3天內。

• 教育訓練與素材生成：結合Veo 3與Nano Banana等生成式AI技術，產出訓練影音素材與問答題庫，成功省下高達90%的人工作業時間。

直面AI幻覺，落實高達70%普及率的「人機協作」文化

技術的導入只是一半，真正的挑戰在於企業文化的重塑。目前，和泰內部已有高達70%的員工將Gemini Enterprise融入日常核心業務，這項亮眼的成績歸功於專責單位「AI發展事務局」的推動。

然而，面對生成式AI最受關注的「幻覺」 (Hallucination)風險與營運品質控管。對此，謝琴韻強調AI的本質是「賦能於人」，除了在系統層面透過底層架構限制AI的回覆範圍與權限外，更關鍵的是透過「人為教育」與建立明確的「人為管控」審核機制。

因此，和泰在內部教育訓練中不斷向員工宣導：AI是極佳的輔助工具，能協助快速整理資料、激發靈感、產出文案初稿，但它絕非萬能。最終的決策判斷、事實查核，以及對外發布的內容正確性，依然必須仰賴人類員工的專業與經驗來把關。透過這種「人機協作」的模式，使得和泰有效杜絕了AI幻覺帶來的營運風險。

邁向2027年「AI First」：從「+AI」到「AI+」的新里程碑

掌握了豐富的MaaS移動生態數據後，和泰汽車未來的數位藍圖正經歷深刻的質變。謝琴韻表示，公司先前的策略是「+AI」，也就是在既有的工作流程中加入AI作為輔助工具；但未來的目標已正式轉變為「AI+」，意即將AI視為核心基建，所有的新服務與商業模式都將以AI為驅動引擎。

和泰預計在2027年全面落實「AI First」的企業願景，未來更計畫進一步串接Vertex AI等進階雲端資源，開發如「財務分析代理」等更具深度的專家系統。同時，在持續推動員工習慣AI、與AI共事的過程中，和泰汽車正以穩健的步伐，重新定義未來汽車零售與智慧移動服務的標準，展現其從傳統車廠轉型為科技移動巨頭的強烈企圖心。

如今，每家企業都在思考，該如何讓生成式 AI 從「對話小幫手」進化成可以自主規劃、思考與執行能力的數位戰友？在 Google Cloud AI 加速日當中，Google Cloud 台灣總經理 Mike Chen 勾勒清晰藍圖，指出 2026 年將是 Agentic AI（代理式 AI）大爆發的關鍵元年。

本次活動震撼產業的亮點之一，是 Google Cloud 剖析 AI Agent 無縫融入企業的五大核心運作：賦能員工日常生產力、融入核心工作流程、打造極致客戶體驗、主動式資安防禦，乃至於推動規模化與人才升級。

要發揮上述五大核心動能，勢必仰賴 Google Cloud 完整的技術堆疊（Full Stack）AI 開發架構。這套架構正是 Google Cloud 支持企業轉型的幾個關鍵層級，從底層的 TPU 算力、現代化資料與分析、核心研究與模型，再貫穿到 AI 開發平台（Vertex AI）以及最上層的 Gemini Enterprise。多項解決方案凸顯 Google Cloud 為企業指引代理式 AI 之路，不再只是紙上談兵，而是真正引領產業，邁向自動化營運的下一世代智慧競爭新局。

企業亟需專屬「代理式 AI 戰隊」，由下到上如何逐步搭建護城河？

過去，企業轉型 AI 面臨最大痛點是如何跨越概念驗證（PoC）到正式生產環境這一段鴻溝？Google Cloud 大中華區架構師總監 William Tsoi 解釋，當前各家 CEO 與決策者看待 AI 已從效率實驗，轉向能大規模執行的實際投資報酬率。企業組織在 AI 的部署與開發，往往不僅止於模型或平台的單點需求。為此，Google Cloud 提供一個完整的技術堆疊模式，從基礎架構算力、模型平台到代理一應俱全。

