[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

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。

當許多企業還在討論 AI 能做什麼，富邦人壽更關注：AI 如何被第一線同仁使用？而這也是「理賠智慧助理」能從黑客松發想、走進理賠現場，成為真實工作夥伴的原因。

為什麼富邦人壽會選擇從最複雜、也最不易標準化的環節–理賠–切入、嘗試將AI從「回答問題的工具」轉變成進入核心營運流程的「決策輔助夥伴」？

保險理賠為何難以AI化？答案藏在大量非結構化資訊裡

相較於客服問答或行政流程，理賠工作最大的挑戰在於資訊高度分散且缺乏標準格式：從診斷證明、病理報告、手術紀錄到醫療收據，每份文件不同醫院格式都不同，內容還充滿專業醫療術語；理賠人員不僅必須理解文件內容，還需要同步比對保單條款、法規要求以及醫學知識，才能做出適當判斷。

更複雜的是，就算是相同疾病或手術名稱，不同案件背景也可能導致不同理賠結果，因此，理賠長期被視為高度依賴專業經驗與人工判斷的工作，很難透過傳統自動化工具處理。

近年來，隨著理賠案件量持續增加、醫療技術快速演進，以及新舊世代交替帶來的人才培育壓力，如何兼顧理賠品質、作業效率與知識傳承，成為刻不容緩的議題。

富邦人壽開始思考：如果AI無法取代專業判斷，是否能先協助理賠人員更快掌握資訊、縮短搜尋時間，讓專業人才把時間投入在更高價值的分析與決策工作？這個想法在富邦集團導入微軟Copilot Studio並舉辦黑客松活動後獲得實踐機會，理賠團隊將構想轉化為可驗證的AI提案，並在主管支持與跨部門合作下，於2026年1月正式導入理賠現場。

「黑客松讓我們有機會快速驗證想法，也讓AI應用從概念走向實際場景。」富邦人壽理賠部資深襄理郭乃瑀如是說道。

數位時代為此特別專訪富邦人壽黑客松獲獎團隊「ClaimAIngels」的成員，深入了解這項 AI 專案如何從創新提案一路走進理賠第一線，成為同仁日常工作的決策輔助夥伴。

AI成功落地的關鍵，不只是模型，還有資料與流程重建

從創意發想到實際上線，最大的挑戰不是技術，而是如何讓AI真正符合第一線需求。

富邦人壽理賠部資深襄理林庭樂指出，團隊一開始便深入訪談理賠同仁，發現大家真正需要的並不是AI幫忙做決定，而是協助整理資訊，因此將理賠智慧助理專案聚焦於三大領域：手術等級建議、病理報告判讀輔助，以及國外醫療文件翻譯與摘要，目標是協助同仁降低資料蒐集與查詢時間，讓理賠同仁可以快速掌握案件重點。

但要做到這一步，必須先建立可信任的資料基礎。

由於醫療資料來源眾多且格式不一，團隊投入大量時間整理歷史案件、建立醫療名詞對應關係、標註資料來源與判斷依據，並透過跨部門討論及醫師顧問協作，逐步建立一致的判讀標準。林庭樂表示：「這項工作看似基礎，卻是AI能否提供可靠建議的關鍵，更重要的是，它讓過去散落在資深同仁腦中的經驗知識，逐漸轉化為可被組織保存與運用的數位資產。」

富邦人壽理賠部專員陳子聆便感受到明顯改變。她說：「過去遇到新的手術名稱，往往需要花費一到兩個小時查閱條款、搜尋歷史案例並向資深同仁請教，現在，透過理賠智慧助理協助，資料搜尋時間縮短50%以上，能將更多心力放在案件分析與專業判斷上。」

理賠部理賠審核科資深襄理王羽藍則形容，理賠智慧助理更像是一位隨身秘書。她說：「它會先幫我們整理案件重點，也能提醒是否遺漏重要資訊。無論是判讀國內外醫療文件、核對醫療收據，或分析病理報告內容，都能快速提供參考依據，讓我們把時間投入更重要的專業決策。」

除了資料基礎建設，金融業導入 AI 的另一個關鍵挑戰是風險與合規。

因應金融監理要求以及個資保護需求，團隊在設計理賠智慧助理時建立多層防護機制與使用護欄，並持續優化提示詞設計，以降低AI幻覺、資料外洩與誤判風險，確保AI始終在可控範圍內運作。

不過，對富邦人壽而言，上線並不代表結束，而是優化的開始。

團隊發現，理賠智慧助理初期使用率表現亮眼，但隨著時間推移逐漸下降，為了找出原因，團隊同仁與第一線理賠同仁召開多場討論會議，讓其了解，生成式 AI 並非一次建置完成就能長期發揮效益，必須持續蒐集使用回饋、改善建議，進而調整功能設計。

郭乃瑀表示：「根據同仁回饋，團隊目前正規劃新增實支實付手術給付比例分析等功能，目標是讓AI更貼近實際工作流程、滿足使用者需求。」

從單一專案到組織能力，理賠智慧助理帶來的真正改變

隨著理賠智慧助理逐步成為理賠同仁的日常工作夥伴，其帶來的影響也不再侷限於效率提升，而是開始擴散至組織文化與創新模式的改變。

郭乃瑀表示，過去AI專案多半由資訊部門主導，但這次經驗讓大家發現，真正了解痛點的人其實是第一線同仁，因為只有其最清楚哪些流程最耗時、哪些資訊最難取得，以及哪些環節最適合導入AI。「隨著理賠智慧助理成果逐漸顯現，愈來愈多部門開始主動詢問專案推動經驗，如資料整理、風險控管、流程設計與使用者導入等做法，加速 AI 創新在組織內部的擴散與落地。」

對富邦人壽而言，理賠智慧助理並不只是單一 AI 工具，而是一次工作方式與文化的改變：從第一線提出需求、跨部門共同打造，到持續優化與回饋機制，AI 不再只是科技部門的工具，而逐漸成為工作現場的一部分，也讓數位轉型成為一種持續發生的創新能力。