隨著全球供應鏈變動加劇與航港物流複雜化，傳統港口管理常面臨「資訊過載卻決策孤立」的瓶頸。2024 年底高雄港櫃場嚴重壅塞事件突顯出，現有系統多停留在「事後統計」與「被動監測」，缺乏未來推演能力，致使管理端疲於被動應對、物流端協同機制失衡，司機更因無效等待而生計受損。面對此困境，中華電信研究院提出「航港大數據韌性交通 AI Agent 服務平台」的解決方案，並於交通部航港局「第 6 屆航港大數據創意應用競賽」中，榮獲社會組第三名的成績。

本平台立基於 Ubuntu 與 Docker 容器化架構，創新匯流 iMarine 航港發展資料庫、TDX 車流、港務 168 及氣象空品等跨域大數據。導入 Gemma-4-31B 大語言模型與 NVIDIA NemoClaw 框架，實現Multi-Agent System（MAS），並於安全沙盒（Security Sandbox）中運作。結合 RAG 技術與 Qdrant 向量庫精準對齊海事法規，並透過激活感知權重量化（AWQ）與 vLLM/PagedAttention 推論引擎，達成高效率、低延遲的邊緣智慧部署。

本成果將大數據從「視覺看板」躍升為「自主執行（Agentic Execution）」，首創三端利益動態平衡機制：

1. 管理端（港務管理）：提供 Web 戰情儀表板與沙盤推演，預判壅塞熱點，實現主動式韌性治理。

2. 業者端（車隊調度）：交叉分析國際運價與港況，精準排程避開尖峰，降低營運成本。

3. 司機端（任務接取）：透過 Line Bot 智慧助理提供自然語言情境引導、最佳排班與不塞車路線，保障作業安全與生計。

未來，本平台將進一步對接自動化門哨與碼頭 TOS 系統，實現「數據即指令」的無感通行。經動態路網模擬推算，預計可降低 15-20% 車輛怠速碳排放，全面落實 Trans-SMART 2.0⁺ 升級願景，賦能臺灣港群永續競爭力。