【Meet創業之星】 DingTaxi－提供全球華人在地包車遊覽服務|數位時代 BusinessNext

隨著選擇自由行的旅客人數越來越多，行程規劃服務便是眾多新創團隊發揮的項目之一。曾氏兄弟於2011年創辦iBeengo，最初願景是為了協助人們解決繁瑣的規劃過程，提供「食、住、遊、購、玩、行」等多樣服務，提供人們輕鬆地完成一趟夢想旅程。之後團隊歷經了幾次轉折，決定鎖定在「行」的領域，並在今年年初推出 DingTaxi線上包車平台。

iBeengo的名字發想，就是結合英文的「GO」和「BEEN」，意味著「我去過那」、「一起去吧！」等涵義。弟弟曾彥豪從5歲就出國旅行，22歲就已經去過了23個國家；而哥哥曾亭瑞則是居住過台灣、日本、印度、加拿大等4個風俗民情截然不同的國家。

兄弟兩人熱愛旅遊，所創立的服務皆與之有關。曾推出iBeengo線上行程規劃平台，開放網友分享旅遊行程，進而推薦給其他人作為規劃時的靈感來源。接著，曾彥豪因為去歐洲留學時，參加了當地的walking tour（徒步旅行），激發他有意在異地推廣台灣旅遊的想法。

於是曾彥豪開始在2013年10月舉辦實體活動，接待各國青年參訪團到台灣旅遊。「當時本來想藉由實體活動來推廣網站，增加iBeengo的網站流量，」但出乎意料地，線下實體活動反而大受歡迎。團隊因此成立 iBeengo國際青年文化交流協會，讓海內外青年能更深度的認識台灣，體驗在地旅遊。

iBeengo知名度漸漸打開，這股觀光風吹到了中國。團隊表示，「陸續接到大陸自由行的旅客，委託我們安排旅遊規劃。」iBeengo團隊從設計行程、代訂票務、交通住宿，到自己親自帶團，為的是「想帶給出門在外的旅客，免去支付旅行社的高價費用，透過在地人的帶領，讓旅客玩到與跟團不一樣的旅遊內容。」曾彥豪說。

雖然私人帶團的模式讓團隊一度有明顯獲利，但因參訪行程屬於高度客製且精緻的服務，加上消費者一年出國旅遊的次數有限。在服務無法規模化的情形下，團隊發現台灣尚未有包車接送的代訂平台，「而這是有機會的市場缺口，」曾彥豪說。因而團隊鎖定在「行」的服務，創立「DingTaxi線上訂車平台」，專注在提供機場接送，包車導覽等。

「台灣交通其實很方便，只要我們安排好行程，就可以由受過專業訓練的司機帶領，」曾亭瑞說。iBeengo團隊與持有證照的車隊簽約合作，每位司機皆受過專業的導遊訓練，熟悉在地景點。無論是自由行的旅客、家庭出遊、或是出差洽公、接待客戶的商務人士，都可以免去人生地不熟的交通困擾及語言障礙。

而團隊未來也計畫朝海外發展，他舉例，「例如在日本旅遊的華人，只要上平台填寫資料、描述需求，就可以透過DingTaxi找到共通語言的『在地司機』，帶你玩遍知名景點。」

曾彥豪表示，DingTaxi其實是傳統車隊的行銷平台，透過平台為車隊帶來業務；同時推廣台灣旅遊，把世界各地的人都帶進來台灣，促進消費與觀光，把iBeengo打造為值得信任的台灣品牌。目前團隊已服務超過1千多組旅客。

團隊經歷過3次的大轉折，從線上、線下，最後又回到線上成立平台。「做網站不容易，要找到使用者的痛點，」曾彥豪說。團隊初期開發了iBeengo行程規劃網站，雖然沒有引起很大的市場迴響。但從中學習到很多關於旅遊的產業知識及商業模式，以及如何去快速測試市場，有助於他們累積實力、重新出發。

圖左至右創辦人曾彥豪、曾亭瑞。(攝影/林衍億)

【創業教我的事】創業就是：Life is work and work is life，我們真的很喜歡現在所做的事。

Q1. DingTaxi與前陣子進入台灣市場的Uber不同，他們專注在運輸這件事，而我們強調的是旅遊服務，各自的定位不太一樣。

Q2. 兩位創辦人擁有豐富的國際工作經驗及學歷，以及自從創業2年累積了不少網路行銷及實體旅遊服務的經驗。

團隊：4人

公司服務：鎖定全球熱門地區的華語機場接送與包車服務的網路平台

成立時間：2011年

主要用戶：自由行的家族及商務人士

商業模式：販售機場接送及包車的服務

「代理式 AI 」（Agentic AI）的創新服務正在重新塑造企業對AI的想像：成為內部實際運行的數位員工，提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢：2025 年是 AI 邁向「代理式 AI」的起點，讓 AI 擁有決策自主權的技術轉型關鍵，2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮，企業如何加速落地成為關鍵，博弘雲端以雲端與數據整合實力，結合零售、金融等產業經驗，提出 AI 系統整合商定位，協助企業從規劃、導入到維運，降低試錯風險，成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路，企業該如何走對第一步？

