「共享經濟」大將 Airbnb、Uber 進軍「難搞」日本市場
「共享經濟」大將 Airbnb、Uber 進軍「難搞」日本市場

圖說明

本文授權轉載自2015.12.24 Worklife in Japan

2015年已經接近尾聲,下禮拜開始日本就要去放假了,所以商業雜誌紛紛推出了2016年的經濟預測。其中一個關鍵字是「Sharing Economy」(共享經濟)。NIKKEI BUSINESS更特別把焦點放在現今共享經濟的兩大指標公司 – Airbnb跟Uber。

共享經濟的發展性已經可以從這兩家企業的快速成長看的出來,所以這裡的討論重點不是他們的商業模式 (之後會討論「有台灣特色的日本共享經濟新創事業)。但這兩家企業目前在日本的發展並不像在其他國家一般的順利 (雖然說在其他國家也是很多爭議),看完了NIKKEI BUSINESS對Airbnb跟Uber的報導,會有一種日本市場似乎「很難搞」的感覺。

對了! 日本市場總是有一種讓人覺得「很難搞」的感覺。

日本對Airbnb跟Uber進入日本市場的討論或許是一個好的例子,讓你可以更具體地了解日本在決策上的思考方式。目前台灣也正在討論是否合法化Airbnb跟Uber,而且看起來討論的方向有點相近,只是這一次日本可能稍微走在前面一點,或許可以讓台灣參考一下他們的作法。

在日本,AIRBNB跟UBER 是「先天性違法」

日本市場「難搞」的原因是日本什麼都有規定,而且大家很遵守規定。連 Airbnb跟Uber 這種過去沒有的新型態商業模式,一到日本就已經是「先天性」違法。

1. Airbnb

在日本有「旅館業法」。只要是以「有償」方式提供住宅與他人使用,都要受到「旅館業法」的管制,所以除非你經營Airbnb不收錢,不然你也必須遵守旅館業法。那旅館業法有什麼規定呢? 日本旅館業法規定,從事「有償」提供住宅給他人使用的業務時,必須要

1) 必須取得營業許可
2) 面積要有33m2以上
3) 要符合消防法規定,「要有自動火災報知機、消火器的設置…)
….

其他的條件不講,光是第一條「必須取得營業許可」就已經沒有人想做了。所以目前來說,在東京的Airbnb的物件只有1萬多件,比其他國際都市像是巴黎(6萬多)、紐約(4萬多) 少很多。而且這1萬多個物件裡,大部分都不符合上面「旅館業法」的規定。

2. Uber

在日本有「道路運送法」,如果以「有償」提供載人或載物的服務都是「道路運送法」的管制對象。而根據「道路運送法」的規定,要營業就必須要申請營業車牌(白牌),但是這就已經違反了Uber的本意。而且目前日本政府對於Uber取締非常嚴格,今年Uber在福岡試營運,以「乘客免費、Uber補貼駕駛」的方式想說可以繞過這個法規,結果馬上被日本的國土交通省以「可能觸及違反道路運送法」為由要求立即停止試行。

所以目前Uber在日本的經營是以「已經有營業車牌的駕駛」為主要對象,也就是這些駕駛本來就是開計程車的,跟Uber「共享經濟」、利用一般人閒置資源的概念是完全背倒而馳。

跟歐美的不同是,歐美國家原本「沒有」限制這些新創服務的法規,所以一開始出來的時候並沒有任何法律可以禁止Airbnb或Uber的使用,也因此起步來說「相對上」容易,後來漸漸看到一些問題,再「追加」新的法律來規範這些新服務。

例如Airbnb在荷蘭,一開始政府沒有任何的規定去限制Airbnb的發展,後來是社會開始擔心會造成房價上漲、造成其他住戶安全上的問題,所以後來增加了像「租借上限是一年60天,主要必須是自住」的規定,並且跟Airbnb合作,如果有違反規定的使用者,會要求Airbnb強制刪除帳號。

