擁有80年歷史的和泰汽車，事業橫跨汽車銷售、租賃、車貸與保險，手握巨量資料。但在AI時代，他們面對的挑戰不是從零開始數位化，而是把分散在不同事業體與系統中的資訊串接起來，讓AI有地方落地。從打通資料孤島到導入AI，和泰走了一條比多數人想像中更長的路。他們如何評估市面上百花齊放的工具，最後決定選擇Gemini？又如何把公司內分散多年的資料孤島打通？這個工作有多重要？
在與記者分享和泰汽車的AI轉型以前，和泰汽車數位應用部部長謝琴韻先用幾句話，勾勒出她在和泰超過二十年的輪調軌跡。
資管系畢業的她，加入和泰後在資訊部一待就是十年，接著輪調至人資部門四年、Lexus行銷2.5年、配件子公司車美仕1.5年、PR公關兼法務部門五年，2025年7月才來到數位應用部。
「和泰有一個滿有特色的地方，就是我們的人員一直不停輪調，而且是很跨領域的調動。」謝琴韻說。
這段經歷，恰好也能映射和泰圍繞汽車這個產業長出的價值鏈。從銷售、服務、配件、金融、保險，一路延伸至共享移動、電商與支付，但伴隨著版圖擴張，各事業體各自形成熟悉的工作流程與習慣，資料也跟著更加分散。
AI浪潮來臨後，外界首先關注的是企業如何用AI降本增效。但對和泰來說，更早浮上檯面的問題是：連客戶在不同服務中的樣貌都難以拼湊，AI應用該從何談起？
也因此，謝琴韻與數位應用部科技創新室室長許仕達受訪時首先分享的，不是模型能力有多強大，也不是哪個AI Agent替集團省下多少時間，而是將時間倒轉，從AI轉型的基礎談起。
推動AI應用以前，先解決資料孤島
在推動AI之前，首先得準備好資料，而2019年的和泰，當時內部有著資料孤島問題。
謝琴韻解釋，和泰手握多種車款、品牌市占率高，事業又橫跨租車、車貸、產險，但若把汽車視為核心產品，以生命週期來衡量，接觸客人的頻率其實不高，車主可能半年、一年才上門一次。即便集團早已累積大量資料，散落的資料若無法串接，仍很難派上用場。
更關鍵的問題在於，和泰過去的資料庫是以「車」為中心建置。系統知道車主何時購車、修車、替換哪些零件，卻對車主本人知之甚少。
隨著汽車價值鏈不斷延伸，集團開始擁有車輛以外的資訊，但謝琴韻坦言，這些資訊「都卡在每一個不同的關係企業的BU（事業部）裡面」。
若能轉變角度，改從「人」而非「車」出發，企業就有機會從戶外興趣、家庭需求與生活形態等條件，辨識出更可能換購的潛在客群，而不是只從前代同款車主名單中撈人。
為了做到這件事，2019年和泰在拋出移動服務（MaaS）願景的同時，啟動資料整合工作，希望打造橫跨事業體的客戶資料平台（CDP）。
他們以手機號碼作為代表個人的「One ID」，當使用者以同一組號碼登入不同服務時，系統便能把Toyota、Lexus、iRent、Yoxi，甚至電商與支付場景中的紀錄串接在一起。
不過，資料整合的工作，並不是把所有資料集中到同一個資料庫後就算完成。
需要收集哪些資料、建立哪些標籤、後續分析時哪些欄位不可或缺，都得先與業務、行銷等單位討論。許仕達表示，前期必須先釐清各單位後續將如何應用資料，再反推回來決定蒐集哪些維度。
相較於技術整合，組織協調更加費時。
謝琴韻表示，技術端要處理不同系統、資料庫與欄位之間的整併，但更大的挑戰，在於說服各單位共享資料。「我們怎麼去說服每一個Data Owner？」她說，除了跨部門溝通，還必須同步處理法規與個資授權問題。從系統、共識到制度，和泰直到2021年，才真正將CDP建設完畢。
有乾淨的資料以後，將AI運用在業務痛點上
等到資料基礎成形，和泰也開始思考如何導入AI。
謝琴韻表示，內部一度評估過自行開發支援AI功能的系統，但很快發現外部技術演進太快，後來轉而思考，如何把AI接進原有資料、系統與工作場景，最終選定Google的企業服務Gemini Enterprise。
許仕達補充，和泰在正式導入前，曾與Google Cloud合作測試，並讓內部同仁先試用不同工具，再根據功能、需求與資料保護等面向做評估。
在治理、技術架構與業務落地三個層次同步推進下，目前和泰的AI應用已多線開展。
最早落地的是知識查找與判讀輔助。
謝琴韻舉例，和泰內部有一套知識報告模式，涉及八個步驟的問題解決手法。過去新人要熟悉這套方法，往往需要一段時間；現在教育訓練單位將報告邏輯與檢查條件餵入AI，做成報告檢查器，讓新人得以自行驗證內容是否完整、各步驟是否已充分思考，藉此縮短學習曲線，並且減少來回溝通的成本。