從基礎層開始，為讓企業內龐大又複雜的多代理系統（Multi-agent systems）持續運作，Google Cloud 打造最新一代超級電腦 TPU「Ironwood」，不僅讓每瓦電源效率翻倍突破，且大幅降低大模型推論成本，而其現代化數據平台（例如 BigQuery）則可消弭企業最頭痛的資料孤島、資料溯源問題，讓有效的數據加值 AI 應用成效。

有了堅實的算力與資料平台，企業也需聰明「大腦」發想創新。Google Cloud 台灣 AI 架構師 Ethan Huang 剖析最新 Gemini 3 相關優勢，具備業界頂尖的多模態理解力，特別是規劃（Planning）、推理（Reasoning）能力持續進化，確保模型在處理複雜多輪對話時，思考脈絡不因此中斷。

然而，企業只進化大腦還不夠，還要將自身業務數據投入到實際的生產與營運環境。此時亟需一站式 Vertex AI 平台，幫助企業無縫介接前瞻模型、實作檢索增強生成（RAG），打造企業專屬知識庫，將完整的模型評估與優化流程串接，進而大幅加速商業應用的開發與迭代。

開發團隊在 Vertex AI 平台建構強大的 AI 應用後，代理式 AI 落地最後一哩路，除了將這些能力提供給每位員工，更要杜絕影子 AI（Shadow AI）也就是資料外洩的危機。位於架構最頂層的 Gemini Enterprise 正是終極解方。Gemini Enterprise 可視為企業級資安合規作業的中樞與開放生態系，可透過專屬連接器（Connectors）打通企業內部如 Workspace、Jira 等各項 SaaS 服務，讓一般員工在安全環境下，利用直覺的介面快速打造專屬的 No-code Agent（無程式碼代理）自動完成日常任務；而專業技術團隊則可整合業界多元的開源框架，部署高度複雜的 Pro-code Agent（程式碼代理）。

綜觀可發現，企業要佈建邁向 AI 世代的營運護城河，從底層 TPU 算力防護、中層資料庫、模型與 Vertex AI 開發平台，一路再到頂層賦能全體員工的 Gemini Enterprise，Google Cloud 的全端生態系將持續擔任企業的絕佳轉型夥伴。

有效破除算力焦慮與資料孤島，為企業構建 AI 基石的關鍵路徑

正如 Mike Chen 所言，隨著全球迎向代理式 AI 元年，企業不再是比算力軍備，而是讓 AI 資源更有彈性配置。為解決企業常見的算力閒置困境，Google Cloud 透過動態工作負載排程器（DWS），幫助企業的運算資源投資報酬率最大化。然而，光有靈活算力引擎仍不夠，若企業的核心數據困在老舊系統中，AI 代理終究缺乏燃料來啟動。針對潛藏於傳統關聯式資料庫中的龐大資產，Google Cloud 鋪設一條 AI-Ready 的轉型路徑。

首先，針對架構目標可藉由 AlloyDB 與 Spanner 等次世代資料庫，以 PostgreSQL 資料庫為核心，為企業提供原生支援 ScaNN 億級向量搜尋與多模態語意理解的強大樞紐。接著，為了幫助企業跨越「資料搬遷」障礙，Google Cloud 在資料庫遷移服務（DMS）導入具備 Agent 能力的 Gemini Conversion Assistant。過去極度依賴人工轉換的傳統資料庫語法，現在只需透過自然語言交由 AI 就能自動解釋、轉換與修復。

隨著算力與資料庫備妥，下一步便是將數據從被動儲存轉為主動活化。資料分析應用方面，可觀察到 Google Cloud 針對 BigQuery 推出連續查詢（Continuous Query）功能，企業直接使用 SQL 語法處理即時串流數據，甚至用 AI Functions 一站式處理非結構化的影像與文本。例如在交易場景中，系統會結合 AI 代理在毫秒之間做詐欺偵測，即時觸發第三方系統進行處理。另外，新亮相的 Conversational Analytics for BigQuery 為企業輕鬆建立專屬的資料分析 Agent，讓業務人員得以自然語言對話挖掘商業洞察，真正善用 AI 挖掘資料價值。

