印度本土叫車服務Autowale打敗Uber|數位時代 BusinessNext

我們對於印度交通的印象都是擁擠與雜亂的，在基礎交通建設不全的情況下，既使Uber早在去年9月進入印度的六個都市營運，仍沒有理想的市場表現，反而是當地人開發的叫車服務「Autowale」更受到青睞。

不像Uber主打的是高檔黑頭車，有趣的是Autowale的叫車服務並沒有「轎車」這個選項，Autowale提供的服務清一色都是印度當地最常見的交通工具「機動三輪車」，其實在印度交通容易阻塞的情況下，機動三輪車雖然沒有轎車舒適，但機動性高、價格便宜，也比較不會因為塞車而動坦不得，所以比起Uber或是私人計程車，民眾的使用度更高。

enter image description here
(圖說:印度常見交通工具─機動三輪車/圖片來源flickr)

不過，去過印度的旅客多半會對搭乘機動三輪車有不好的回憶，三輪車司機的素質良莠不齊，很多都會看你是外國人而大敲竹槓，或是強迫載你去買東西，甚至會謊稱你要去的飯店已滿，拉你到名字相近的飯店，以便拿回扣，種種被詐騙的行為令人惶恐，但Autowale的出現解決了這個問題。

Autowale可以事先運用官網叫車，這讓商務旅客可以精準的安排行程，此外也可以透過手機或專屬App叫車，乘客則須付33分美元的叫車手續費，而乘客的叫車資訊經過中心整理後，會變成簡訊傳到司機的手機。當然，Autowale的主要收益來源還是抽成，佣金約是每次車錢的10-15%，其他所得都是司機擁有。

去年Autowale的營收達到約33.5萬美元，雖然還沒有獲利，但這項創新的服務確實讓當地人的生活變得更好，傳統機動三輪車司機收入很低，工作12個小時只有300盧比(約新台幣150元)，但司機Dusane就表示加入Autowale之後，他每天只需要查看手機簡訊安排載客行程，就能有穩定的收入，賺的錢還可以供三個女兒就讀英語學校，而女性乘客也反應她們能有更安全的乘車體驗。

enter image description here
(圖說:印度民眾可以透過Autowale呼叫機動三輪車/圖片取自Autowale官網)

創辦人Janardan Prasad在大學時就嘗試開發Autowale，當時組織400多名司機，但最終以司機多於用戶的結局失敗收場，他在2011年捲土重來，首期只雇用5名司機，再慢慢擴大規模並加強與司機之間得溝通，爾後才營運三個月就累積75名司機，每天則有超過100筆以上的叫車需求。

現在的Autowale每年載客量高達10萬人次，擁有850名員工的他們除了正在募集資金將服務推展到更多城市外，也計畫在將來為旗下所有的司機投保，這樣保障司機的行為在印度是很罕見的，然而，Autowale的故事也反映了許多創業家的經歷，創業不可能一次就成功，但「創業讓生活更美好」信念是不變的。

隨著代理式AI（Agentic AI）快速發展，人工智慧的角色也從被動問答的對話工具，轉變為能主動代為執行搜尋的商業介面；兩者根本的差異在於，前者仍須仰賴使用者逐步下達指令，後者則能自主完成任務。當AI代理為人類代勞搜尋、比價、甚至決策等任務，品牌競爭的對象便不再限於消費者，也涵蓋替消費者把關的AI代理。

因此，「Business to Agent」（B2A）成為當代企業必須面對的新命題，為了擁抱嶄新的思路，跨國AI轉型解決方案供應商iKala舉辦第二屆「iKala Connection Day」論壇，以「數據領航：AI時代的真實價值」為題，邀集Google Cloud、Google Ads等產業領袖，一同剖析企業如何從基礎建設走向市場端，搶佔AI先機。

不只SEO，還要GEO！企業如何讓AI認識你

回顧過往科技發展週期，新科技普遍需10至12年才能成熟。iKala共同創辦人暨集團董事長程世嘉引述AMD執行長蘇姿丰的比喻來說，若AI是一場棒球賽，目前僅走到第三局。這意味著，只要企業採用率持續攀升，尚且毋需擔憂AI泡沫化；反之，AI產業可能才正要邁入超級循環。

