[翟本喬] Uber 事件後續：它是一個對台灣有害的公司，而且根本不想溝通。|數位時代 BusinessNext

去年 Uber 曾經批評政府法規落伍，呼籲網民大家出來抗議。但我覺得 Uber 所提的理由牽強，混淆視聽，所以我出來打臉：
(請見2014年12月29日、2014年12月30日、2014年12月31日、2015年1月7日等四篇言論)。後來 Uber 跟我聯絡，希望能跟我 "私下溝通" 一下，但我覺得我公開提出來的問題應該要有公開的答覆，所以就請他們直接公開回答，於是他們就... 沒有回答。

昨天 (2015/8/27) 行政院召開了一次「虛擬世界法規調適會議」，討論「共享經濟」議題。這是蔡玉玲政委設計的一系列活動之一，針對未來網路以及虛擬世界所帶來的改變，在法規上需要修改適應的地方加以討論與執行。之前以經對閉鎖型公司等議題討論過，也達成修法的目的。

圖說明

主席唐鳳一開始在介紹我的時候說我跟 Uber "隔空交火" 了幾次。我覺得這不正確，因為我丟的問題都沒有得到正面回應，那不叫交火，那叫黑洞和鬼打牆。

昨天的會議首先由交通部開始，報告了他們過去幾個月的調查結果。我們對政府官員一般的印象是動作慢、推拖、踢皮球。但由路政司副司長王穆衡所率領的團隊，以及財政部賦稅署的幾位官員，這次的表現實在是可圏可點，不論是研究的準備和結果的呈現，都是第一流的水準。我甚至開玩笑說王副司長下次可以去接行政院發言人的位子。

我的發言在這裡：https://www.youtube.com/watch?t=4898&v=jPG2owMCjMc 有興趣的朋友也可以從頭看起，沒時間看的人可以直接看以下幾點意見總結：(其中也綜合了一部分別人的發言)

共享經濟要在供給面不足或有缺失 (例如壟斷、暴利、或浪費資源) 的情形下才對社會有貢獻。如果供給面是健康的，共享經濟存在的價值是不大的。而德國法國等等國家已經明確表示 Uber 不是他們國家要推廣的共享經濟。

圖說明

##Uber 不是共乘。
甲要由 A 點去 B 點，正好乙也要從 A 點附近去 B 點附近，這時候乙搭甲的便車，叫作共乘，而乙分擔甲的成本，或是付出比分擔成本再多一點的費用，甚至付給仲介平台一點酬勞，都是合理的。但 Uber 是特別為乙派丙開一輛車來接，這不叫共乘。Uber 沒有減少閒置資源。它減少了丙的閒置資源，但間接讓丁 (計程車司機) 的資源閒置，而丁 (因為計程車密度較高) 和乙的距離期望值是比較小的，所以 Uber 反而浪費了國家的總體資源。

##Uber 沒有增加就業。
它增加了丙的收入，但減少了丁的收入。車行的抽成 (根據公會理事長說的，是個位數百分比) 遠少於 Uber 的抽成 (20%)，所以就業階級 (丙和丁) 的總收入反而是減少的 (假設乙付了同樣的車資)。而 Uber 的代表竟然厚顏地說 "計程車司機本來要一天綁十二個小時在車上的，現在他們有一些空閒的時間，也許可以去找一些其他收入比較好的工作"。計程車司機除了極少數玩票性質之外，大都是苦哈哈的勞工，要是找得到收入比較好的工作，誰要來開計程車啊？

##Uber 沒有增加國家的 GDP，也沒有增加國家的稅收。
由上一點可以看出，所有就業階級的總產出並沒有增加。而乙所付的車資，全部直接付到海外 Uber 的總公司，再由 Uber 付 80% 給丙，而 Uber 台灣分公司拿到的是 0！看清楚了，你付了 1000塊的車資，政府所收到的稅是 0。政府收不到 Uber 的營業稅，也收不到丙的所得稅。我們都不喜歡繳稅，但如果大致上是公平的，那我們可以勉強接受。如果有錢的大公司可以逃稅，而苦哈哈的勞工階級要繳稅，我們是絕對不能接受的。Uber 宣稱它有繳稅，那就像一個人逃漏所得稅，然後宣稱他去便利商店買飲料時有繳加值稅一樣，是在騙人。

Uber宣稱對所有乘客有 2000萬的保險，但被蔡政委問到細節時就閃爍其詞，改口說「如果駕駛人本身的保險不足以賠償，我們會協助他們向海外的保險公司申請」。我覺得這件事情很容易說清楚，只要把保單拿出來給大家看就知道了嘛！

