[數位觀點] Uber在台灣合法的三種可能途徑|數位時代 BusinessNext

可能途徑一：美國加州模式

第一種途徑就是台灣政府修法或設立新法規。台灣提出類TNC法規，讓Uber光明正大在台營運，但前提是Uber在納稅與保險等議題，有心溝通並和政府達成協議。

「Uber是全球公司，希望像美國一樣『有（TNC）法規』可以被納入。」Uber台灣資深營運總監吳罡說。2013年美國加州因應Uber等新型運輸服務，在法規中新增TNC(Transportation Network Company)類別，Uber平台上的私家車可以合法載客，來自加州的Uber也希望台灣政府能參考此作法。

除了Uber，台灣科技新創圈也有股強勁力量，支持修法（指計程車客運服務業申請核准經營辦法）或設立新法規，並且實施計程車彈性費率與多元計程車方案，讓台灣業者可以公平競爭，也讓類Uber業者合法經營。

不過，由於Uber目前僅用Uber荷蘭所授權的台灣宇博數位服務公司之名營運，用境外架構，逃避在台的實質車資納稅與乘客保險等責任。因此這個途徑有個大前提，就是Uber必須真心誠意和政府協議，營業登記符合法規，繳納實質車資總額稅捐，並且考量台灣乘客權益，提供國際險之外的在地保險。

可能途徑二：中國滴滴出行模式

第二種途徑則是Uber賣給台灣業者。Uber台灣也可以依照Uber中國併入滴滴出行的模式，賣給台灣相關業者，輕鬆當個背後股東。

在法規層面，前行政院政務委員蔡玉玲指出，「若Uber台灣賣給台灣業者，成為背後股東。Uber提供技術，台灣業者承擔納稅、保險與消費者保護等責任，法規上可行。」

不過，依目前的狀況來看，台灣環境，沒有太多誘因讓Uber台灣選擇走這條路。

首先，Uber中國併入滴滴出行是Uber公司的「以退為進」策略，心元資本創辦人鄭博仁就指出Uber藉此成為少數能實際營運中國市場的矽谷科技公司。Uber僅取得滴滴出行的5.89%股權，但享有17.7%經濟收益，17.7%的經濟收益如何想像？2015年滴滴已經擁有超過3億個註冊用戶，1500萬名司機，年訂單總量就高達14.3億筆，商機驚人。

再者，Uber中國的股東組成和滴滴出行的股東重疊度相當高，溝通容易。滴滴出行的「補貼戰法」嚴重威脅Uber中國的營運。加上，中國政府在法規上否定Uber原有主張，因此賣給滴滴出行是Uber中國最佳出路。

相比之下，Uber台灣和產業中相關公司並沒有股東上的重疊，台灣市場小的多，也沒有如滴滴出行般商業模式雷同、在競爭版圖上勢均力敵的對手，因此雖然也是一種途徑，但可能性不高。

可能途徑三：Uber出資入主台灣業者

第三種途徑，則是Uber出資直接入主台灣業者。這種途徑，在其他國家還很少見。由於台灣法規上對此產業沒有外資投資限制，Uber有可能直接砸錢，入主台灣交通運輸相關產業。

《東森新聞》指出，「市場盛傳，Uber找金融業想合夥買台灣大車隊。」不過，台灣大車隊總經理李瓊淑反駁此新聞，她說「此事為『子虛烏有』，台灣大車隊從來沒有和Uber有任何的接觸，也沒有和台灣金融業有任何接觸。」《數位時代》繼續詢問，假設Uber真的來找台灣大車隊，公司的態度是？李瓊淑回應，「我們不答覆任何假設性問題。」「是否擔心Uber買下其他競爭同業？」「台灣大車隊專注於車隊服務品質的提升，外界的看法對我們來說不是這麼的重要。」

除了台灣大車隊，台灣也還有很多交通運輸與租賃相關業者。Uber台灣已經有約100萬註冊用戶，上萬名司機，市場說大不大，說小又不小，若Uber真的有心繼續經營台灣市場，聯手台灣本地企業或自己砸錢，負起經營者該有的責任，讓投審會點頭，入主台灣業者並非不可能。

