【採訪整理／林哲生 圖片提供／台北捷運公司 攝影／張峻健】
23年前還向新加坡、香港地鐵取經的台北捷運公司，如今以平均日載超過200萬人次，累積逾85億人次搭乘的風光紀錄，躋身世界大型捷運系統會員，在眾所矚目的營運可靠度(MKBF)表現上，2016年更以488.4萬車廂公里（相當於每月10萬班次發生2.1件5分鐘以上行車延誤事件）名列世界前茅，已超越很多歷史悠久的城市地鐵，稱它「台灣之光」可說名副其實。
台北捷運肩負如此龐大的交通人流，率先使用全自動／半自動行駛的營運方式，可算是最接近AI人工智慧的試驗場，每天面對紛沓而來的旅客及運務資訊回報，「行控中心」就像捷運系統的大腦，為每班列車織出縝密路網達成載客使命，這樣重要的交管核心，其實就隱身於台北市交通樞紐的「台北轉運站」地底下。在通過一道道管制閘門後，映入眼簾的行控中心就像電影場景裡的NASA指揮中心，各種精細的顯示儀板與圖表嵌在半弧形的大螢幕牆面上閃閃發亮，切割再切割的螢幕區塊顯示不同層次的監控正在嚴密執行，大螢幕截圖回傳的某個監視器畫面，讓所有編制人員聚精會神地保持高度警戒。為了守護捷運的行駛安全，他們還以特殊的扇形席位編制，層層把關。
捷運司令官 行控中心Hold大台北
來到指揮捷運系統發車的大本營，台北捷運公司行車處行控中心主任許泰銘說：「整個行控中心需要24小時3班制不間斷地輪班，除了我們眼前所見的這個區域，使用無人駕駛的中運量文湖線也有一個較小編制的行控中心，」這才發現，不論是全自動駕駛或是半自動駕駛，行控中心無疑是下達指令的司令官。他說，當文湖線電腦自動駕駛失靈時，受過訓練的站長便會上場手動駕駛列車，自動駕駛並非萬無一失的保障。
談起台北捷運還沒正式開通的草創初期，相關人員還特地去香港、新加坡研究當地地鐵怎麼運轉、班距怎麼控管、人力安排、司機員的勤務、維修⋯⋯等，即使已經規劃詳盡的SOP流程，但進入營運後仍會遇到新的問題，流程也要一再修改才能更加貼近現況，以工作說明書為例，當列車故障時依照標準步驟處理仍無法排除狀況，就得再修訂。現在台北捷運管理路線長達131公里，多達117個站，所有的順暢都是靠經驗一點一滴累積而成。
每天面對超過200萬搭乘人次的台北捷運，行控中心彷彿捷運的大腦，他說：「所有資訊都會傳到這邊，除了中心控制面板上的訊號外，現場站長、維修人員會透過無線電，跟行控中心回報所有狀況，聽到現場狀況後，就把所有資訊集中起來，針對這個事件以SOP作業程序來做後續處理追蹤，」所以行控中心可以收集所有資訊並消化吸收後，再依據SOP決定列車該不該停駛或改成慢速行駛、號誌該怎麼設定⋯⋯等。
從反應到預應 先照顧人再解決事
許泰銘以旅客攻擊事件舉例，「當司機員反應有旅客在車廂持刀傷人，很多旅客受傷，列車控制員負責列車調度，他接受到司機員的回報，把這個訊息喊出來，並壓下席位上設置的緊急鈴後，全行控中心就會鳴動，大家就知道這條路線有狀況要支援，」許泰銘說，我們會設計分工，事故區要照顧，非事故區也要照顧，還要做訊息通報，也要調閱DVR回播事件，「有效分工才能把事情處理好，以旅客攻擊事件來看，我們就需要緊急通報，大部分通報任務會在主任控制員身上，像跟上層主管通報這一塊都是由他來做，另外像對外的單位：消防員、救護車、警察⋯⋯這些都由主任控制員第一時間去通報」。
行控中心人員的可貴之處，便是能依據現場各種突發狀況，即時做出具彈性的補救措施，即便有SOP流程，但在執行過程的精細面上，其實包含了不同領域的判斷，這正是與機器人差異所在。好比正當旅客攻擊事件造成多名乘客受傷，甚至要分秒必爭地搶送不同傷患送醫時，行控中心的各個人員就得支援警察部署，通知救護人員在關鍵地點準備待命，同時控制事件列車停靠時間並維持其他站別列車運行，所有狀況都會依據歹徒動態不斷調整與改變，而機器人很難判斷何時必須超越過往的處理層級與方式，畢竟攻擊事件百百種，根本無法完全有效預測，但如何控制損傷與彈性整合運用所有資源，正是行控中心展現專業人員寶貴的實務經驗。
分工確實 分線不分家
而日常中的突發狀況層出不窮，最常遇到車門臨時故障，他說，「車門關不起來時我們就請站長去看看，如果有異物卡住就把它撿起來，假如沒有異物卻關不起來，會請站長幫忙把這個車門隔離掉，讓旅客上下車就從其他門進出，當然後續就盡快入廠把它換掉；另外，列車可能遇到電力問題，車廂跳成緊急照明，可能是屬於輔助電力的問題，當它有一些狀況必須降階慢速運轉時，這部列車就不適合再載客，會儘速請旅客下車，趕快進廠維護修。」
