在生成式 AI 與 AIoT 快速擴展下，運算能力也逐漸延伸至 Edge 端，帶動資料來源與終端設備數量持續增加。隨著企業跨場區、跨場域應用日益普及，OT 與 IT 系統的資料整合複雜度同步提升，設備管理、維運監控及治理機制的建立，成為企業推動數位轉型與規模化部署的新挑戰。
採訪／施鑫澤‧文／鄭宜芬‧刊期／2026.7
遠創智慧承襲母公司遠通電收超過 20 年 ETC 營運經驗，將資料治理、模組化架構與 AI 治理平台導入智慧交通與停車服務，在全台數千個 Edge 節點上建構維運能力，並將成功模式推向海外市場。
遠創智慧資訊處資深經理兼副處長陳懿玲表示，面對龐大的資料量與複雜的系統架構，遠創智慧透過「統一入口與介面」、「模組化架構」及「AI 治理平台」三大策略，在 Edge 端建立數位韌性。
[ 加入 CIO Taiwan 官方 LINE、Facebook 與 LinkedIn，與全球 CIO 同步獲取精華見解 ]
OT 資料治理 從源頭管理到 Edge 維運
在 OT 資料蒐集與整合的實務中，遠創智慧首重源頭正確性，強調資料的一致性與標準化規範。團隊會先盤點各類 OT 資料來源，再依據業務與營運流程需求進行整理與定義，建立資料管理基礎。
陳懿玲強調，國道收費與停車服務涉及龐大的資料量體與繁複的系統平台，因此團隊從系統開發階段便明確規範欄位與資料格式定義，以確保跨系統串接時不致產生混亂。尤其在跨系統整合過程中，欄位定義與資料格式標準化是維持系統穩定運作的關鍵，在 Edge 端更顯重要。
不同於傳統機房內的 IT 環境，OT 資料採集必須面對現場環境挑戰。以國道門架為例，雖然已在 Edge 端建置冷氣機房保護伺服器設備，但攝影機與天線等前端設備仍長期暴露於戶外環境，必須承受風吹日曬、工程粉塵甚至雷擊等風險。
為維持高正確率的收費服務，遠創智慧高度重視 OT 資料中的 Metadata。相較於傳統資料庫應用，OT 場域更需關注資料產生的時間、地點及環境條件等資訊，這將直接影響後續分析與決策品質。
透過 AIoT 輔助，遠創智慧也建立設備健康監測預測模型，可在四組天線完全失效前，提前偵測單一天線是否異常，進行預防性維護與搶修，降低設備中斷風險，確保營運穩定與收費服務品質。
[ 推薦閱讀：從五層 AI 供應鏈到三層現實治理：CIO 如何讓 AI 真正創造價值 ]
模組化架構 支撐多場域營運
隨著服務場域從高速公路延伸至停車場，面對多平台、多案場的營運需求與成本考量，停車場的營運環境其實比高速公路更複雜。
發展邊緣 AI 最大的挑戰是不同市場的需求差異極大。陳懿玲表示，即使是相同的解決方案，在臺灣、泰國與印度等不同國家落地時，所面對的實際問題與應用情境也都不同。除了現場環境等實體條件，當地文化、使用習慣及產業特性，也都會影響系統設計與導入方式。
以停車場應用為例，不同業者提出的需求各不相同，因此系統必須具備高度彈性與擴充能力。早在三、四年前，公司便已投入停車場相關解決方案的開發，並將系統架構設計為可模組化擴充的形式，讓產品能依據不同市場情境進行調整，除了能快速增加所需服務功能，也能靈活移除不適用的項目，以符合各地客戶的實際需求。
遠創智慧建立集中化平台以提升營運效率，例如將會員資訊、點數折抵等服務設計為獨立模組，降低系統間的耦合度，確保單一功能更新不會影響核心的停車月租或臨停收費服務，解決多平台營運的穩定度挑戰。
此外，在系統協作上，遠創智慧在正式投入系統開發之前，會集結開發團隊與營運單位，針對業務與需求流程進行完整梳理與共識建立，並進一步將 IT 人員的角色從單純的技術工程師轉型為「前端部署工程師（FDE）」。陳懿玲表示，具備業務洞察力、能與使用者進行深入訪談並釐清需求價值的 IT 人才，才能創造更高產值，也將成為企業在未來市場競爭中最具韌性的人力資產。
[ 推薦閱讀：魏董事長說三星做夢 韓國人還關心台灣什麼事？ ]
開源治理與集中管理平台 降低維運複雜度
遠通電收在 ETC 系統的數位轉型上，打造全球首個全國性電子收費成功案例，並成立子公司遠創智慧，將 ETC 的電子收費概念延伸至停車便民服務，以服務平台應對複雜且變動性高的停車場環境，拓展至泰國與印度市場。
遠創智慧並不直接經營停車場，而是協助場域經營者提供整合性解決方案，包括停車場建置、整體服務平台及會員服務，對底層系統架構的穩定性、安全性及彈性管理有高度要求。在評估基礎平台時，著重管理大量且分散的邊緣設備，以利涵蓋弱點更新、組態管理及漏洞修補等需求。
隨著服務規模持續拓展，在高度依賴穩定性的民生服務場域中，若僅依靠社群版開源軟體，將面臨漏洞修補不夠即時及技術支援不足等風險。
考量集團規模、服務量體、系統安全性、未來擴充需求及原廠技術支援，遠創智慧選擇與 SUSE 合作，透過企業授權取得穩定的系統與完整的支援管道，可直接在容器化平台上掃描容器並產出問題報告。遠通電收與遠創智慧也因此通過 ISO 14064-1:2018 溫室氣體盤查與查證。同時，集中管理平台能夠降低各案場的人工作業與設定需求，減少人為失誤，提升系統安全性與營運持續性。團隊接下來也將進一步提升維運管理與權限控管機制。
