從資通訊技術發展看智慧化台灣高鐵的現況與未來

顏昭立 葉明道 台灣高速鐵路股份有限公司/資訊處 台灣高速鐵路股份有限公司/資訊處

摘要 台灣高鐵營運十周年，一路如同軌道的向

前延伸，從建置高鐵營運必需的系統起

步，逐步加速於系統整合與業務自動化，

現今正循著智慧化的軌道持續前行，朝下

一個十年邁進。 資訊與通訊技術高速發展，推動一個科技

鐵路營運時代的來臨，將行動技術、物聯

網、大數據及人工智慧運用在維修、客

服、管理、行銷等領域，是智慧化台灣高

鐵所需面對的挑戰，也是使命。 台灣高鐵有感於智慧化的高速鐵路營運之

挑戰與使命，自2016年起即開始就公司運

作發展與台灣交通運輸趨勢，結合新的資

通訊技術，訂定旅客服務與營運管理兩方

面智慧化的策略，並規劃具體行動方案以

落實執行。 1. 序言 20世紀末、本世紀初，資通訊科技快速發

展。台灣高鐵於2007年1月通車，正值互

聯網已普及、3G行動電話為主流產品之年

代，且電子商務的發展已成熟之際。同一

年，2007年iPhone智慧手機問世之後也宣

告了網路行動時代的來臨，2008年 Apple公司推革命性的APP store刺激4G市場的

成長，社群網路也在此時興起。2011年至

2017年資通訊關鍵技術出現爆發性的發

展，行動化應用、雲端運算、大數據、物

聯網、人工智慧紛紛在這個階段湧現，對

於智慧運輸發展趨勢帶來顛覆性的影響。

且隨著上述之技術更加精進和產品應用更

加普及，帶來的影響將是持續性的，包括

個人化服務思維興起、企業決策之強化、

維修更有效率、提高良好客戶體驗、開啟

新的行銷模式、提升運輸安全性等，且人

工智慧將成為企業內數位化平台的核心(圖1)。以上趨勢於章節2.1內分析。

圖1. 資通訊技術發展及對於智慧運輸發展

趨勢的影響 台灣高鐵與資通訊科技發展與時俱進，自

2007年通車開始，從建置高鐵營運必需的

系統起步，逐步加速於系統整合與業務自

動化，充分利用資通訊技術以推動智慧化

的高速鐵路之營運。台灣高鐵在2016年以

「台灣高鐵智慧運輸服務系統」(THSRC ITS Smart Railway Services System)榮獲

「ITS世界大會名人堂產業成就獎」。 台灣高鐵緊接著於邁入營運滿十年之際，

有鑑於台灣現今面臨出生率降低，人口持

續老化逼近高齡社會[1]、其他運具競爭力

提升、設備年份增加之課題，於2016年起

就公司運作發展與台灣交通運輸趨勢，結

合新的資通訊技術，訂定了「顧客服務」

及「營運管理」的兩方面智慧化的策略，

並規劃具體行動方案以落實執行。將行動

技術、大數據及人工智慧運用在維修、客

服、管理、行銷等領域。 在章節2之正文內分成以下章節說明及分

析台灣高鐵自2007年通車至今，資通訊科

技發展歷程對於智慧運輸發展趨勢之影

響，而台灣高鐵依循此趨勢進行智慧化之

作為與成果，及未來計畫。 (1) 資通訊科技發展對於智慧運輸的影響

(2) 智慧化台灣高鐵的現況 (3) 智慧化高鐵的未來計畫 (2018~2022

年) (4) 智慧化高鐵的未來計畫 (2023~2027

年) 2. 正文 2.1 資通訊科技發展對智慧運輸的影響 如圖1所示，分析2007年台灣高鐵通車開

始，資通訊技術發展對於智慧運輸的影響

如下： (一) 行動化、大數據與雲端運算促成以旅

客為主之個人化服務思維興起：台灣高鐵

於2007年通車時，互聯網與行動通訊市場

的成熟已為行動化打好基礎。2012年各廠

家的智慧型手機大量進入市場，包括平價

智慧型手機[2]，造成智慧型手機普及化、

另一方面，大數據與雲端運算技術融合產

生之應用在網頁及智慧型手機APP上實

踐，提供旅客獲得更多、更即時的資訊，

包括不同運輸工具、價格、目前路網狀態

等[3]可作選擇。行動化、大數據與雲端運

算讓即時資訊帶著走，加上政府開放資料

政策，造就以顧客為主之個人化服務思維

興起。提供Door-to-door旅程服務，並依

旅客之喜好及需求提供服務為運輸業者需

思考之方向。 (二) 物聯網促使維修更即時且更有效率：

2015年資通訊產業的發展重點從智慧型手

機與平板，轉移到物聯網[4]。隨著物聯網

市場之成熟，感測器體積變得更小、性能

更佳、成本更低。由運輸設備安裝各種感

測器構成之物聯網收集的檢測資料匯入維

修資訊管理系統進行分析，有助於在設備

發生故障之前發現，提早進行維修以確保

營運安全。再者，由物聯網串聯後端之維

修供應鏈，包括庫存、製造等，線上作業

讓維修更即時且更有效率。 (三) 數位化票證與行動支付開啟新的行銷

模式：2014年底行動支付開始進入台灣市

場，2017年Apply Pay與Android Pay於台

灣上市，再者，2017年台灣悠遊卡公司提

出電子票證數位化申請。在2015年有交通

數位化相關分析報告預測，到2020年90%的所有交通運輸將沒有使用紙票，各種數