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題、生成內容的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工，應用場景也從單一任務延伸至多代理協作（Multi-Agent）模式。

「儘管 AI 前景看好，但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出，到了 2028 年，高達 70% 的重複性工作將被 AI 取代，但同時也有約 40% 的生成式 AI 專案面臨失敗風險；關鍵原因在於，企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭，更涉及流程變革與人員適應。

博弘雲端事業中心副總經理陳亭竹指出，AI 已經從過去被動回答問題的智慧助手，正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時加速 AI 落地。

圖／數位時代

正因如此，企業在導入 AI 時，其實需要外部專業夥伴的協助，而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力，涵蓋數據、雲端、應用開發、資安防禦與維運，可以一站式滿足企業需求，更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示，許多企業在導入 AI 時，往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵：HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論，並非紙上談兵，而是已在多個實際場域中驗證成效；鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程，正是其最具代表性的案例之一。陳亭竹說明，HAPPY GO 過去曾面臨AI 落地應用的考驗：會員資料散落在不同部門與系統中，無法整合成完整的會員輪廓，亦難以對會員進行精準貼標與分眾行銷。

為此，博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化，完成建置數據中台後，再依業務情境評估適合的 AI 模型，並且減少人工貼標的時間，逐步發展精準行銷、零售 MLOps（Machine Learning Operations，模型開發與維運管理）平台等 AI 應用。在穩固的數據基礎下，AI 應用成效也開始一一浮現：首先是 AI 市場調查應用，讓資料彙整與分析效率提升約 80%；透過 AI 個性化推薦機制，廣告點擊轉換率提升 50%。

左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例，許多企業往往因過度期待、認知落差或流程改造不全，導致專案停留在測試階段，難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向，避免踏上產業內早已被證實「不可行」的方法或技術路徑，縮短從概念驗證到正式上線的過程，讓 AI 真正成為可被信賴、可持續運作的企業戰力。

圖／數位時代

整合 Databricks 與雲端服務，打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中，博弘雲端發現，底層數據架構是真正影響 AI 落地速度的關鍵之一，因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台，作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架（Apache Spark）為核心，能同時整合結構化與非結構化資料，並支援分散式資料處理、機器學習與進階分析等多元工作負載，讓企業免於在多個平台間反覆搬移資料，省下大量重複開發與系統整合的時間，從而加速 AI 應用從概念驗證、使用者驗收測試（UAT），一路推進到正式上線（Production）的過程，還能確保資料治理策略的一致性，有助於降低資料外洩與合規風險；此對於金融等高度重視資安與法規遵循的產業而言，更顯關鍵。

陳亭竹認為，Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台，當需要啟動新型 AI 或 Agent 專案時，再切換至 Databricks 進行開發與部署，待服務趨於穩定後，再轉回雲端平台，不僅兼顧開發效率與成本控管，也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程，資訊安全與治理的重要性也隨之同步提升。對此，宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層，企業在導入 AI 應用初期，就應做好資料分級與建立資料治理政策（Policy），明確定義高風險與隱私資料的使用邊界，並規範 AI Agent「能看什麼、說什麼、做什麼」，防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層，當 AI Agent 角色升級為數位員工時，企業也須比照人員管理方式為其設定明確的職務角色與權限範圍，包括可存取的資料類型與可執行的操作行為，防止因權限過大，讓 AI 成為新的資安破口。

第三為技術應用層，除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外，還需導入專為生成式 AI 設計的防禦機制，對 AI 的輸入指令與輸出內容進行雙向管控，降低指令注入攻擊（Prompt Injection）或惡意內容傳遞的風險。

博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」，透過完善治理政策與角色權限，並設立專為生成式 AI 設計的防禦機制，降低 AI 安全隱私外洩的風險。

圖／數位時代

此外，博弘雲端也透過 MSSP 資安維運託管服務，從底層的 WAF、防火牆與入侵偵測，到針對 AI 模型特有弱點的持續掃描，提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞，更可以即時監控活動，快速辨識潛在威脅。不僅如此，也能因應法規對 AI 可解釋性與可稽核性的要求，保留完整操作與決策紀錄，協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向，」陳亭竹強調，面對這樣的轉變，企業唯有採取「小步快跑、持續驗證」的方式，才能在控制風險的同時，加速 AI 落地。在這波變革浪潮中，博弘雲端不只是提供雲端服務技術的領航家，更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗，以及完善的資安維運託管服務，博弘雲端將持續協助企業把數據轉化為行動力，在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機，立即聯繫博弘雲端專業顧問