[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
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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