由於行控中心講求團隊合作的概念，捷運每條路線都有設計分工表，當紅線發生狀況時，綠線、藍線、橘線該做什麼，矩陣圖都有畫出來，大家便能各司其職，許泰銘說：「當今天緊急鈴壓下去，全行控中心知道後就開始分工，列車控制員透過無線電接收回報列車故障，就立即把緊急鈴壓下去，啾啾啾的聲響就來了，分工作業就成形了。假設綠線出狀況了，紅線就來照顧非事故區的調度，事故區可能是某個站或某列車，其他區域仍要照顧，紅線的路線控制員就要來負責安排哪部車先通過，PO訊息的是橘線的路線控制員，在電腦上用緊急資訊系統輸入事件訊息，讓全公司、各場站依自己職責去支援，」另外，狀況發生後，想要掌握現場，便得透過捷運車站大約1萬支監視器來回播放現場DVR，找到對的攝影機投射出最新狀況或是回播之前狀況，釐清發生過程；而資訊助理則藉由車站廣播或是旅客資訊顯示器及電視來公布訊息，旅客若有下載捷運App，也能第一時間收到訊息。
「納莉」重擊 專業人力靈活抗災
台北捷運營運至今，面臨最大的營運危機之一應當是2001年9月15日∼9月17日的納莉風災，單日雨量飆到425公釐，許泰銘想起那時狀況：「當天我沒上班，接到緊急電話說要趕快來支援搶救，板南線水淹的就像河流了，控制室樓下B4層機房區都是輕鋼架地板，我進去要搶救機房區時，那些輕鋼架地板都已經浮在水面上了。」災情慘重，16個車站(板南線11站、淡水線5站)、南港機廠及高運量行控中心都受到嚴重影響，那次史無前例的天災事件，也讓台北捷運花了近3個月才全面搶通，同時也突顯了一個問題，當營運因重大災情全面停擺之際，換作是機器人或電腦恐怕也束手無策，專業人材頓時成為最可靠的機動力。經歷風災肆虐後，他說：「我們在後續路網的沿線車站，已架設了22樘防水隔艙，規劃了從天而降的升降式、橫移式或擺動式的防水隔艙，所有防水隔艙的監控、警訊，都由控制中心的防水隔艙電腦來掌控。」未來，讓電腦或機器人成為行控中心有效管理的工具，但保有專業人力審度全局的應變空間，應是台北捷運在未來AI時代中最好的營運模式。
貼心+創新 輸出顧問服務
面對AI浪潮來襲，許泰銘認為，交通運輸業對於其能減輕例行性的工作負擔樂觀其成，規律性的工作未來大概都會被AI取代，因此，未來行控中心發揮的工作價值就很重要，他說：「很多國際軌道組織、公司的相關資訊部門也關心AI的發展，但AI到底發展到什麼程度，能夠取代多少重複性、例行性、比較邏輯性的判斷思考，還是得看它的發展程度，」如果未來重覆性作業都能被AI取代的話，他覺得應把人力重點放在「貼心服務」與「創新挑戰」的面向上，畢竟AI再怎麼厲害，還是冰冷地處理事情，從心出發的這些服務，AI現階段會比較弱一些，他認為好比列車發生故障時，人員如何提供旅客更安心的等候感受都是可以加強的方向，至於AI在未來5年、10年能取代多少人力，仍是未知數，當地勤作業大部分都被AI取代時，多餘的控制員則可能投入「顧問」業務，許泰銘說：「顧問業務目前如火如荼發展中，我們接到很多Case，中國大陸便占很大部分，台中捷運、桃園捷運或是新加坡也都有合作案，持續不斷開發新客層，未來顧問也能駐點服務，當AI技術發展造成人力精減，我們都可以往這些方面發展，在交通運輸領域都還是可以有很好的發揮。」
同時，他也指出，目前中國交通運輸業發展飛快，重工業的發展令人驚豔，但在比較軟性的管理組織面或票務經驗上仍須師法他國，台灣擁有語言優勢，像過去便曾接觸過西安、成都、青島、武漢、南京、南昌、重慶、廣州及瀋陽等地鐵公司。
人才4特質 AI時代續發光
機器人可擁有單一領域的強大演算能力，卻終究無法「將心比心」，除了面對各種旅客糾紛或援助需求，又得緊急排除各式車輛故障與各種通訊或環控異常，行控中心人員得創造更好的運輸效率與服務，同時成為AI趨勢下的多功能人才。
因此，若想成為行控中心成員，許泰銘指出，目前都會要求碩士以上的學歷，並以理工科系背景為主，進來後都會再訓練，也有淘汰機制；由於控制室是一個處於高壓的環境，當狀況進來後可能得在3∼5秒間做出決策，所以首重沉著冷靜的特質，並且能夠承受業務壓力，一旦掌握狀況後要能迅速下指令，因此人員個性希望是果決的，此外，控制員必須分工合作，擁有合群的特質才能融入整個團隊。
台北捷運是以人為本的交通服務業，面對AI發展，許泰銘說：「AI的概念就是程式邏輯的概念，人腦畢竟有限，現階段行控中心做了很多事情，也開發了很多系統，如事件管理系統，利用一些程式語言、資料庫的運作，開發出很多協助業務運作的系統，也算AI的前身。」未來有AI幫忙，台北捷運就更有餘力對於旅客服務及文化層次，多做一些禮讓宣導、親子化區，甚至像背景音樂這類創新服務的設計，加入更多人性面的新元素，讓本來冰冷的運輸更加活潑。許泰銘強調，行控中心的工作價值，是幫助台北捷運守護捷客安全，並提供「搏感情的大眾運輸服務」，這一點，AI的確難以複製與取代。
【完整內容請見《能力雜誌》2017年7月號，非經同意不得轉載、刊登】