另外，許仕達也分享，有些同仁的工作涉及法規制度，因此會同時結合公司內部的知識庫以及外部資料，再交給AI整合。
最能看出AI改變工作方式的場景，則是客服領域。
謝琴韻分享，過去客服人員接電話時，要一邊回應客戶、做摘要、分類，常常在多工中壓縮了真正傾聽的時間。導入AI以後，系統在通話過程中便開始即時運作，等電話一結束，逐字稿、主旨摘要與分類建議幾乎已同步備妥，讓客服人員可以把注意力放回客戶身上。
這項改變不只提升效率，服務品質也有正向變化。
她也指出，分類建議並不是完全仰賴AI，例如諮詢與抱怨有時只有語氣上的細微差異，最後仍需由人判斷；在AI輔助下，客服人員能把原本用於摘要與分類的時間，轉回到傾聽與回應客戶，分類準確度也從60％提升到80％。
除此之外，AI也逐步進入分析決策與教育訓練場景。
根據和泰初步統計，目前約七成員工使用Gemini Enterprise，商品企劃單位透過無程式碼工具，將商品資訊、法規與市場知識整理成專業AI助手，資料整理時間減少近30％；經營企劃單位運用NotebookLM Enterprise與Deep Research後，研究報告初稿的產出時間從一到兩週縮短到一到三天。教育訓練方面，AI用來生成影音素材與題庫，作業時間最高可減少90％。
這些應用能夠成立，也有一個前提：公司內部資料必須留在可控環境中。和泰目前內部有明確規範，只要涉及公司資料，就必須在簽約、有資安保護的環境裡進行，不能任意使用公開版AI工具。
從+AI到AI+，下一步想讓AI改變流程與業務
應用開始落地，不代表轉型已經完成。對和泰而言，下一階段的重點，在於如何將AI推進至總部以外的組織與通路體系。
謝琴韻表示，和泰的AI轉型在集團內部起步相對較早，但經銷商與第一線人員的成熟度並不一致。由於不少經銷商沒有自己的IT團隊，仍在摸索AI能帶來哪些實際效益，甚至不少一線業務與服務專員還無法很快上手。因此，和泰近來透過AI高峰會、巡迴分享與課程，將總部已累積的經驗整理成範本，讓經銷商從較小型的應用場景開始嘗試。
這樣的推動已出現迴響。和泰今年舉辦AI高峰會之後，已有部分經銷商高層主動詢問後續導入方式。謝琴韻也提到，團隊後來把零散的回覆整理成一套較完整的小課程，並進一步準備範例，讓經銷商理解一線業代、管理職等不同角色可以怎麼用AI，希望儘快縮短總部與經銷商之間的落差。
與此同時，AI的判斷邊界也是重要議題。
許仕達指出，若是結構化資料，例如財務分析這類較有標準答案的場景，開發階段仍可透過反覆驗證降低錯誤；但若是創造性文案或開放式問答，最後仍需由人保留判斷。
伴隨集團推動AI的方向，制度上也開始跟進。
謝琴韻說，和泰評估同仁考績時會兼顧表現（Performance）與職能（Competency），其中主管級的工作職能評量，已將AI應用納入考量。換言之，主管除了完成原本工作之外，也必須思考如何在業務中運用AI，並推動其落地。
隨著AI應用逐步擴散到知識管理、分析支援與第一線服務，下一步自然浮現的問題是：和泰是否會進一步把這些能力整合成集團級的AI平台？這類想像，在採訪現場也曾被提到，亦即是否可能出現一個集中式入口，統整不同部門與業務需求。
許仕達認為，不同關係企業的業態差異極大，若要建一套涵蓋所有需求的系統，技術與維護成本可能過高。謝琴韻則表示，與其追求一個萬能平台，不如依照不同業務需求，設計出更貼近需求的Agent，才能精準打擊。
因此，和泰現在對AI發展的描述，是從「+AI」走向「AI+」。
前一階段，是在既有工作中加上AI工具，先提升效率；再往下走，則是回頭檢視流程本身能否整合、改寫，甚至重新定義。
從2019年前後啟動資料整合，到近年讓AI逐步進入知識管理、客服、分析與教育訓練等場景，和泰做的不只是導入工具，還逐步把AI整合至既有資料與流程中。
下一步，他們想讓AI不只是加分項，而是推動流程與業務改造的力量。
從2019年啟動資料整合開始，到近年逐步讓AI進入客服、知識管理與分析決策，和泰已經走過了「把AI加進工作裡」的路。當資料、系統與人都逐漸到位之後，接下來真正的挑戰，不再是讓工具變得普及，而是運用AI重寫原本的流程與分工，甚至重新定義工作本身。