位化票證及智慧型手機、穿戴裝置等行動

支付市場將大幅成長[3]。不論行動支付或

數位化票證，皆需綁定個人身份資料，藉

由收集及分析旅客的購票紀錄了解個人之

消費模式，將開啟智慧運輸個人訂製化之

新的行銷模式[註1]。 (四) 語音辨識與自然語言理解技術的應用

提高旅客良好的客戶體驗：2012年深度學

習(Deep Learning)技術有了突破[5]，深度

學習之語音辨識及自然語言理解技術逐年

進步，語音辨識之錯誤率由2012年15%下

降至今年的4.9%[6]。言語的交談互動是人

類最直接有效的溝通方式，2016年開始，

相關語音辨識與自然語言理解技術結合特

定領域已應用在語音助理、企業服務、智

慧家庭等方面。 2017年有分析報告預測，

到2021年超過50%的企業開發chat-bot的應用將比傳統APP要多[7]。對於智慧運輸

領域發展趨勢來說，使用智慧型手機以交

談方式提供行動訂付取票(mobile ticket-ing)服務為實踐提高旅客良好的客戶體驗

之方式，再者導入客服語音機器人將可降

低客服人員平均服務時間，及提升服務總

量。 (五) 影像辨識強化運輸安全與管理：運用

深度學習的影像辨識技術的錯誤率已由

2012年的16.4%降低至2015年的3.5%[8]，

已達相當高之準確度。影像辨識應用廣

泛，包括車牌辨識、門牌辨識、人臉辨

識、身軀辨識、指紋辨識、圖片/相片辨

識、製造業良率檢測、醫療圖像分析、災

害預警系統、自動駕駛等。在智慧運輸領

域的運用，除上述之車牌辨識、自動駕駛

外，可利用人臉辨識與身軀辨識之技術進

行安全性分析如闖入平交道、月台越線、

特定區域警戒，及客群分析如人潮數目、

性別、年齡、情緒等，亦可進行是否需增

開加班車之分析。

(六) 大數據決策分析強化企業決策：傳統

企業內部之資料分析主要侷限於使用結構

性資料。結構性資料存放在資料庫內，不

同的應用系統有自己的資料庫，企業為了

獲得整合性的資料以進行商業全局視野的

分析及決策，資料倉儲的機制因應而生。

資料倉儲對歷史資料做統計，計算各項業

務指標以對現況進行了解及分析。2012年大數據時代來臨，除了傳統如ERP之結構

性資料外，包括物聯網、開放資料、網頁

資料、企業內各種文件等有80%之資料屬

於非結構性資料。結合非結構性資料及結

構性資料的大數據分析技術，採用深度學

習的演算法從各種複雜資料中找出隱含其

中的相關性進行推論，以對未來進行預

測。利用大數據技術可對於巨量資料、多

樣性資料、快速產生的資料進行處理、分

析及預測，以強化企業決策的準確度[9]，

這是資料倉儲分析機制無法達成的。圖2為資料倉儲分析與大數據分析之比較圖。

圖2. 資料倉儲分析與大數據分析之比較 (七) 自動化運輸，安全性大幅度提升：

2012年Google自駕車測試擴長至複雜交通

環境的城市區域，2014年Tesla推出「自

動輔助駕駛」系統，2015年百度進行了高

速公路與城市道路的自動駕駛測試。傳統

汽車大廠在2015年開始也紛紛投入自動駕

駛的領域，自駕車產業預估2021年Level5全自動駕駛將可量產[10]。研究報告指出，

一旦技術和法規問題得到解決，2030年後

15%的新車將為全自動駕駛[11]。因自動駕

駛車內建的各種感測器如光達、雷達、聲

納、高功率攝影鏡頭與人工智慧技術整合

將提升駕駛安全性，因根據統計交通事故

當中，高達九成是人為因素造成。再者無

人車普及後，配合共享經濟，並與車聯網

整合分享資訊，將能有效節省時間與改善

市區交通狀況[12]。 (八) 人工智慧將成為企業內數位平台的核

心：2017年開始，人工智慧快速成長[13]，

根據分析2018年及之後，人工智慧將是企

業內數位化平台的核心[14]，有能力在數位

化平台上應用人工智慧以重新塑造業務模

式、加強客戶經驗、強化決策的企業將能

獲利。且在未來幾年內，所有的APP、應

用軟體與服務在不同程度上將付予人工智

慧的進階分析、智慧化處理方式及良好顧

客體驗功能[7]。 審視上述之各項資通訊技術的發展進而推

動智慧運輸發展之趨勢，其中之第(四)項至第(七)項已應用了人工智慧技術，其他

第(一)項至第(三)項之進階及強化方式亦為

導入人工智慧。人工智慧導入智慧運輸發

展是必然的趨勢。 2.2 智慧化台灣高鐵的現況 台灣高鐵自2007年通車至今，使用資通訊

之關鍵技術達成智慧化之成果，除了中央

行車控制系統(CTC)提供安全、準點、效

率之服務外，在「旅客服務」與「營運加

值應用」系統方面亦達成多項應用(表1)。其中最多項系統使用之關鍵資通訊技術為

行動應用，如圖3之紅框所示系統。 分

類 資通訊技術 應用、服務系統 啟用 年度

旅 客 服 務

行動應用

T-Express Push Message 高鐵假期手機版 行動購物平台 整合資訊服務 智慧卡查驗票 行動支付(多元支

付)

