[詹益鑑] Uber 在臺灣到底挑戰了什麼?
[詹益鑑] Uber 在臺灣到底挑戰了什麼?
2016.08.08 | 科技

上週經濟部投審會限期撤銷 Uber Taiwan 在台投資的消息,讓支持與反對 Uber 的討論再度熱烈起來;雖然在一天內又得到暫緩撤銷並加速法規研擬的結論,但在中國剛頒佈「網路預約出租車經營服務管理暫行辦法」,隨即傳出 Uber 中國與滴滴出行達成合併協議的此時,的確值得好好審視:在全球各地引發爭議甚至產業抗爭的 Uber,到底挑戰了什麼?對於積極推動或追趕「數位經濟」潮流的台灣來說,我們該採取怎樣的立場及態度?

圖說明

圖片來自:Shutterstocks

##Uber 在臺灣的美麗與哀愁

雖然搭乘過 Uber 的乘客越來越多,但相信仍有一定比例的讀者對 Uber 感到陌生。成立於 2009 年的 Uber,於 2013 年 6 月進入台灣。初期與租賃車合作推出 Uber Black(尊榮優步),主打黑頭車(高級大型車款)的預約搭乘服務;到了 2014 年 5 月推出平價車預約搭乘服務 Uber X (菁英優步),吸引了自用車駕駛加入,並隨著消費者的接受度與使用頻率增加,對現有運輸業造成衝擊。

Uber 的使用方式簡便,透過手機應用程式市集(iOS App Store、Google Play等)下載安裝 APP 之後,註冊登入並綁定個人信用卡,在手機可被定位的狀態下,即可預約叫車服務。Uber 平台會隨乘客附近可預約車輛的距離與數量,告知等待時間與費率估算(要先設定終點),還有司機與車輛的基本資訊(暱稱與部分車號);上車時司機多半會詢問是否指定路徑,APP 也會即時顯示定位資訊與行駛路徑、預計抵達時間,並可分享給親友;下車時不用掏錢包,結束行程後 APP 會邀請乘客評分(司機端也會對乘客評分),作為未來預約媒合的依據。

相較於傳統計程車,Uber 提供了許多創新體驗,包括車輛選擇的彈性(預約五分鐘內可免費取消)、雙向評分機制、免掏錢包下車、繞路可投訴與退費等。而從個人的搭乘經驗來說,也有不少可進步空間,例如預約等待時的APP定位不準、車輛往往要繞行多時才會抵達;導航系統速度延遲,司機與乘客多有抱怨,不熟悉路況或路徑的司機讓人無法掌握抵達時間等。但總體來說,由於消費體驗正面多於負面,商務、女性與親子乘客有顯著增加趨勢(我個人身邊的小數據)。

圖說明

相較於傳統計程車,Uber 提供了許多創新體驗,包括車輛選擇的彈性、雙向評分機制、免掏錢包下車、繞路可投訴與退費等。照片來自:Anav Rin via flickr, cc license

正因為 Uber 在台灣上路後的消費者接受度高,也造成相當程度的產業衝擊與法規爭議,兩年來在民間、政府、產業、學界都有不少論戰與會議。我不是法律專家,但以新創投資者及政策顧問的角色參與過多場法規調適會議,發現主要的爭端在於Uber營業模式的認定,還有引起的行政管理、法源依據、勞僱關係認定、稅務及保險等問題,也引爆了前陣子的計程車抗爭事件。

##法規與商業模式爭議

限於篇幅與個人專業知識,我不對法規爭議進行太深入的討論,這部分在前政務委員蔡玉玲律師也有一篇專業點評。不過針對 Uber 該被認定是車行還是平台,到底挑戰了誰的產業位置、搶走誰的起司,我想從產業變革與數位經濟趨勢的角度,提供一些思考的脈絡。

首先,我們要先理解,計程車與租賃車在我國法規上的差別。簡而言之,兩者主要差異在於:「都在開車載人,但計程車僅能載運乘客,可以隨招隨停、一定要跳錶計費。租賃車可提供車輛或載運乘客,載客時不能隨招隨停、可以約定價碼。」

所以大家看出問題了嗎?

##當預約租賃車對上跳表計程車

Uber 的出現,其實是凸顯了「租車附司機」加上「即時預約」這種商業模式,對於「隨招隨停」的「計程車」模式的挑戰。

但即便在沒有網路預約的年代,就已經有許多車站、機場、風景區的計程車採用約定價碼及預約叫車的方式(違法)承攬業務;而現今國內許多計程車隊的電話叫車服務,也證明了預約制度的市場需求。但由於計程車相較於租賃車的數量大上許多(我認為跟台灣的都會交通環境與相關證照取得有關),所以租賃車產業反而一直處於弱勢。

此外,過往為了乘客安全與市場秩序,無論計程車或租賃車都管理規章與車行制度,但也造成個人營業(即便有牌也難申請)或兼職司機的不易生存。當然,這部分有許多法規必須配合修正,但數位經濟時代造成各種多元工作/創業形式的發生,各種資源(個人時間、閒置資產)的循環或使用其實是應該被鼓勵的。

##Uber 到底是車行還是平台?