當商業數據大量運用，企業的防護網也不能忽視「駭客全面 AI 化」。面對五分鐘即可生成的精準釣魚攻擊與海量的告警疲勞，傳統人工盤查的被動手段難以招架。Google Cloud 把 Agentic AI 能力直接內建到 Google Cloud 資案解決方案，透過 Google SecOps 打造主動防禦代理式資安營運中心（Agentic SOC）。依循業界標準的 MCP（模型上下文協定），資安系統會自動跨平台串接威脅情資、分析攻擊指令，並完整還原攻擊者的處理程序樹（Process Tree）。此變革可望釋放更多資安團隊的量能，讓企業防護從被動狀態，升級到具備主動推理與自動阻斷的實力。

穩固基石後解鎖 AI 動能，培養企業全場景生產力的數位戰隊

當算力與數據的「AI 基石」確實鞏固後，企業下一步便是將這些潛能轉化為前線戰鬥力，幫助員工解鎖 AI 動能、驅動商業價值。其中的首要關鍵，是讓精準的知識檢索走入業務場景，以金融業為例，玉山銀行主任工程師陳建安提到，為解決理專人力稀缺痛點，他們利用 AlloyDB 內建的 pgvector，快速在雲端建構出 7x24 小時的「投資 i-chat」精準 RAG 諮詢服務，將龐雜的市場資訊與理財產品有效媒合並提供給顧客參考。

除了金融業的創新案例，Google Cloud 也希望透過 BigQuery Data Canvas 賦能更多產業的第一線業務人員。在無需撰寫 SQL 的前提下，運用自然語言就能在智慧化的畫布上進行提問，內建的 Data Agent 會自動建議相關聯的資料表、生成視覺化圖表與邏輯心智圖。一方面讓全體員工透過 AI 洞察到以往忽略的機會；另一方面也能完整記錄前人的分析脈絡，未來組織人員若有異動，新人也能無縫接手並持續深掘，達成系統化知識傳承的終極目標。

要讓 AI 應用場景百花齊放，背後也須開發團隊的投入。本次論壇中可發現，Google Cloud 為軟體工程帶來從 Vibe Coding 跨越到 Agentic Engineering 的顛覆變革。透過 Gemini Code Assist 的 Agent Mode 與靈活的 Gemini CLI，開發者不再只依賴單行程式碼自動補全，而是能讓 AI 代理理解系統架構、跨檔案修改並自動建立測試環境。此外，結合終端機、瀏覽器與 Agent 於一身的開發神器 Antigravity，更讓開發者在隔離的沙盒環境下平行多工，大幅縮短應用程式從設計到上線的迭代週期。

隨著開發與業務雙重加速，Google Cloud 展現更大野心欲將 Agentic AI 普及至企業各個辦公環節，Google Workspace Studio 正是打造無程式碼自動化工作流程（Agentic Workflow）的終極指揮中心。透過自訂觸發器與提示詞，一般員工能輕鬆串聯 Gemini 的創造力與 NotebookLM 的深度分析能力。例如，Gmail 收到特定客戶郵件時，自動做跨文件重點摘要、擬定回覆草稿，或是在會議前主動派發簡報精華，有效降低日常繁雜作業，讓 AI 真正成為主動執行任務的數位戰友。

Google Cloud AI 加速日的豐富內容可觀察到，Google Cloud 相當重視企業 AI 轉型的需求，並針對不同工作職務、場景及流程，提供相對應的 AI Agent 工具與資源。正如 Google 暨 Alphabet 執行長 Sundar Pichai 曾說：「我們現在目睹 AI 帶來的轉變，將會是我們一生中最深遠的變革，遠大於之前行動裝置或網路所帶來的轉變。」在這場智慧競爭新局之中，越早將 AI 戰力規模化落地的企業，越能以無可取代的效率與創新體驗，在全球市場築起一道堅不可摧的營運護城河。