量產前（pre-SOP）測試與驗證，是商用車原始設備製造商（OEM）在推出新平台時，所面臨的資源消耗最為龐大的階段之一。從早期測試車到原型車，量產前測試需要數月的協調作業、龐大的資本投入，以及全球工程團隊的共同努力。鑑於這些專案的規模龐大，測試效率低下將導致產品上市延遲、工作重疊，以及不必要的成本支出。
為了克服這些限制，原始設備製造商（OEM）必須朝向更數位化、以智慧驅動的模式轉型，使資料蒐集、分析與診斷能夠持續進行、相互連結，並具備動態適應能力。透過在車輛各系統中運用智慧型資料擷取與診斷分析來實現測試工作流程的數位化，工程師得以降低對實體原型的依賴、提升問題重現性，並加速洞見的產生。這項轉變為更可擴展且高效的量產前（pre-SOP）驗證方法奠定了基礎。
為了協助原始設備製造商（OEM）實現這項轉型，Sonatus 將「AI 」功能直接整合至 OEM 車輛計畫中，使量產前（SOP）的測試與驗證能夠更快速、更智慧地進行。此解決方案結合了 「 Fastlane™ Collector 」（原名為Sonatus CollectorAI ）以實現智慧型、基於觸發條件的資料收集；「Fastlane™ Insight 」（原名為 Sonatus AI Technician） 以進行自動化診斷與根本原因分析；以及與車輛網路及雲端間的安全連線。 透過這些組件的協同運作，原始設備製造商 (OEM) 工程師得以在情境中擷取高價值的車輛訊號，運用「AI 」技術發掘系統層級的洞見，並在無需反覆實體操作原型車的情況下診斷問題。「Sonatus 」將驗證流程從手動、被動的過程，轉變為主動且由「AI 」驅動的工作流程，協助 OEM 加速故障排除、擴大測試覆蓋範圍，並將軟體定義的智慧融入現有及下一代車輛架構中。
在 SDV 時代，傳統的 SOP 前驗證無法實現規模化
SOP 實施前的驗證工作，至今仍深受以下因素的嚴重制約：必須親臨現場接觸車輛、資料擷取過程零散，以及隨時間推移而日益累積的迭代除錯週期。現行測試流程中使用的傳統資料記錄器依賴靜態配置，這限制了隨著測試條件變化，動態調整訊號擷取或優化資料蒐集的能力。工程師必須親自前往車輛旁才能擷取日誌，而測試資源則經常在各團隊與地區之間進行預訂、運送及重新預約，進而造成延誤與後勤負擔。
當問題發生時，若缺乏完整的背景資料，往往難以重現問題；此外，分析結果也常與原始事件脫節，導致問題解決週期延長。這些低效率現象不僅會拉長專案時程，更迫使原廠製造商（OEM）建立規模更大、成本更高的原型車隊，增加工程人力需求，並提高未被發現缺陷的風險。為了跟上當今車輛日益複雜化的趨勢，原廠製造商需要一種根本不同的方法，將精確的資料蒐集與AI 模型相結合，以提供跨領域的診斷智慧。
透過動態資料蒐集與……提升車輛測試效率AI
人工智慧已不再僅限於次世代車載平台。AI 支援的驗證功能可整合至現有車載平台中，讓原廠製造商無需等待未來架構的到來，即可逐步優化測試工作流程。Sonatus 透過整合以下技術，推動這項轉型： Fastlane Collector 以及 Fastlane Insight 在現有車輛架構之上打造一套智慧型驗證解決方案，降低原廠（OEM）展開AI 旅程的門檻。
Fastlane Collector 讓工程師能夠遠端且智慧地定義事件驅動型政策，藉此決定應記錄哪些訊號、在哪些運作狀態下進行記錄，以及採用何種解析度，從而無需頻繁實地接觸車輛。 Fastlane Insight 接著運用先進的AI 分析技術，來解讀車輛行為、關聯各項訊號，並比手動方法更快速地識別問題。由於這項智慧功能是透過軟體及AI 模型實現的，原始設備製造商（OEM）團隊無需修改車輛硬體，即可持續導入新的診斷邏輯、測試情境及驗證工作流程。這為現有平台帶來可擴展的智慧功能，使驗證計畫具備未來適應性，並實現更快速、更具適應性的開發。