但 Uber 連保險公司是哪一家都說不出來，所以我合理懷疑是根本沒有真正的保險存在。(我並沒有強人所難，要他當場拿保單出來。我是問：什麼時候可以公開這張保單給臺灣人民看？)Uber 拿一些民意調查的結果出來說他們是受到支持的，但這也是混淆視聽。所以我比喻說八仙塵爆之前，參加彩粉路跑的人滿意度也很高，這並不代表它是對的。

昨天出席的有好幾位有跟我類似的看法，所以他們堅持不坐 Uber。最後，我也很欽佩昨天出席的計程車業者。他們不懼怕 Uber 的挑戰，也歡迎政府在保障乘客安全的前提下適度開放現有的規定，他們保證可以比 Uber 做得更好，繳更多的稅，而留更多的成數給司機。這種精神，正是我們產業界在面對外商挑戰時需要的。交通部的大門始終是敞開的，而 Uber 從來不正面回應大眾所質疑的這些問題，每次只會拿總公司的文宣出來鬼打牆。

綜合所有觀察到的現象，我的結論是：Uber 是一個對台灣有害的公司，而且根本不想溝通。

**延伸閱讀：

曾是台灣製造業重要根基的塑膠射出產業，如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者，老師傅退休、新人才接不上的現況，更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具，許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出，全球塑膠射出市場規模超過 3000 億美元，每年仍以約 3% 至 4% 的幅度成長。需求並未消失，只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉，老師傅數十年累積的經驗卻很難複製。

這道人才缺口，正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發，歷經近十年研究與工廠驗證，嘗試把老師傅腦中的射出經驗，轉化成可以計算、保存與持續學習的 AI 模型，解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI，射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備，不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後，生產現場仍得依產品、材料與機台特性，調整溫度、速度、壓力、位置等條件；即使使用同一種塑料，不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處，不只是記住參數，而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的，就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後，第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統，工廠只要輸入材料、機台規格、產品尺寸等資訊，sMolding 便能計算第一組成型參數；若試模後出現產品缺陷，再由 sTroubleshooting 提供修正建議。

「它就像導航。我今天告訴你要從 A 點到 B 點，但不知道路怎麼走，導航會把路徑算給你。」張詠翔說。對射出成型而言，這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例，傳統方式需 7.5 小時，導入系統後縮短至 2 小時，材料使用量從 23 公斤降至 8.7 公斤，整體試模成本降低 64%。

但找到正確參數只是第一步，真正進入量產後，工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損，都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組，透過射出壓力數據持續監控品質，並依生產狀態自動補償關鍵參數。換言之，AI 不只在試模階段提供一條正確的「導航路徑」，進入量產後還能因應製程變化持續修正，進一步朝「自駕」邁進。

從產線驗證到海外布局，桃園如何助攻智穎智能跨過0到1？

但要讓 AI 真正走進工廠，智穎智能採取 SaaS 訂閱模式，將核心運算留在雲端持續學習與更新，降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備，因此智穎智能的方案既能導入既有設備，也能與射出機、控制器業者合作，在新機出廠時直接整合。「一個工廠不會只有一個廠牌，就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言，AI 真正走進製造現場的關鍵，在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言，降低導入門檻還不夠，更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言，桃園不只是公司所在地，也提供了技術走向市場的第一塊試驗場。「對新創來說，第一個就是要經費、要人才、要場域，再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期，團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源，降低早期研發與營運負擔。更重要的是，桃園密集的製造業聚落，本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業，智穎智能在創業初期接觸到位於桃園的「良器」，成為公司第一個客戶。從概念驗證、產品調整到實際導入，合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言，第一個願意開放場域的客戶，意義遠超過第一筆營收。

如今，從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次，完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示，透過市府帶領團隊前往日本神戶，智穎智能接觸當地官方與企業資源。在市府引薦下，團隊成功對接了神戶知名加速器，更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局，為下一階段海外市場拓展做準備。

AI 解決「怎麼生產」後，下一步是「替誰生產」

當 AI 開始解決「怎麼生產」，張詠翔看到的下一個問題，是「替誰生產」。部分製造商提高生產效率後反過來問他，如果我的產能多了 20%，但沒有多 20% 的訂單，我何必要做那麼快？

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家，品牌要在海外重新尋找符合特定規範與製程能力的供應商，也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商，讓品牌端能依條件尋找供應商，也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務，初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究，到桃園工廠提供第一個實際驗證場域；從把老師傅經驗變成 AI「導航」，再走向能自行修正製程的「自駕」，智穎智能試圖數位化的，是製造業最難被保存的資產：人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散，這套從桃園工廠磨出的 AI，下一步不只要替老師傅找到數位接班人，也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源，將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去，讓外界看見桃園豐沛且具實戰力的創新動能。