2011 2016 2017 2017 2017 2017 2017

KIOSK 超商紙票 2010

非接觸式讀卡機 自由座多卡通(多元支付)

2017

大數據分析 會員系統 2017

營 運 加 值

行動應用 SMIS TOMIS 車站行動服務

2011 2011 2017

網路及感測器 DWS DPGIS

2012 2014

資料建模分析 站務人員排班 2017 KIOSK PIDK 2013

表1. 現行台灣高鐵智慧化應用、服務系統

使用資通訊關鍵技術列表

圖3. 現行台灣高鐵智慧化系統開放使用年

度對應於資通訊發展歷程 各項系統分項說明如以下章節： 2.2.1 列車運行管理 列 車 運 行 管 理 系 統 (Train Operation Management Information System, TOMIS)整合列車即時資訊，提供圖像化資

料可掌握列車位置、延誤時間、時刻表異

動及加開或取消班次等動態資訊。TOMIS亦整合安裝於高鐵沿線之地震計、風速

計、雨量計、水位計，以及入侵偵測等災

害告警設備，提供告警程度與影響範圍，

以利災害應變中心作出應變決策。如此，

應變決策可迅速有效地傳達至第一線相關

人員，以利後續之旅客服務與應變措施。

TOMIS可即時回傳現場影像資訊，提升異

常應變時之決策效率與品質[15]。 TOMIS可在個人電腦及智慧型手機上使

用，並支援多點觸控功能，使用者可隨意

調整畫面大小以取得所需資訊。圖4為TOMIS之手機版主選單畫面。圖5為列車

延誤資訊顯示圖。圖6為列車定位顯示

圖。

圖4. 列車運行管理系統手機版主選單畫面

圖5. 列車延誤資訊顯示圖

圖6. 列車定位顯示圖 2.2.2 防災應變資訊 防災應變資訊包括災害告警系統(Disaster Warning System, DWS)及防救災應變資

訊系統 Disaster Prevention Geographic Information System (DPGIS) ，說明如

下： (一) 災害告警系統： DWS包括佈設在高鐵沿線的各種災害感測

器以隨時偵測地震、強風、豪雨、邊坡滑

動、坍方、落石、洪水…等狀況，即時傳

送告警，使列車駕駛及行控中心能迅速進

行各項反應措施。圖7顯示高鐵沿線可能

的災害及各種感測器之安裝圖。DWS與高

鐵核心機電系統整合，若偵測到地震、落

石、邊坡滑動、入侵等狀況，列車將自動

停止。

圖7. 台灣高鐵防災告警系統感測器安裝圖 (二) 防救災應變資訊系統： 為有效利用偵測資料，台灣高鐵除收集內

部各種災害感測器之資料外，亦整合由政

府單位提供之觀測資料（包括氣象、水

情、土石流、地震、國道路線、警消單位

之位置及聯絡資訊等），利用Google Maps將原本資料整合為以空間影像為基礎

資訊的DPGIS。此外，高鐵沿線用以監測

邊坡或橋梁河川水位高度之CCTV影像、

沿線重要公共管線位置（燃油、天然氣、

丙烷與其他）、以及列車運行資訊、高鐵

路線資訊等亦納入整合。 因此，若發生影響高鐵營運之災害事件

時，可藉由DPGIS的數位化地圖立即顯示

目前各列車資料及所在位置，並標註高鐵

沿線各偵測器與政府單位偵測站之位置及

數據，使列車位置與當地災害情形之關係

一目了然，使行控中心能預先進行各項運

轉調度之準備與決策。圖8顯示事件發生

之狀態。圖9顯示由災害感測器獲得之資

料及趨勢即時顯示在DPGIS監控畫面上

[16]。

圖8. 災害事件狀態與Google Map整合

圖9. 災害感測器之資料與Google Map整合

2.2.3 列車座位資訊查詢系統 自智慧型手機普及後，台灣高鐵公司將車廂座位配置圖與旅客購票資料，透過智慧型手機作業平台及其對應之軟體設計方式，轉換為可於智慧型手機上顯示圖像資料的列車座位資訊查詢系統(Seat Map In-formation System, SMIS)。 SMIS不僅為台灣國內軌道運輸業之首創應用，亦為國際首創結合驗票與旅客服務功能之系統。列車長即可透過智慧型手機，掌握當班車次各車廂各座位之利用狀況，包括旅客人數、身分（一般票或優待票）、搭乘區間等，可針對座位註記旅客個別特殊的服務需求，例如乘車導引協助、餐勤服務等。 因此，列車長可即時掌握車上旅客訂位資

