最新動態

第一個公開技術里程碑 CP1 預計於 2026 年 11 月進行，屆時將以公開資料完整展示 Replay Optimization Engine 的端到端運作流程。首批車隊資料合作及試點計畫將於 2027 年展開，並同步推出付費 Dispatcher Overlay 訂閱服務。

RideFair 預計於 9 月中旬提出國家型 SBIR Phase 1（先期研究）申請。計畫將依循 SBIR 可行性研究方向，透過實際國內車隊驗證 Replay Engine 所提出的節省效益。

RideFair 入選 Meet Greater South 2026 的 Founders Show and Tell，並將於 8 月 28 日登台展示。同時，團隊將於 8 月 28 日至 29 日活動期間，在高雄展覽館 Global Pavilion 的 GP3-18 攤位參展。Meet Greater South 由《數位時代》主辦，串聯南台灣傳統產業與 AI 新創，歡迎車隊營運商蒞臨攤位交流。

RideFair 正於 Startup Terrace Kaohsiung 招募兩個職位。Lead Engineer, Fleet Optimization 將依據完整工程規格開發 Replay Optimization Engine；兼職 Operations Assistant 則負責支援公司營運及計畫行政工作。有意應徵者可聯繫 info@ridefair.ai。

RideFair 正式開放車隊資料合作夥伴計畫。早期合作夥伴可免費獲得首次 Replay 分析。資料合作夥伴將依書面協議提供車隊 GPS 歷史資料，資料僅供唯讀及離線分析使用，原始資料所有權仍由車隊保留。計畫開放予擁有 25 至 200 輛車的車隊，並預計於 2027 年透過試點車隊驗證最佳化技術於實際營運環境中的成效。

蔡宇庭正式加入 RideFair，擔任 Growth & Partnerships Lead，負責資料集合作及生態系合作的主要對接工作，並主導夥伴關係拓展、生態系互動與成長相關工作，協助公司建立在地合作網絡。

Replay Optimization Engine 完整工程規格正式完成。引擎透過具備閘門機制的離線流程，重新推演車隊自身的 GPS 與派車歷史資料，流程涵蓋資料匯入、地圖匹配、基準建立、保真度檢核、最佳化，以及保守效益的最終認定。若重建誤差中位數超過 10%，則不對節省效益作出量化宣稱，而是將交付成果轉為資料準備度報告。我們僅承諾 5% 的保守效益下限，並提供可稽核的節省效益報告。技術堆疊採用開源工具 OR-Tools、OSRM 與 OpenStreetMap。無需額外硬體，資料僅供讀取，不會修改原始資料，也不會干擾現行派車作業。

RideFair LLC（睿德菲爾有限公司）正式獲選進駐 Startup Terrace Kaohsiung（亞灣新創園）。該園區由經濟部中小及新創企業署於高雄亞灣新創園區營運，聚焦 5G 與 AIoT 等技術領域，與 RideFair 以模擬為核心的車隊協調技術高度契合。進駐後，團隊將與加速器、企業夥伴及其他新創團隊共同建立合作網絡，並為即將展開的試點計畫尋找合作夥伴。

RideFair LLC（睿德菲爾有限公司）於 2026 年 6 月 12 日正式於高雄成立。公司專注於為車隊營運商及實際交通運輸業務開發軟體，首項產品為針對 25 至 200 輛中型車隊的 Replay Optimization Engine。高雄自公司成立之初即為公司基地及第一個市場。

RideFair 於 2026 年 4 月透過台北市電腦商業同業公會（TCA）加入 Talent Taiwan 先導計畫，當時公司尚未正式成立。此計畫讓團隊與台灣國家級新創及人才生態系建立連結，並為公司後續於高雄成立奠定基礎。