[ 推薦閱讀：邁向 AI 優先企業 Gartner：資料與分析成企業新關鍵競爭力 ]
AI 驅動邊緣設備管理
陳懿玲強調，開源不代表免費維護，真正的成本在於系統停機所帶來的風險。遠創智慧將實際營運過程中的 Issue 與建議回饋給原廠，讓企業在享有開源技術彈性的同時，也能獲得商業軟體等級的穩定性與合規保障，降低漏洞修補與資源不足所帶來的風險。
遠創智慧將過往國道設備預測模型的經驗，將 AI 能力拓展至智慧停車的邊緣設備管理，聚焦於預測性維護與異常預警，降低管理成本並提升營運效益。輔以 AI 技術，在數千個案場環境中，提前預測設備損壞或設定調整需求。而公司也因將 AI 部署於 Edge 端而獲得 SUSE 年度客戶大獎，被評選為最具代表性的智慧停車物聯網與邊緣運算應用案例之一。
在國際市場拓展方面，遠創智慧希望將智慧停車系統與 SUSE 技術整合後推向海外，複製 ETC 的成功經驗，布局海外市場。
同時，遠創智慧亦推出 uTagGo App，整合 eTag 國道通行費查詢、路邊停車代繳、全台超過 3700 家特約停車場無票卡自動扣款及電子發票報帳等功能。在日本，uTagGo 支援租車及合作通路優惠服務，提供折扣與點數回饋；同時整合電動車充電資訊（EV Charging），可查詢充電站位置與空位資訊；亦提供失竊險、里程不便險等多元保險服務。此外，透過平台支援企業車隊的報帳與使用管理，藉由後端帳務處理機制降低現場支付與人工報帳負擔。
[ 推薦閱讀：【專訪】和泰汽車 MaaS 先進策略本部長韓志剛 ]
AI 治理平台 從資料治理到模型管理
資料治理是 AI 發展的先決條件。遠創智慧由業務單位提出需求與應用場景，再由 IT 團隊依據需求梳理資料來源與架構。因此，在建置資料與 Metadata 時，IT 團隊便已同步掌握業務需求，可快速取得所需資料並支援應用發展。
陳懿玲表示，面對大型開發團隊，只要資料定義出現疏漏或錯誤，後續便需耗費大量時間進行修正。因此，公司建立完整的資料規範制度，並將資料管理納入新系統開發流程，作為後續銜接 AI 治理的重要基礎。
目前公司已推動 AI 治理制度，再透過治理機制管理員工的 AI 應用。在治理分工上，資料治理由 IT 團隊負責，而 AI 治理則由 IT 與資安團隊共同推動。集團內部也持續透過經驗交流與技術分享，加速 AI 治理與應用落地。
遠創智慧建立資料分級制度與安全評估機制，由獨立資安單位與資深主管團隊共同督導，確保資料應用符合法規與個資保護要求。資料分級與安全防護工作亦由獨立資安單位負責監督，並與營運單位共同評估資料應用風險。
陳懿玲指出，透過建立統一的資料中台與 API 入口，讓各事業體能在兼顧個資保護的前提下，進行高效率的資料分析與系統串接。資料治理也是 AI 應用的基礎，必須建立標準化的 Metadata 與資料規範，才能真正發揮 AI 輔助決策的價值。
隨著生成式 AI 應用快速發展，企業在導入 LLM 時，普遍面臨 Token 成本控管、資料外洩及模型選型等挑戰。
接下來，遠創智慧還將建立整體的AI 治理平台，發展重點將聚焦於模型治理（Model Governance）與成本管理。目標透過治理制度，讓員工能在受控且合規的環境中使用 AI，並由 IT 團隊負責模型治理與基礎架構建置。若涉及資料查詢，須經過資安單位及資料權責單位核准後才能存取，以保障企業關鍵數位資產安全。
陳懿玲表示，電子收費與停車服務皆有嚴格的服務水準與 KPI 要求， AI 導入的重點是在確保系統穩定運作的情況下提升效率。目前適合由 AI 協助處理重複性高或附加價值較低的工作，例如雲端客服與諮詢服務，未來也有機會擴展至現場維運領域。
從技術治理到商業價值 建構車經濟生態圈
在遠東集團的數位轉型藍圖中，遠創智慧從單純的 IT 支援單位，轉型為集團重要的技術輸出者與數位合作推手，透過與遠傳等事業體進行 AI 經驗分享與技術交流，共同推動集團數位轉型，並將臺灣智慧交通解決方案，包括 ETC 與智慧停車服務，輸出至泰國、印度及東南亞市場。
除拓展海外市場，遠創智慧也積極發展會員生態圈。透過整合集團資源與合作夥伴服務，會員可將點數應用於停車費繳納、國道通行儲值等車主相關服務，未來也將持續拓展更多生活應用場景。
此外，公司進一步串聯停車服務與周邊商圈資源，透過停車折抵、商家優惠等機制，打造涵蓋企業客戶與一般消費者的服務生態體系，提升整體服務效益與使用便利性。
未來，遠創智慧將持續深化車經濟生態圈價值，透過整合各點數系統平台與金融服務資源，將 IT 能量延伸至終端應用，創造更多元的數位服務價值。
(本文授權非營利轉載，請註明出處：CIO Taiwan)