訊，改變傳統列車長須逐一查驗全車旅客

車票之驗票流程，降低對車上旅客不必要

的驗票打擾。且列車長查驗票效率提升

後，有更多的時間執行車上旅客服務與安

全維護的工作。如遇運轉異常事件，列車

可即時掌握旅客人數，做為後續應變或緊

急疏散的準備。圖10為SMIS之主畫面。

圖10. 列車座位資訊查詢系統主畫面 另外SMIS之擴充應用包括： (一) 增加列車組員勤務資訊查詢功能： 將列車組員勤務資料導入SMIS，並搭配列

車時刻表之資訊，列車組員於SMIS中即可

掌握當日之勤務班表，以及一同當班的同

事，簡化列車組員勤務準備時需查詢紙本

勤務班表之情形。圖11為SMIS列車組員

勤務資訊查詢畫面。

圖11. 列車組員勤務資訊查詢畫面 (二) 增加補票功能： 隨高鐵公司所推出之票務產品愈趨多樣，遂將補票作業所需之工具整合於SMIS。在資料來源部份加入了票價表與票價計算模組，並應用智慧型手機之藍芽配對技術，搭配無線可攜式印表機，而發展出以SMIS進行補票作業之創新應用。旅客若需補票，列車長即可由操作SMIS計算出應補票區間及金額，並透過隨身之無線可攜式印表機將補票證明印出後交付旅客。圖12為SMIS補票功能畫面。

圖12. 列車座位資訊查詢系統補票功能畫

面 2.2.4 多元購票通路 高鐵營運初期已推出網路購票服務，但搭

車前仍須至車站取票。台灣高鐵公司於

2010年應用矩陣式二維條碼（Matrix 2D barcode）技術，開發出電子票證，突破

旅客須至車站取票之限制，並發展出下列

2項應用服務： (一) 超商紙票： 考量台灣民眾於便利商店的消費習慣與依賴的特性，高鐵公司大膽訂定創新的服務方式，結合便利商店KIOSK交易及QR

Code技術應用，使高鐵公司成為全球第一家可於便利商店，以24小時、全年無休的方式，銷售車票的高速鐵路公司。 旅客可直接於便利商店購票，車票上印有

專屬QR Code(圖13)，台灣高鐵公司亦同

步於各驗票閘門增設QR Code讀取設備，

故旅客可直接使用QR Code車票通關，無

須人工驗票。

圖13. 超商紙票 (二) 行動載具電子票證「T-Express」： 高鐵公司於2011年設計便於行動裝置下載之APP，推出「T-Express」─手機快速訂票通關服務(圖14)。旅客於行動裝置下載「T-Express」APP，即可進行訂位與購票，訂位完成後會取得專屬之QR Code留存於行動裝置。旅客搭車時只需於驗票閘門之QR Code讀取設備上直接出示行動裝置之QR Code畫面，即可進站搭車。 「T-Express」APP之開發，使高鐵公司成為台灣第一家可以使用智慧型手機完成訂位、付款、取票，並使用手機票證通關的大眾運輸業者，大幅提高旅客購票便利性。APP亦設計了供手機專用之行動支付機制，保障交易安全。 超商紙票與「T-Express」APP之推出，使高鐵公司實體售票據點由原來的車站擴增至全台灣10,000餘家便利商店門市，24h服務全年無休，亦透過行動載具推廣至個人隨身服務，節省旅客至車站排隊取票之時間。

圖14. 「T-Express」APP 2.2.5 乘車資訊傳播 乘車資訊傳播包括以下2項設備功能： (一) 旅客資訊顯示電子看板 (Passenger Information Display Kiosk, PIDK)：在站內

