在Sonatus ，我們基於一個簡單的信念制定了發展藍圖：軟體定義車輛從來就不是終點，而是基礎。更大的契機在於接下來將出現的：能夠積極參與「觀察、分析、行動與改善」這持續循環的車輛。
我們正引領業界邁向智慧車輛的時代。「智慧車輛」不僅僅是軟體定義的，更是基於「AI 」架構。智慧車輛的設計旨在提供豐富的運作情境，並在整個生命週期中實現智慧化行動，將數據轉化為洞察，以持續改進車輛性能。正是「AI 」，將軟體定義的車輛轉化為能夠持續改進的車輛。
隆重推出 Fastlane™ Platform 車用AI
今天，Sonatus 將邁出下一步。我們正式推出 Sonatus®Fastlane™ Platform 車用AI 解決方案，這套產品系列不僅單獨運作時效能強大，協同運作時更顯威力，旨在協助原始設備製造商（OEM）、供應商以及AI 模型製造商，釋放過去無法觸及的價值。
Fastlane 平台賦能車輛生態系統中的創新者，使其能運用「AI 」，從而為車輛生命週期的各個環節帶來益處。目前車輛中「AI 」的現有做法，往往僅狹隘地聚焦於特定領域，例如先進駕駛輔助系統（ADAS）／自動駕駛、車載資訊娛樂系統（IVI）應用程式以及語音助理。雖然這些領域至關重要，但它們僅佔市場機會的一小部分：
- 測試與驗證。 原型車不僅成本高昂且數量有限，然而測試與驗證仍是開發過程中最耗時的階段之一。AI 協助原廠製造商（OEM）充分發揮每輛原型車的價值，簡化驗證週期並加速量產時程。
- 量產車款。 嵌入式AI 意味著車輛不再是靜態的，而是能夠透過閉環循環，在其整個生命週期中持續學習、適應並優化。無論是在測試賽道上，還是透過日常駕駛所蒐集的洞察，皆可反饋至整個車隊，並應用於未來的車型、功能及更高品質的提升。
- 售後服務。 保固與召回成本每年高達數十億美元，而糟糕的服務體驗不僅會損害客戶關係、降低客戶留存率，更會削弱品牌忠誠度。採用AI 驅動的工作流程，可協助原始設備製造商（OEM）更快解決車輛問題，並降低服務成本。
然而，儘管連網技術與軟體方面已有所進步，車輛的開發、驗證及服務營運仍大多處於被動應對且勞動密集的狀態。工程師必須耗費大量時間在問題發生後，進行資料蒐集、問題調查及修復措施的部署。為了從被動應對的流程轉向持續改善，原廠製造商（OEM）需要一套閉環系統，能夠觀察當前狀況、分析問題成因，並以可擴展且高效的方式根據這些洞察採取行動。
落實完整的「觀察→分析→行動」循環
Fastlane 平台提供一個持續的「觀察 → 分析 → 行動」循環，藉此提升車輛品質、加速開發進程、降低維修成本，並協助每輛車隨著時間推移變得更加智慧。Fastlane 平台讓原始設備製造商（OEM）能夠動態收集正確的車輛數據與情境資訊，將其與工程知識及維修歷史紀錄等附加資訊結合，進而運用針對特定車輛的推理機制來找出根本原因、預測問題並發掘改善機會。 這些洞察可透過邊緣運算AI 、虛擬感測器、智慧診斷及預測性監控，在車輛上落實應用。在邊緣端運行AI ，使車輛能夠持續監控狀態、偵測異常並即時回應，同時保障資料隱私。雲端AI 則從車隊層面的結果中學習，並將所學反饋至車輛中。
Fastlane Insight: AI 提供可付諸行動的情報
Fastlane Insight （由先前「Sonatus AI 技術人員」擴展而來）提供了一層智慧分析功能，可應用於車輛生命週期的每個階段。有別於通用型AI 工具，Fastlane Insight 專為車輛推論而設計，整合了遙測資料、診斷資訊、工程規格、維修紀錄、詳細的車輛訊號資料以及機構知識，藉此理解複雜的車輛行為。
