[錢思敏] 誰來監管共享經濟|數位時代 BusinessNext

##你共享了誰的經濟？

以 Airbnb 或是 Uber 來說，都是運用既有人們的資產，或是運用既有資產附加勞動的模式，進行住宿服務或是交通服務分享所建立的交易平台，這兩個平台實際上並不擁有這些資源，而是做為這些服務媒合的交易平台。

雖然就共享經濟實際上的消費行為來說，有可能一部分是來自於既有消費的移轉，例如 Airbnb 吃掉了一部分旅館業、民宿業的市場。但是，除了從既有產業的消費移轉之外，還有消費的增加，也就是餅被做大了，整個旅遊市場被做大了，因為 Airbnb 的方便性，性價比高，更多人選擇出國旅遊了，不會純粹只是市場消費的移轉而已。

圖說明

因為 Airbnb 的方便性，性價比高，更多人選擇出國旅遊了，不會純粹只是市場消費的移轉而已。照片來自Airbnb官方部落格

Uber 則是將汽車與司機兩項元素，提供消費者交通運輸服務來做為類似計程車功能的服務平台，比起 Airbnb 來說，不同的是比較少人是因為 Uber 比較便宜，而選擇不搭乘公共交通工具，轉而搭乘 Uber 計程車，因為大眾運輸工具與 Uber 價格上的差異，Uber 的消費者多數是由原先搭乘國內計程車的旅客而來，因此，Uber 對國內計程車是直接的競爭關係，計程車的消費有很多是從一般國內依法成立的計程車轉移到 Uber 去了，這也是為甚麼國內計程車對 Uber 的抗議程度，會比旅館業者對 Airbnb 來得多的原因。

實際上，無論是 Airbnb 或是 Uber，都是運用既有閒置的資源而創造衍伸出來的新服務。

Uber

Uber 對國內計程車是直接的競爭關係，這也是為甚麼國內計程車對 Uber 的抗議程度，會比旅館業者對 Airbnb 來得多的原因。照片來自：Automobile Italia

##追求閒置分享最有效率就夠了嗎？

所以，共享經濟的初衷是什麼？共享經濟的原則是將資源做最有效率的使用，將原本閒置的資源進行分享，無論是 Airbnb 或是 Uber 都是一種共享的形式，拿出自家的東西進行分享。

但如果要討論到市場競爭的公平性，也就是產業競爭的層次，則合法業者所需要繳的稅、所需要進行的檢查、監理、管理等，則都需要政府去思考法規在數位經濟的背景之下要不要管，或者那些法規法條可直接進行鬆綁，讓國內原本受管制的業者也能夠適用鬆綁下的管制；又或者，在保障人民權益與安全的情況下，旅館業或交通業經營當中所必須要進行監督管理的部分，則亦可規定這兩家平台應對旗下參與業者加以要求。

Airbnb L.A.

無論是 Airbnb 或是 Uber 都是一種共享的形式，拿出自家的東西進行分享。但如果要討論到市場競爭的公平性，則需要政府去思考法規在數位經濟的背景之下要不要管，或者哪些法規法條可直接進行鬆綁。照片來自Airbnb官方部落格

##數位經濟下公共監管的典範轉移

然而，在執行面上來看，政府要對數位經濟進行管理卻是不容易的事，但是別忘了，數位經濟不是沒有人監督，看看平台上的眾多評價，不就是最好的監管了嗎?

以 Airbnb 的平台功能來看，評價除了來自於消費者對於住宿品質的回饋之外，還包括 Airbnb 業者對於消費者的評價，這種買賣雙方的相互監理機制，是政府管理所無法觸及到的領域。消費者對於住宿服務的評價，是在任一知名訂房平台上都有的基本功能，像是 Agoda、Hotels.com 等，消費者訂房時，必定會對住宿地點過去的評價進行一番檢視，但另一方面，Airbnb 亦增加提供業者對住宿旅客進行評價，旅客為了下一次在 Airbnb 的住宿訂房能夠順利，亦必須累積業者對自己的良好評價；因此，對於住宿規定、住宿環境的維護、整潔與清理等等，都會非常在意，但以國內的旅館業或民宿業者來說，業者間或許私下流通著奧客名單，但是實際上，很難在奧客訂房時就能夠察覺並拒絕其投宿。

Hotels.com官網

消費者對於住宿服務的評價，是在任一知名訂房平台上都有的基本功能，像是Agoda、Hotels.com等，但Airbnb還增加提供業者對住宿旅客進行評價，旅客為了下一次在Airbnb的住宿訂房能夠順利，也必須累積業者對自己的良好評價。照片截自：Hotels.com

這種共享經濟平台雙向互評的機制，其實是鼓勵業者與消費者共同提升消費與服務品質的方式，由消費者對業者進行監督，讓平台業者在管理層面進行把關，設下業者進入的門檻；而運用業者對消費者的評價機制，讓業者依據過去評價，能勇於對奧客說不，以共享經濟的平台生態圈所形成的相互監督與管理的機制，是一種無形推升業者提供服務以及消費者消費時品質的方式，這是政府想要管卻未必能夠做到的部分。

代表圖來自：Airbnb官方部落格

#####《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。

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。