提供多媒體即時營運訊息，增加旅客能見

度與溝通(圖15)。

圖15. 旅客資訊顯示電子看板 (二) 營運訊息即時推播 (Push Message)：T-Express APP「訊息推播」功能提供購

票、優惠及最新運轉狀況…等訊息，方便

旅客於最快時間得知運行資訊(圖16)。

圖16. 營運推播訊息 2.2.6 旅遊資訊服務 台灣高鐵為利用各地觀光資源與服務，持

續整合觀光資訊，除推出一般套裝旅遊商

品外，並以異業結盟方式，與國內知名的

優質飯店合作推出「高鐵飯店聯票」優

惠，並分別與高雄捷運公司、台灣好行觀

光巴士、航空公司等運輸業者合作推出

「高鐵交通聯票」。台灣高鐵自行開發特

約旅行社票務管理系統 (Agent Ticketing Management System, AGTS)，於2013年開放旅行社於販售旅遊商品時可直接開

票，讓門市皆成為售票通路。 同時台灣高鐵於企業網站提供各式旅遊產

品與相關旅遊、運輸業者之專案網頁，旅

客可依想前往之目的地，選擇旅行天數，

即可查詢所有適用的旅遊產品及資訊，部

份旅遊產品亦可直接於專案網頁上直接訂

購付款。整合觀光與休閒產業資源，推出

超過 990 種套裝行程。與12家旅行社合

作，於高鐵網站或旅行社通路皆可購買。

圖17為高鐵假期網站首頁，並於2017年8月推出手機版(圖18)。 旅遊產品資訊整合之效益，在於簡化旅客

查詢旅遊行程中所涉及交通、住宿、觀光

資訊等環節；而高鐵公司可利用離峰座位

創造旅遊需求，與觀光業者共享經營效

益，而形成三贏局面。

圖17. 桌機版高鐵假期網站

圖18. 手機版高鐵假期網站 另外，為便利旅客獲得接駁轉乘之資訊，

2014年台灣高鐵在各車站提供互動式轉乘

資訊查詢機(圖19)，建置快捷公車及動態

資訊系統，提供智慧化接駁轉乘資訊。

圖19. 互動式轉乘資訊查詢機 2.2.7 自由座多卡通 台灣高鐵於2017年4月啟用自由座多卡

通，除了悠遊聯名卡之外，加入一卡通聯

名卡，旅客使用數位化票證即可搭乘自由

座。圖20為自由座多卡通數位化票證及閘

門圖。

圖20. 自由座多卡通數位化票證

2.2.8 行動支付 台灣高鐵於2017年6月開放行動支付服

務，包括台灣行動支付提供信用卡及金融

卡支援 iOS/Android兩平台，以及2017年11月起於手機T-Express APP及各車站實

體售票刷卡機，包括自動售票機及人工售

票櫃台皆全面提供Apple Pay與Android Pay信用卡交易服務。圖21為行動支付示

意圖。

圖21. 行動支付服務 2.2.9 WiFi 台灣高鐵於與中華電信合作iTaiwan WiFi應用服務案，於2017年7月完成列車WiFi建置，提供旅客快速上網服務，以及AR互

動購物之應用。 2.2.10 個人會員系統 台灣高鐵自行開發建置個人會員系統，系

統功能架構圖(圖22)，於2017年10月第一

階段上線，對應之系統功能將分三階段陸

續完成，整體業務目標說明如下： (一) 導入大數據分析機制進行旅客消費行

為、購票通路等資料分析，以促銷產品及

增加異業合作機會。

(二) 進階至顧客關係管理(CRM)之階段，

加深與顧客間之關係，具體提升顧客服務

之水準。

圖22. 個人會員系統功能架構圖 2.2.11 車站行動服務APP 目的為縮短旅客於車站排隊等候購票時間，站務員可持安裝車站行動服務APP之平板電腦協助旅客訂位或提供票務諮詢服務。於完成訂位後透過「可攜式熱感式印表機」印出「臨時取票代碼單」，提供旅客至窗口或TVM進行付款取票，旅客排到窗口時即可出示「臨時取票代碼單」進行付款開票，無需於窗口再進行搭乘車次之溝通。 2.2.12 整合資訊服務APP 為台灣高鐵企業APP，整合各項服務資訊供旅客使用，主畫面如圖23。此項服務於2017年10月上市，包括以下之功能：