其次,Uber 到底算是未登記的派遣或租賃車行,還是獨立於乘客與司機之外的第三方電子商務平台?根據先前的研究過,關鍵性的區別在於兩點:

一、是讓司機與乘客直接溝通的平台(如 Uber),還是尚需經過一中央交換機構轉派的派遣業者(現有車隊叫車服務);
二、資訊處理者是不是服務供應者與需求者外的「獨立第三人」。

由於 Uber 模式中是司機接受(或拒絕)乘客的預約要求,乘客也可以接受或拒絕司機提供的服務,而非由系統決定是否邀約成立;而傳統的車隊派遣業務則是由站台接受乘客需求、找到可接案的司機再回覆乘客,即便提供的服務相似,但資訊流程與保留雙方選擇權的精神卻其實不同。

其實這部分也就類似第三方支付或者許多新型態的電子商務平台曾經面臨的法規困境一般,同樣是金流支付與服務交易、貨物買賣,但由於交易模式與內涵不同,不應該用傳統的法規加以管理,而應另闢新型態的規範。

##私家車是否該開放營業?

圖說明

照片來自:Uber

最後,也是最引起爭議的一點,就是私家車能否「共乘」並「收費」。或者說,非職業駕駛能否提供載客服務並作為營業收入。

王耀誠在關鍵評論網的這篇文章:「談 Uber 的合法性爭議,與我國小客車公路運輸制度之反思」其實已經很清楚指出:「我國『一般與職業駕照』制度反而突顯了很多便宜行事,而未能真正保障安全,只要我們無法避免小客車載人,家人與乘客都是一個自然人的生命,那麼在源頭上用單一嚴格駕照核發與更新制度管制,確保駕駛有足夠的駕駛能力、載客能力與身心狀況,才是破釜沉舟之計。」

這邊我想舉一個思考方向。大家都應該知道軍中有所謂「駕駛兵」吧?駕駛兵只要取得一般駕駛執照,就可以擔任一般軍用車的駕駛。其駕駛技能與體能要求,與一般駕駛沒有差異,也不需要職業駕駛資格,但其實提供的就是某種駕駛服務並獲得酬勞(無論是義務役或是志願役)。不只軍中的駕駛兵,企業內的公務車或主管司機,若只服務企業內部或主管,也不需要職業駕駛人執照。所以,職業駕駛人很關鍵的特點是「服務非特定人」的營業形式(尤其計程車的隨招隨停服務),而與駕駛能力沒有關係。

事實上,職業或非職業司機的駕駛技巧與服務能力,以現有的法規制度,在執照上是無法顯現與考核的。我們都搭乘過讓人很不舒服的計程車,多少也有搭乘過很會開車、讓人放心的親友所駕駛車輛。所以真正阻礙運輸產業與服務品質進步的,反而是沒有依據駕駛技能、服務品質而考核評分的系統,而非開放私家車上路這件事。

##唯有開放,才能創造競爭與創新

沒有錯,開放一般駕駛人營業會衝撞現有計程車產業,但等到無人車上路,計程車產業將面對更大的衝擊,我們為何不逐步因應運輸業的產業變革,而要繼續對抗數位經濟的大潮流呢?

如同個人或工作室在線下或線上都可以販售商品、提供服務並獲利,但是規模大了就必須有營業登記及課稅。過去攤商與現在網購都有類似的軌跡,我們一定也可以適應數位運輸產業的演進。

當然,開放必須有法源依據,乘客安全與運輸品質也才能得到保障。數位經濟的本質是數據導向與群眾智慧,並創造長期可信賴的平台或品牌。在面對數位殖民的時代,我們可以採取鎖國心態,但也可以勇敢開放並促進競爭。

從前面的歸納整理,我們應該儘速面對網路預約叫車服務的市場需求、第三方媒合與交易平台的存在現實,以及個人駕駛從事載客服務的數位經濟可行性,從計程車與租賃車的營運方式、駕駛資格、兼職比例等制訂多元的標準,才有可能讓數位交通服務業在台灣開始新的契機。

#####《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長800至1000字,兩天內會回覆是否採用,文章會經編輯潤飾,如需改標會與您討論。

關鍵字: #Uber
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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