不過，程世嘉也提出「智慧通膨」的現象，他表示：「各大廠不斷推出新模型，資本支出也不斷提升，但使用成本並沒有因此下降，因為算力供不應求；不過長期來看，成本曲線一定會往下走，未來AI智慧會像水龍頭一樣，打開就有。」

隨著AI逐步普及，使用者尋找資訊的方式也隨之轉變。程世嘉強調，搜尋行為正從關鍵字轉向AI對話與生成式搜尋。企業除經營傳統SEO，更需布局GEO（生成式引擎優化），提高被AI引用與推薦的機會。這波版位重分配與十餘年前SEO興起時無異，及早掌握規則者，才能在新流量分配中卡位。

迎戰Business-to-Agent，如何搶進AI決策新戰場

要爭取AI時代的流量紅利，關鍵前提在於企業內部的基礎建設是否到位。「現在超過9成的企業都有AI焦慮症，大家都很急著導入AI工具，但背後缺乏整體的策略與架構。」iKala AI服務事業部副總經理Gary Yang認為，AI專案應如培訓新進員工，結合商業策略與數據資產雙向評估，才能真正落地。

「如果沒有穩定的雲端基礎，企業的AI就會是空中樓閣。」他強調，雲端即是企業佈局AI的關鍵基礎建設之一。如多數企業選擇Google Cloud，看重的就是技術護城河、數據主權與總體擁有成本；而iKala推出的企業級AI代理平台iKala Nexus，定位為策略中樞與營運大腦，即立基於此。

然而，架構穩固只是起點。Google Workspace銷售總監Murray Chiang指出，全球僅約3%企業成功透過AI達成深度轉型，關鍵就在AI代理能取得多少企業資料與情境。因此，企業級Gemini Enterprise App結合個人級Google Workspace，構成Google所主張的「代理型工作轉型」（Agentic Workplace Transformation，AWT）主軸，讓AI從被動對話框升級為跨系統執行的代理，並恪守數據主權歸屬企業的原則，讓企業級AI能真正發揮效益。

當企業打穩內部地基，外部競爭也才能順勢轉向市場端。「Google Search全球年搜尋量達5兆次，近八成消費者認為AI讓購物決策更快、更有信心。」Google Ads廣告產品行銷資深總監Alvin Tsai指出，「B2A」（Business to Agent）的時代來臨，當AI代理主導決策時，看重的是API串接流暢度與數據結構化程度，企業必須從爭取「被看見」的SEO排名，走向爭取「被推薦」的AI清單，並進一步走向「被選擇」。其中，信任將成為AI時代品牌經營的關鍵。

從洞察到執行，iKala全方位解方引領品牌佈局

這份信任要能落地，關鍵在於底層數據是否可信。對此，iKala行銷科技事業部總監Donna Hsu提出的IMC整合行銷架構，正是iKala因應Agentic Commerce時代所提出的整體解決方案。

面對高度碎片化的行銷環境，品牌需要建立的，是一套能從市場洞察延伸至全通路執行、並持續優化的整合行銷系統。Ontix即時掌握消費者社群聲量與市場趨勢，代表品牌對人的理解；Kuroma則從AI搜尋視角，分析品牌在生成式搜尋中的能見度與引用表現，代表對AI的理解；兩者合力，讓品牌同時掌握人類與AI代理的決策脈絡。再透過Kolr行銷數據平台，將洞察轉化為具體行銷執行，使每一次決策都能以數據驅動、持續優化，協助品牌在AI時代建立長期競爭優勢。

最後，在論壇壓軸的高峰對談中，程世嘉強調，當前正是典範轉移的關鍵時機，如同過往率先布局SEO的業者得以享有紅利；他認為，這同樣是企業重生的契機，提早深耕者將在此波轉型中佔得先機。尤其，AI轉型已非單機運作所能達成，企業應優先建立基礎建設與治理架構；當自身能力有限，也須慎選合作夥伴、借助外部資源，並在安全可信任的前提下，實現共同成長。