圖23. 整合資訊服務APP主頁面 (一) 時刻車次查詢功能結合適用優惠，旅客容易掌握高鐵車次優惠。

(二) 便利轉乘功能提供各車站轉乘資訊，結合Google Map以利旅客規劃旅程轉乘路線。 (三) 購票優惠查閱功能可掌握高鐵最新優惠資訊。 (四) 提供會員專屬服務，旅程積點回饋。 (五) 各車站基本資訊，結合交通部公共運

輸整合資訊流通服務平台之即時動態資訊

(圖24) ，以掌握快捷公車、台鐵動態。

圖24. 整合資訊服務APP轉乘即時資訊供

旅客查詢 2.2.13 行動購物平台 台灣高鐵與PC Home合作提供高鐵紀念品之行動購買功能，於2017年10月開放服務。 2.2.14 站務人員自動化排班 導入最佳化求解軟體，將站務人員排班資料輸入建立模型進行分析並找出最佳化排班。效益為提高排班自動化，減低人為操作錯誤，降低排班時間，提早公布班表，並將人性化排班納入系統功能，於符合相關法規前提下，提供同仁友善的工作安排。 2.2.15 智慧卡查驗票 建置本項功能之目的為確保各類電子票證包括定期票、回數票、悠遊卡、一卡通、其他智慧卡之票證在列車上皆可查驗，以提升列車長驗票作業之涵蓋面，增進查驗效率，確保票務營收。

2.3 智慧化高鐵的未來計畫(2018~2022) 2017年年底台灣高鐵擬定2018~2022年之

中長期策略，其智慧高鐵發展計畫依循

2016年訂定的「顧客服務」與「營運管

理」的兩大策略，除了現行已實踐之多項

行動技術應用(章節2.2)，加入大數據與人

工智慧之運用以強化維修、客服、管理、

行銷等領域。此一階段著重在建立企業數

位化平台的核心-具備人工智慧、自然語言

處理、進階分析與推理能力之「智慧平

台」。在此「智慧平台」上建置開發兩大

策略之應用、服務系統。 其中「顧客服務」策略包括智慧銷售、智

慧客服、智慧行銷等3項；「營運管理」

策略包括智慧排班、智慧維修、智慧安全

等3項。個別項目之行動方案，提供之應

用、服務系統及預計啟用年度規劃如表

2。對應於資通訊發展歷程如圖25，使用

之關鍵技術包括行動應用、大數據、人工

智慧，如紅框所示。上述行動方案並呼應

章節2.1之智慧化運輸趨勢分析，對應關係

如表3。

策略 行動方案 應用、服務系統 啟用 年度

顧

客

服

務

智

慧

銷

售

建立多元支

付服務 回數/定期票APP 2019

建立良好顧

客關係 電子優惠券 2019

建立語音辨

識與語意分

析應用 T-Express 2019

智

慧

客

服

建立語音辨

識與語意分

析應用 客服機器人 2019

智

慧

行

銷

導入及應用

深度學習客

戶洞悉技術 智慧行銷 2021

營

運

管

理

智

慧

排

班

建立排班最

佳化程序及

機制

站務人員排班 車務人員排班

2020 2020

智

慧

維

修

建立營運大

數據資料庫

及分析預測

技術

列車、軌道、電

力等系統之維修

檢測資料模型建

立

2018~ 2022

智

慧

安

全

建立營運大

數據資料庫

及分析預測

技術

營運事件分析 2022

表 2.台灣高鐵 (2018~2022年 )智慧化應

用、服務系統及預計啟用年度表

圖25. 台灣高鐵(2018~2022年)智慧化應

用、服務系統對應於資通訊發展歷程

策略 行動方案 智慧化運輸

趨勢

顧

客

服

務

智慧 銷售

建立多元支付服務 (一)、(三)