Airbnb是「NEED」,Uber還只是「WANT」

只是法律始終是因應社會實際的需求修改,這也是目前日本政府正在討論Airbnb與Uber合法性的原因。那實際的狀況是什麼呢? 目前日本是這麼看的。

1. Airbnb

Airbnb 從 2013年開始,在日本的物件數以每年300%的速度成長,以Airbnb的官方統計數字(2014/7-2015/6),到日本利用airbnb的外國人有52萬人,是前期的500%,產生的經濟效果是一年2200億日幣。

不是違法嗎? 怎麼還一直成長? 因為需求實在太高,而背景大家應該已經猜到,是外國觀光客爆炸性的成長。

日本外國觀光客人數從2012年的800萬人次到2015年的1900萬人次(預估),預計到2020年會成長到3000萬人次(保守估計); 房客的人數去年是720萬人,到2020年預估增加到1700萬人。

外國旅客的快速成長,目前東京都內大部分的旅館訂房率都已經到9成,雖然很多大型飯店業者都在興蓋新的飯店,但是始終跟不上需求。而且2020年就是東京奧運,連政府也都開始為了屆時旅客的住宿問題傷腦筋,怕到時成為大家批評的焦點,所以政府也默認了Airbnb的必要性。

2. Uber

Uber 在日本同樣是有需求,NIKKEI報導舉的是在京都一個偏遠溫泉村的例子,在一些日本比較偏遠的地方,現在觀光也越來越發達,但是交通設施沒有辦法跟上腳步,這些地方從事計程車業的人口也沒那麼多,所以要是有Uber的話會蠻方便的。

但是如果說是在東京電車這麼發達、計程車滿街跑的地方,Uber的「需要性」似乎就沒有那麼高。或許Uber在價格方面更有競爭力,叫車、付費的過程更方便,但這也可以從目前的計程車業者去改善。

整體而言,現階段Uber的service比較是一個「want」,而不像是airbnb已經到了「need」的階段。

對共享經濟的接受度: Airbnb快,Uber則慢

因為Airbnb跟Uber 需求狀況的不同,目前日本政府對這兩種共享經濟服務討論的步調也不太一樣。

1. Airbnb

日本政府已經公佈從2016年1月開始,以東京都大田區為戰略特區,開始試行Airbnb合法化,也就是一般的民宅可以直接「有償」租借給其他人住宿。

只是日本政府又開出一些奇怪的限制,像是起碼要住7天以上等,這些規定一出來馬上又受到大家的質疑。所以接下來預期,日本政府一方面會再放寬對Airbnb的限制(或者是像現在,立法重精神,在執行面會睜一隻眼閉一隻眼),另一方面可能在2016年就會討論是不是將適用範圍擴展到日本全國。

2. Uber

日本政府的腳步就放得比較慢。日本政府也明講,Uber的狀況跟Airbnb不一樣,民宿需求是已經發生的事實 (很多外國人來日本找不到地方住),已經到了不得不處理的地步; 相對上來說Uber還沒有那麼迫切的需求,而且日本在計程車的台數跟安全性上比其他國家的都市還要優秀,也是事實。

但也不是日本政府從此以後都要禁止Uber,Uber有很多新的模式,例如Uber有英文介面的app,有外國遊客想要搭計程車時可能很方便,而且引進Uber可能也可以給既存的計程車界新的刺激。但目前的迫切度來說,Airbnb會遠大於Uber,所以政府合法化的討論也會是Airbnb快於Uber。

你覺得日本式的「先限制再放寬」還是歐美的「先開放再規定」好呢? 又,台灣對於Airbnb跟Uber的合法化,是比較適合日本式、還是歐美式? 還是台式的呢?

(參考資料: Nikkei Business, photo via C!…)

關鍵字: #Uber #共享經濟
往下滑看下一篇文章
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

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
代理式商務連動百兆商機
© 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