我剛加入汽車科技龍頭企業Sonatus ，想藉此反思並分享我為何認為這裡是最適合加入的地方。
在過去的四年裡，我有幸與軟體定義車輛（SDV）生態系統中的原始設備製造商（OEM）、一級供應商以及工程團隊合作。在這段期間，我們的產業已成功解決了若干極其棘手的問題。
我們已建置了現代化的車載軟體平台。我們導入了服務導向架構、雲原生開發工作流程、無線更新、集中式運算，以及日益精進的中介軟體。軟體定義車輛的基礎正逐漸成為現實。
但最近，我發現自己開始問另一個問題：接下來該怎麼做？
我越是深入思考這個問題，就越確信「AI 」代表著汽車產業的下一次重大轉變。我認為，汽車創新的下一階段將不再取決於開發更多軟體，而是取決於讓車輛——以及打造這些車輛的工程團隊——能夠持續從數據中學習。
隨著 SDV 平台日趨成熟，瓶頸已不再是車輛軟體架構，而是能否收集正確的數據、將數據轉化為洞見，並迅速將這些洞見應用於開發、驗證、生產及服務等各環節以實現改進。
與此同時，生成式人工智慧（AI ）已從根本上改變了我們所能實現的可能性。生成式 AI （AI ）正迅速成為每個工程工作流程的一部分，但生成式 AI（AI ）的價值取決於其背後的資料與脈絡。這使得以下兩項能力變得愈發關鍵：
- 智慧型車輛資料蒐集與管理
- 一個能夠將該數據轉化為實際應用成果的雲端至邊緣AI 平台
若缺乏這些基礎，AI 便只是另一項彼此脫節的工具；有了這些基礎，AI 便能成為持續學習循環的一部分。
當我審視整個汽車生態系統時，Sonatus 之所以脫穎而出，正是因為它正在建立這個完整的基礎架構。該 Fastlane™ Platform 將車輛資料、AI 以及邊緣運算整合成單一的「雲端至車輛」工作流程： Fastlane™ Collector 可從車輛中進行精確且具情境感知能力的数据收集與檢索； Fastlane™ Insight 運用專為汽車領域設計的AI 推理技術，以加速診斷與工程決策；以及 Fastlane™ Edge 透過將AI 模型直接部署於車輛中，實現智慧技術的實際應用。 Fastlane™ Copilot 將這些能力延伸至原型車隊與驗證車隊，讓工程團隊無需等待量產整合即可加速測試。這些技術共同構建了一個閉環系統，使車輛能夠持續觀察、學習並不斷改進。
最令我興奮的是，這不僅僅是另一套軟體產品組合——這是一場架構上的轉變，從「軟體定義車輛」邁向透過數據與AI 持續自我優化的車輛。
這項演進也改變了驗證的方式。過去，工程團隊在開發過程中高度依賴手動記錄工具和彼此脫節的工作流程。隨著軟體複雜度不斷增加，這種模式越來越難以擴展。未來需要統一的驗證工作流程，涵蓋原型車、量產前測試、量產車隊以及正式投產（SOP）後的營運——同時將工程知識持續回饋至開發階段。透過 雲端互聯的AI 工作流程以及智慧邊緣運算而日益化為現實。
對我而言，加入Sonatus 並非只是加入另一家汽車軟體公司——而是加入一個正在打造我深信將引領產業下一次重大演進的團隊。過去幾年，我一直致力於開發能實現軟體定義車輛的基礎架構。如今，我非常期待能協助打造AI 及數據平台，為下一代智慧車輛奠定基礎。
「軟體定義車輛」奠定了基礎。接下來就是「智慧車輛」。我很興奮能參與其開發工作。