建立良好顧客關係 (一)、(三) 、(六)、(八)

建立語音辨識與語意

分析應用 (一)、(三)、(四)、 (八)

智慧 客服

建立語音辨識與語意

分析應用

(一)、(三)、(四)、(六)、(八)

智慧 行銷

導入及應用深度學習

客戶洞悉技術 (一)、(三)、(六)、(八)

營

運

管

理

智慧 排班

建立排班最佳化程序

及機制 (六)、(八)

智 慧

維修 建立營運大數據資料

庫及分析預測技術 (六)、(八)

智 慧

安全 建立營運大數據資料

庫及分析預測技術 (六)、(八)

表3. 台灣高鐵(2018~2022年)行動方案對

應章節2.1之智慧化運輸趨勢 各項系統分項說明如以下章節：

2.3.1 回數/定期票APP 回數/定期票APP之目的為解決已發行之回

數/定期票CSC(Contactless Smart Card)票卡之續購，仍需至窗口排隊之抱怨問

題，同時為紓解售票窗口負擔。台灣高鐵

計劃於2019年提供APP功能，持卡人可由

APP申請續購，效益為提升回數/定期票旅

客購票便利性與新增站外通路，紓解售票

窗口負擔。 2.3.2 智慧銷售 T-Express預定於2019年增加具備語音介

面之智慧銷售功能。說話是人類最好的溝

通方式，語音介面之T-Express服務可帶

來良好的客戶體驗，尤其面對高齡化人口

增加及視障人士。導入T-Express語音對

話式介面，並整合顧客服務相關應用系統

功能及客服以提高顧客滿意度。旅客滿意

T-Express之使用經驗，將可提高站外通

路銷售以降低站內票務銷售人員之工作負

擔。智慧銷售之功能如下： (一) 前端可使用個人電腦或行動裝置透過

互聯網以語音之對話介面，情境式導引顧

客進行購退票流程，透過語音辨識與語音

分析應用模組的自然語言處理技術進行語

意分析，整合票務系統提供訂退票服務。 (二) 透過互聯網，「智慧化平台」串聯高

鐵周邊交通路網開放資訊(Open Data)，根

據旅客搭乘需求，自動規劃高鐵站往返行

程(Door to Door行程規劃)以提供客製服

務。 2.3.3 智慧客服 智慧客服建置客服機器人透過機器學習

(machine learning)由客服文字紀錄檔及

Q&A大數據進行學習後可自動回答旅客問

題，並由每日持續累積的問題及學習可不

斷精進，目的為降低客服人員平均服務時

間與提升服務總量。依據其它已導入之業

界經驗，客服機器人可處理70~80%的問

題，因就旅客之問題統計，70~80%是相

同的。智慧客服之導入分成2階段，計劃

於2019年導入智慧文字客服，再於2020年導入智慧語音客服。智慧客服功能如下： (一) 收集與彙整既有客訴與客服案例，透

過大數據分析，整理成客服資料庫，提供

客服人員以情境參數方式輸入，提供標準

與快速的客訴處理與旅客服務。 (二) 經由成熟的客服資料庫，提供旅客自

助式諮詢與客訴說明(Q&A)，可有效直接

的回應旅客，並減少客服人力。 (三) 前端可使用個人電腦或行動裝置提供

智慧客服服務，具備語音(或文字)之對話

介面，透過認知運算(cognitive computing)能力並連結客服Q&A資料庫，了解顧客問

題及回答顧客問題。客服機器人若無法回

答，或判斷客人情緒變化時，系統可立即

切換由真人處理。 (四) 某些情況，旅客已自行上網查找問題

答案未果才會求助客服人員，客服人員接

聽時，機器人在旁同時聆聽旅客的問題，

可立即提供相關資訊及建議方案予客服人

員，以解決處理複雜的問題。 2.3.4 電子優惠券(E-coupon) E-coupon之目的為提升銷售效能、管理精

準、訂位使用便捷等，並可增進內部執行

效率，銷售與管理不再全人工作業，並減

輕高鐵車站窗口人工核對等作業負擔。E-coupon並將與會員系統及智慧行銷整合，

達到提升運量及營收的加值效果。E-coupon計劃於2019年啟用。 2.3.5 智慧行銷 智慧行銷的前提是建立客戶資料大數據，

導入深度學習技術以策劃更精準的行銷活

動，提升銷售量、增加旅客忠誠度，功能

如下： (一) 前端可使用個人電腦或行動裝置提供

會員專屬「整合資訊服務」。以高鐵「智

慧化平台」連結會員資料庫，將顧客分

群，建立顧客標記(Tag)，進行顧客評分，

提供個人化促銷方案，如推薦合適的套

票、聯票、高鐵假期、…等，或發送電子

優惠卷(E-coupon)以進行精準行銷。 (二) 「整合資訊服務」密切的與客戶溝

通，並適時按客戶的喜好與需求主動提供

商品及服務資訊給客戶。 (三) 「整合資訊服務」可向會員進行個人

化旅遊行程推薦、整合車站資訊詢答、

Door to Door行程規劃。 (四) 高鐵「智慧化平台」連結會員資料庫

對物品、顧客、瀏覽購物行為進行大數據

分析以掌握物品相關性及消費模式，以及

顧客的意圖，協助行銷人員策劃行銷活

動。 2.3.6 智慧維修 台灣高鐵累積了10年以上之維修資料，智

慧維修為將歷史檢測數據與對應維修派工

資料歸納整理，建立維修大數據資料庫，

進行大數據分析，以制定預測性維修

(Predictive Maintenance)計畫。智慧維修

分 成 2 個 五 年 階 段 ， 本 五 年 階 段

(2018~2022年)主要工作為收集、整理與

建置所有列車、軌道、電力等系統之既有

維修、檢測資料的資料模型；而下一個五

年階段(2023~2027年)是預測性維修的智

慧化階段。 2.3.7 營運事件分析 台灣高鐵累積了10年以上之營運事件資

料，導入大數據決策分析機制，透過歷史

營運事件資料收集及整理、資料模型建

立、推理及優化之3個步驟，對於新事件

的應變將可快速取得最佳決策。同時亦可

在發生類似事件之同時，透過輸入各主、

客觀條件諮詢系統，依據過去處理過程、

紀錄與現況因子，提供事件可能處理時

間、措施等即時資訊，提升旅客溝通效

率。 2.3.8 站務、車務員排班

台灣高鐵已於2017年11月建立站務員自動

化排班系統，並預定於2018年完成車務員

自動化排班系統。後續將導入人工智慧技

術，進行排班資料之收集整理、建立最佳

化排班模型，自動找出最佳排班結果，更

進一步降低人工排班時間，並可快速進行

班表的應變調整。 綜整2018~2022年，推動台灣高鐵智慧化

的基礎是建構「智慧化平台」，應用大數

據及人工智慧融合之技術，在「顧客服

務」及「營運管理」的兩大策略下執行章

節2.3之行動方案之階段。 2.4 智慧化高鐵的未來計畫(2023~2027) 2023~2027年，台灣高鐵之智慧化計畫是

在既有「智慧化平台」之基礎上，依循

「顧客服務」與「營運管理」的兩大策

略，持續強化「智慧化平台」及增加應

用、服務系統(表4)。對應於資通訊發展歷

程如圖26，使用之關鍵技術包括行動應

用、大數據、物聯網、人工智慧，如紅框

所示。 分

類 應用、服務系統 智慧化運輸趨勢

顧 客 服 務

銷售策略分析 旅客服務APP升級

(一)、(三)、(六)、(八) (一)、(三)、(四)、(八)

營

運

管

理

營運決策分析 影像分析應用 智慧知識管理 智慧維修

(六)、(八) (五)、(六)、(八) (六)、(八) (二)、(六)、(八)