此外，商用車的開發通常橫跨多個工程中心、供應商及測試地點，且車輛需在不同地區、氣候條件及工況下運作。Sonatus 透過我們的雲端中立解決方案，使原始設備製造商（OEM）得以從手動車輛存取轉向遠端測試能力。負責動力總成、底盤、安全及車輛整合的團隊，可基於相同的實際運作洞察進行工作，而非依賴不完整或延遲的報告。 如今，全球專案中的測試與驗證作業得以加速推進，與供應商的協調更為順暢，並能確保車輛符合客戶所要求的各種多樣化運作條件。
透過智慧型資料蒐集與基於AI 的分析，擴增測試用例
商用車在極限負載、長時間運作週期以及嚴格的排放與安全要求下運行，使得根本原因分析變得更加複雜且耗時。在量產前進行快速故障排除可帶來顯著效益，包括提高車輛可用時間、達成耐用性目標，以及避免量產後耗資巨大的修復工作。
因此，以AI 為核心的驗證流程，對於重型商用車而言具有特別深遠的影響——由於該領域的複雜性、運轉時間要求及操作變異性，使得傳統測試既耗時又昂貴。 Fastlane Collector 能智慧地擷取並同步關鍵重型系統中的高價值數據。這些車輛數據包含負載下的動力總成性能、後處理與排放行為、ADAS 及安全系統、ECU 診斷，以及網路通訊。此外，它還能擷取實際行駛週期條件，例如坡度、載重與路線。 這類豐富數據對於第 7 級和第 8 級卡車尤為重要，這些車輛在多樣化的環境中運行，且必須符合嚴格的耐久性、安全性和法規要求。
Fastlane Insight 接著分析這些情境資料，協助工程師了解系統在實際運作條件下的表現，識別效能或可靠性問題，並偵測出僅靠手動測試方法幾乎無法發現的模式。 AI 技術員讓商用車原始設備製造商（OEM）能夠在長途運輸、專用車及極限工況等使用情境中，驗證更多真實世界的情境，而無需擴大原本就成本高昂的原型車隊。其結果是能夠更早地偵測到可能影響運作時間、耐用性或合規性的問題。這也促使在嚴苛的商用應用中進行更深入的驗證，並提升車輛品質。OEM 廠商在實現上述所有目標的同時，還能減少工程投入與驗證成本。最終，OEM 廠商能確保卡車已做好在真實世界條件下運作的準備。
透過智慧自動化，在降低專案成本的同時，加快標準作業程序（SOP）的交付速度
這項轉型的實際案例，便是Sonatus在標準作業程序（SOP）實施前與 日產歐洲技術中心（NTCE）的合作。
此次部署的核心是 Fastlane™ Copilot一款專用且高效能的閘道器電子控制單元（ECU），其具備整合式連線功能及全車數據存取能力，得以快速整合至 NTCE 的原型車中。 Fastlane Copilot 使 NTCE 得以部署 Fastlane Collector 並 Fastlane Insight ，無需依賴量產車的架構。
透過 Fastlane Copilot 透過持續取得車輛數據，NTCE 從手動資料擷取轉變為智慧化、互聯的驗證工作流程。工程團隊得以遠端收集具情境背景的車輛數據，運用AI 驅動的分析功能診斷問題，大幅減少對現場除錯的依賴，並提升各區域工程團隊間的協作效率。因此，問題解決時間從兩週縮短至僅需兩天，同時驗證範圍也擴及更廣泛的真實世界情境。
此次合作展現了，透過將專用的車輛智慧平台與基於AI 的數據收集及診斷功能相結合，如何能從根本上推動量產前測試的現代化，協助商用車原始設備製造商（OEM）加速軟體驗證、降低開發成本，並更快將更高品質的車輛投入量產。
Sonatus 正致力於開闢通往智慧驗證之路，並加速標準操作程序（SOP）的落實
Sonatus AI 而 SDV 技術將傳統商用車在正式投入營運（SOP）前，那項耗時且昂貴的測試流程，轉變為高效且由AI 驅動的工作流程。透過結合 Fastlane Collector 智慧型遠端資料蒐集與 Fastlane Insight 用於自動診斷與根本原因分析，該解決方案將驗證工作從受限於實地訪問的工作流程，轉變為持續連線、以洞察為導向的開發週期。透過強化全球工程團隊之間的協作以及提升原型車利用率，最終能更快地完成 SOP 準備工作，打造出更可靠的重型商用車。
