想像一下，全台灣有數千個路邊停車格和國道門架，每天都在產生海量的數據，如果每個動作都要傳回中央電腦處理，那網路塞車可能比路上的車陣還嚴重。為了解決這個問題，邊緣運算，也就是 Edge Computing 應運而生。簡單來說，這就像是把大腦直接搬到收費站或停車場的現場，讓設備就地具備思考與判斷的能力，不必凡事往上呈報。
台灣 CIO 雜誌 報導指出，遠創智慧正是在這樣的技術浪潮下，將超過二十年的國道收費經驗，轉化為智慧停車的治理利器。
但在戶外環境搞 AI 並不容易。我們常說的 IT 指的是辦公室裡的資訊系統，而營運技術，也就是 OT，則是指管理攝影機、感應天線等硬體設備的系統。在辦公室裡電腦有冷氣吹，但在國道門架上，攝影機得忍受風吹日曬、雷擊甚至是工程粉塵。這時候，元數據，也就是 Metadata 的重要性就體現出來了。所謂元數據，就是關於資料的資料，例如這張車牌照片是在幾點幾分、哪一個門架、什麼樣的天氣下拍到的。掌握了這些背景資訊，AI 才能在天線徹底壞掉前，提早偵測到異常並進行預防性維修，確保收費服務不中斷。
面對多變的國際市場，遠創智慧採用了像樂高積木一樣的模組化架構。這意味著系統可以根據不同國家的文化或需求，靈活增加或移除功能。例如在台灣需要的會員點數折抵，到了泰國或印度可能就要調整。這種彈性讓他們能快速把台灣的成功經驗複製到海外。
有趣的是，技術的精進也帶動了人才的轉型。現在有一種角色叫做前端部署工程師，簡稱 FDE。他們不再只是坐在冷氣房寫程式碼的工程師，而是要具備業務洞察力，能直接跟客戶訪談並釐清需求。只有懂得業務邏輯的技術人才，才能在未來的市場競爭中創造更高的價值。
很多人以為開源軟體就是免費，但遠創智慧資深經理陳懿玲點出一個關鍵：開源不等於免費維護，真正的成本在於系統停機帶來的風險。因此，他們選擇與企業級原廠合作，透過專業支援來修補系統漏洞，降低營運風險。
從國道到巷弄，AI 的應用已經從單純的收費，延伸到預測設備損壞與提升管理效益。未來，當你使用 App 查詢停車位或自動扣款時，背後正是這套複雜的 AI 治理平台在支撐。這不僅僅是技術的提升，更是透過資料治理，建構出一個讓車主更便利的交通生態圈。
[ 文章來源：【專訪】遠創智慧資訊處資深經理兼副處長陳懿玲 ]