透過跨領域與跨知識來源的資訊關聯分析，Fastlane Insight 能找出可能的根本原因，並提出傳統分析常會忽略的矯正措施。藉由以代理為核心的AI 工作流程，該系統還能引導後續資料蒐集、建議進一步調查，並協調邊緣智慧的部署，藉此持續提升診斷速度與準確性。
Fastlane Collector:基於AI 的車輛情境
Fastlane Collector （由先前版本的Sonatus CollectorAI 擴展而來）提供了驅動智慧分析所需的豐富車輛背景資訊。它能擷取訊號、診斷資料、日誌、事件以及周邊運作狀況，藉此闡明事件的發生經過、成因以及導致事件發生的前因後果。
Fastlane Collector 透過生成式AI ，簡化動態資料收集政策的建立與部署，使AI 的資料收集過程更精準、自動化且具成本效益。此外，它還讓原始設備製造商（OEM）與Fastlane Insight 能夠遠端查詢及處理歷史車輛資料。透過在適當時機收集正確的資料，Collector 不僅能提升診斷準確性，同時降低傳輸、儲存與處理成本。
Fastlane Collector 該系統自 2020 年起已投入生產環境運作，目前在全球多個原廠製造商（OEM）專案中，支援超過 800 萬輛車輛。
Fastlane Edge:大規模部署車載AI
Fastlane Edge （基於先前版本Sonatus AI Director 擴充而成）將智慧與行動直接帶入車輛之中。它使原始設備製造商（OEM）、供應商以及AI 模型提供商能夠在異質車輛運算平台上，部署、協調、監控並持續改善AI 模型、虛擬感測器、診斷邏輯以及軟體定義功能。
除了模型部署之外，Fastlane Edge 還擔任車載代理引擎，負責處理關鍵的邊緣工作負載——包括即時異常偵測、模型驗證與效能監控——以及自適應車輛行為與智慧車載服務。透過在車輛數據產生之處執行智慧處理，Fastlane Edge 能降低延遲、減少對雲端的依賴，並使車輛能夠立即根據洞察採取行動。
Fastlane Edge 同時也作為更廣泛的邊緣AI 平台，讓第三方AI 模型提供者與供應商能夠直接在車載系統中部署並執行推論工作負載。Fastlane Edge 作為 Fastlane Platform 的執行層，將雲端產生的智慧轉化為車載系統的實際運作成果，取代了我們先前推出的Sonatus Automator 及Sonatus Updater 產品。
Fastlane Copilot 正式亮相：專為車輛驗證設計的AI 外掛程式
我們同時推出了一種全新的方式，讓您能在數天內完成技術部署與應用。「Fastlane Copilot 」是一套獨立的軟硬體解決方案，預載了Fastlane Collector 與Fastlane Edge ，並具備連接標準車輛介面的功能。
透過此方法，原始設備製造商（OEM）與供應商能迅速展開運作。此外，無論車輛的電子/電氣（E/E）架構為何，他們皆可在生產週期的後期階段於車輛中使用Fastlane Copilot ，且無需將Sonatus 軟體嵌入車輛中。這套結合硬體與軟體的解決方案，搭配雲端端的Fastlane Insight ，可加速車輛測試與驗證流程，從而提升品質並縮短量產時間。
一個專為車輛設計的統一平台AI
Fastlane Insight 、Fastlane Collector 、Fastlane Edge 以及Fastlane Copilot 共同打造了一個涵蓋車輛完整生命週期的統一平台AI 。
我們的客戶已開始運用這些功能，以加速根本原因分析、縮短驗證週期、提升車輛品質，並降低維修成本。隨著車輛日益邁向軟體定義化，下一項競爭優勢將來自車輛透過「AI 」持續學習、適應與改進的能力。
Sonatus 的 Fastlane 平台正將此變為現實。