從橫濱Minato-Mirai 21看電動車Carsharing之營運
從橫濱Minato-Mirai 21看電動車Carsharing之營運
2009.01.13 | 科技

一、前言
Carsharing源自於歐洲,至90年代末期日本開始興起類似概念。最先讓此概念成型的是Honda的ICVS(Intelligent Community Vehicle System),ICVS認為透過多位使用者共同使用一部車的車輛共享機制,可以減少民眾擁有車輛的需求。在此同時,Toyota也成立了名之為〝Crayon System〞的Carsharing計畫,主要是由多部輕型都會區電動車組成,提供給Toyota員工做為商務及通勤使用。

除了民間企業外,日本的官方組織也有類似的計畫推動。日本通商產業省成立了日本交通駕駛電子技術協會(Japan Association of Electronic Technology for Automobile Traffic and Driving, JSK),希望以建立Carsharing組織的方式來帶動電動車的發展。JSK共推動了兩個主要的Carsharing計畫,一個是Inagi EV-Car Sharing,營運期間自1999年至2002年,另一個即為著名的橫濱Minato-Mirai 21(MM21)。

二、橫濱Minato-Mirai 21 (MM21)
MM21是JSK於1999年10月在橫濱Minato Mirai區域設立的電動車Carsharing組織,主要目的為發展電動車的Carsharing示範系統與建立一套可移轉的營運模式。

其發展概念為促成一個無縫運輸體系,提供電動車Carsharing做為聯繫大眾運輸的次系統,以滿足平日通勤者的上下班需求。因此,MM21所提供的服務以會員住家與大眾運輸和大眾運輸與工作地點之間的接駁為主,運作方式如圖一所示。計畫初期共提供了50輛電動車,並設有11個場站,至今已有超過550個會員。 圖一


圖一 MM21所提供的接駁運作方式
**(一)營運模式
**
MM21系統主要包含了控制中心、場站與電動車輛。會員透過電話或網際網路預約車輛並完成付費,在接收到相關訊息後,控制中心透過遠端控制完成車輛的預約與車況管理。會員於預約後,即可於約定時間前往取車。

(二)系統架構
MM21系統架構包括預約系統、會員管理系統、遠端控制系統、付費系統、車輛管理系統等,如圖二。


圖二 橫濱Minato-Mirai 21 系統架構

(三)營運成效
橫濱當地通勤人口眾多,一直有停車位不足的問題。MM21 示範計畫除要建立一套Carsharing營運模式外,也希望能夠減少區域內車輛的使用,同時使用電動車做為運具對電動車輛之推廣亦有相當程度的助益。然而根據Masahiko Teramoto NISSAN MOTOR CO.,LTD的評估,認為短期內Carsharing的營運仍需要政府的補助,長期下才有可能只依賴營運收入來維持組織運作。除了Carsharing的營運模式被大眾接受的程度仍有待觀察之外, MM21使用的車輛為電動車,充電站或電池交換站等基礎設施之建置需要投入大量的資金,全面性的建置非一般公司所能負擔;且基礎設施的建置受到當地的法令規範、道路設施等影響,也非一般民間機構所能獨立完成。因此若要將電動車Carsharing的營運模式擴展至全國各地,政府的支持程度扮演了相當重要的角色。

三、結論
從橫濱Minato-Mirai 21的經驗來看,其以電動車輛做為Carsharing運作的基本運具,並結合預約系統、會員管理系統、遠端控制系統、付費系統、車輛管理系統等系統架構,目前已取得了一定的成效。在台灣的電動車推廣方面,初期可以建立一個小型的Carsharing組織為示範,等到產品和技術更為成熟且價格壓低後,再進一步推廣至大區域的範圍。如此可針對民眾的需求,對產品設計及服務方式持續修改及更新應用,建立電動車輛的試運行機制後,可逐步達到宣傳和推廣之成果。此外,也可藉由Carsharing之推動,促使相關廠商投入遠端控制系統、車輛管理系統、智慧交通系統等技術之研發,帶動相關產業之發展。

更多文章請上ITIS智網

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
台達電全解讀
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