不過，這是付出成本與回收利益間的商業考量。Uber全球佈局擴張，Uber是否願意花時間與精力和台灣業者談合作？台灣政府在後續協商過程中，是否能給予Uber壓力或是提供誘因？都是關鍵因素。

1973 年，良興從台北光華商場一間 50 坪的電子零件行起家，半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過，伴隨規模擴張帶來的不只是成長，還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆，加上跨部門協作頻繁，行政耗損與知識傳承的缺口，成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧，從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營，作為 3C 零售業者，良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能，就是良興第五波轉型的核心命題。」

AI 自動化，從行政細節釋放組織戰力

轉型需要夥伴，而賴志達評估合作夥伴的標準很明確：技術能力是基本，產業知識（Domain Know-how）的深度是關鍵，回饋速度更是最終決定因素。2025 年的未來商務展上，良興選擇攜手 Data-DI，看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的，良興與 Data-DI 合作的第一個專案，就落在最耗費人力、卻最常被忽視的環節：會議記錄。「會議如果沒有產值、沒有效果，對企業很傷！」賴志達說，他每天參加許多會議，但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理，常出現人名誤植、決策遺漏、行動項目無人追蹤，讓會議效果大打折扣。

為了解決會議記錄的痛點，Data-DI 業務副總包威棣指出，在導入工具以前，團隊須先釐清三件事：場景是否具備落地價值、哪些流程節點適合 AI 介入，以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問，都決定 AI 能否精準落地。

確認方向後，良興與 Data-DI 成功導入 AI 會議記錄自動化系統，透過模糊比對技術校正語音辨識誤差，並將生成的雙版本報告直接回存至既有資料庫，不僅將行政人員從重複性作業中釋放，也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享，現在他去外部開會也會用這個工具，運用 AI 把錄音轉文字、再整理成簡報，很快就能完成，更令外部夥伴驚艷。「我認為這是很成功的案子！也提醒想做 AI 的老闆們，與其急著搞大架構，不如先從小工具讓公司嘗試 AI，建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後，良興接著切入更深層的營運核心：知識傳承。過去，頂尖銷售經驗長期鎖在少數資深員工身上，新人培訓耗時三個月，員工離職即帶走知識資本。與此同時，網路資訊發達，消費者進店前早已掌握基本規格，3C 通路門市人員要如何發揮更多價值？「我要門市的人不是死背規格，而是面對客人時，能用客人能理解的方式對話。」賴志達說。

為此，Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡，串接教材生成、審核上架、AI 銷售對練與成績回報，主管僅需在核心節點審核；員工透過手機語音對練，系統依口吻、專業度、回應力等維度自動評分。賴志達表示，目標是將新人培訓期縮短至一個月，讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而，要讓這套系統真正運作，得先解決兩個根本問題：資料從哪裡來？以及訓練如何更準確？

「以前大數據時代，講的是資料要大、全、細、實；現在 AI 要做到的是準（準確）、合（合乎場景）。」包威棣說。良興不同廠商提供的素材品質參差不齊，Data-DI 除了整合內部資料，也補充加入外部市場評測內容以填補空缺，再透過人員審核機制過濾雜訊，搭配 agent 架構的多層步驟與知識限定，確保系統能精準提煉對應品類的訓練素材。

賴志達則看得更遠：「這些教育訓練的內容，也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問，帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中，雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步，賴志達表示，公司各部門很早就建置 Power BI 報表，但數據豐富不等於決策清晰。「數據是土壤，如果沒有梳理，就沒有用了。」因此，他的下一個目標是活化數據資本、推動行銷自動流，以精實的人力持續驅動成長。

包威棣則從顧問視角歸納兩個觀察：AI 導入需要高層認同、由上而下推進，像賴志達這樣持續引領良興走在業界前端的決策者，就是不可或缺的推手；而單點工具的價值，終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構，人員訓練改變了知識傳承的方式。從點狀應用走向企業變革，這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後，對於仍在觀望AI應用的企業，他則建議：「未來 AI 導致的落差只會愈來愈大，人會變成超級工作者，企業會變成超級企業。開始做就對了，先做一個三個月的小任務，降低落差、再急起追上。」從痛點切入、小步快跑，讓組織在實作中累積對 AI 的理解與信任，這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊，請查詢網站：https://www.data-di.com/