表4. 台灣高鐵 (2023~2027年 )智慧化應

用、服務系統，及對應章節2.1之智慧化運

輸趨勢

圖26. 台灣高鐵(2023~2027年)智慧化應

用、服務系統對應於資通訊發展歷程 各項系統分項說明如以下章節： 2.4.1 銷售策略分析 會員系統自2017年上線，2023年台灣高鐵

已累積5年以上之會員及購票資料。收集

及整理台灣高鐵票務推廣各項服務的營收

資訊、附屬事業的營收資訊，建立模型、

進行大數據分析及預測，以進行調整和改

善，做出最精準的推廣及銷售決策。 2.4.2 旅客服務APP升級 研究報告預測到2021，APP發展已過了鼎

盛期來到了後APP時代，且隨著人工智慧

在自然語言理解的進步，企業將增加開發

chat-bot應用[7]。台灣高鐵之所有旅客服

務APP，包括整合資訊服務、回數/定期票

等將增加對話式介面以提高客戶體驗。 2.4.3 營運決策分析 收集及整理各項營運、維修、ERP等資料

建立模型、進行大數據分析及預測以強化

營運決策。 2.4.4 影像分析應用 影像分析應用包括以下項目： (一) 維修方面：設備之檢測使用影像分

析，將檢測影像分類及識別以節省人為判

別時間及增加檢測之正確性。 (二) 輸運方面：使用影像分析旅客在車站

及月台上之人潮，可立即判斷是否需流量

管制，有狀況時亦可即時發現，以增加營

運效能，提高旅客滿意度。而影像與人臉

辨識在符合法規與旅客意願的前提下，亦

可提供無票證服務。 2.4.5 智慧知識管理 台灣高鐵累積了10年以上之維修資料，整

理歷史檢測資料與記錄後續檢測與維修行

為，並加以大數據分析，即為高鐵重要維

修知識庫。使用統計分析、機器學習、語

意分析等技術將文件進行智慧化處理，包

括將文件自動分類、找出相關聯的資料形

成資料之延伸閱讀、運用多維度自動萃取

文件摘要，以及進行個人相關文件之推薦

等以提高人員專業知識。其它方面如行

政、法務、採購、等等，皆可在知識管理

上導入人工智慧，以節省員工查找資料之

時間，獲得最完整之知識。 2.4.6 智慧維修 智慧維修包括以下項目： (一) 維修預測分析：延續章節2.3.6之維修

預測大數據資料庫之資料模型建立，本五

年 階 段 (2023~2027) 進 入 預 測 性 維 修

Predictive Maintenance)的智慧化階段。

既有的檢測資料，為非結構性資料，可直

接放入資料收集中心內進行大數據分析；

新的檢測資料亦將可由高鐵沿線感測器連

結4G/5G建立之物聯網傳入資料收集中

心，進行維修預測之大數據分析。藉由維

修檢測模型預測列車、軌道、電力系統等

設備之狀態發展趨勢和可能的故障模式，

預先制定預測性維修計劃。 (二)即時性狀態監控：藉由過去維修及檢

測資料建立之臨界基準，經建立必要感測

器連線後，可即時監控高鐵沿線設備之狀

態，協助工作人員進行全線臨界監測，強

化列車營運之安全性。 3. 總結 台灣高鐵對智慧化的需求是善用智慧科

技，以尋求最佳經營效率。台灣高鐵於

2007年1月正式營運，持續善用資通訊技

術，至2017年，已有17項成果，並獲得相

當實務的成效與業界肯定。2018年之後，

台灣高鐵擬定2階段，分別是2018~2022年、2023~2027年之實施計畫，依據2016年擬定之「顧客服務」及「營運管理」的

兩大策略，將行動技術、大數據、物聯網

及人工智慧運用在維修、客服、管理、行

銷等領域。其中，大數據與人工智慧融合

的運用將是台灣高鐵在未來努力實踐的重

點。 附錄 [註1] 由數位化票證與行動支付獲得個人資

料之前提是銀行需提供付款身份資料

並可勾稽高鐵搭乘紀錄，且涉及車票

購票之個人資料的使用等相關法規問

題需獲得解決。另一替代性作法是由

會員系統取得個人資料。 參考資料 [1]. 聯合新聞網，我65歲以上人口數占

13.49% 將跨越高齡社會門檻，

https://udn.com/news/story/6656/2504870。

[2]. 工研院產經中心，2012年十大ICT產業關鍵議題，http://archive.eettaiwan. com/www.eettaiwan.com/ART_8800661448_480102_NT_2742f321.HTM。

[3]. Deloitte，Transport in the Digital Age Disruptive Trends for Smart Mobility，https://www2.deloitte.com

/content/dam/Deloitte/uk/Documents/bps/deloitte-uk-transport-digital-age.pdf。

[4]. 工研院產經中心，2015年十大ICT產業關鍵議題，

https://www.itri.org.tw/chi /Content/NewsLetter/contents.aspx?SiteID=1&MmmID=5000&MSID=652756264667631553。

[5]. 李彥宏，智能革命，p.31，2017年8月31日出版。

[6]. Google’s speech recognition technol-ogy now has a 4.9% word error rate，https://venturebeat.com/2017/ 05/17/googles-speech-recognition-technology-now-has-a-4-9-word-error-rate/。

[7]. Gartner，Gartner Top 10 Strategic Technology Trends for 2018，https://www.gartner.com/smarterwithgartner/gartner-top-10-strategic-technology-trends-for-2018/。

[8]. 李開復、王詠剛，人工智慧來了，

p.66，2017年4月28日出版。 [9]. IBM，大量資料在現實世界中的使用分

析，https://www-01.ibm.com/common /ssi/cgi-bin/ssialias?htmlfid= NIW03091CNZH。

[10]. 數位時代，https://www.bnext. com.tw/article/42253/self-driving-car。

[11]. McKinsey&Company, Automotive revolution –perspective towards 2030，https://www.mckinsey.de/files /automotive_revolution_perspective_towards_2030.pdf。

[12]. 數位時代，https://www.bnext. com.tw/article/42246/how-self-driving-cars-reshape-our-city。

[13]. 工研院產經中心，2017 十大ICT產業

關鍵議題暨重點產業機會，

https://www.itri.org.tw/chi/Content /NewsLetter/contents.aspx?&SiteID=1&MmmID=5000&SSize=10&SYear=2017&Keyword=&MSID=744026726200174553。

[14]. Gartner，Cultivate Enterprise Intel-ligence With AI，https://www. gartner.com/smarterwithgartner/ cultivate-enterprise-intelligence-with-ai/?utm_campaign=RM_NA_2017_ SWG_NL41_Reach&utm_medium=email&utm_source=Eloqua&cm_m

mc=Eloqua-_-Email-_-LM_RM_NA_2017_SWG_NL41_Reach-_-0000

[15]. 任以永、劉承家，列車運行管理資訊

系統在台灣高鐵之發展，

Conference on Computer Applica-tions in Civil and Hydraulic Engi-neering，2011。

[16]. Yi Yiung Jen、S.K. Jason Chang，Information and Communication Technologies for Enhanced Emer-gency Management in Taiwan High Speed Rail，IEEE ICIRT， 2016。

作者簡介 顏昭立 台灣高速鐵路股份有限公司 資訊

處 應用系統部 協理。 葉明道 台灣高速鐵路股份有限公司 資訊

處 應用系統部 專業工程師。