[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。

「過去我們教育教導學生如何從數據中找出標準答案，但在生成式AI的時代，標準答案往往是最廉價的。」臺大EiMBA執行長李家岩一語道破了這波商業典範轉移的核心。他認為，當資訊獲取邊際成本趨近於零，企業的競爭優勢已不再是單純的「掌握資訊」，而是「如何設計讓 AI 與人共同創造價值的流程」。這不只是一句口號，而是一場正在被驅動的轉型。從課程設計的邏輯重組，到學生創業專題的實戰演練，臺大EiMBA正將校園打造成一個允許失敗、快速驗證的「人機共創實驗場」。

告別標準答案，當教授變成「學習架構師」

「我們不再只是教導知識，而是設計學習。」李家岩指出，臺大EiMBA的課程正在經歷結構性的轉變。現在的教授角色更像是一位「學習架構師（Learning Architect）」，他們的任務不是單向輸出，而是設計出高強度的挑戰與情境，讓學生在解決問題的過程中，自然地將 AI 納入決策迴路。

以今年新開設的「雙軸轉型與人工智慧」課程為例，這並非傳統的技術概論課，而是場關於商業邏輯的壓力測試。學生不再只是繳交一份靜態的商業計畫書，反而被要求運用生成式 AI 輔助設計商業模式畫布（Business Model Canvas），甚至利用Vibe Coding技術讓不懂程式語言的商管學生，也能透過自然語言與提示工程，快速生成互動式的原型與操作介面來模擬市場反應。這項技術打破了傳統「文組企劃、理組執行」的藩籬，讓創意能即時轉化為可執行的程式碼。在這個過程中，AI 扮演的角色並非代筆的秘書，而是將概念具現化的加速器，以及最嚴厲的邏輯質疑者。

「這是我在課程中學到最深刻的一課，」臺大EiMBA二年級生、寵物百分百用戶體驗暨品牌行銷中心負責人鐘紫瀕分享道。身處近200人新創組織的高階主管，她坦言最初員工對 AI 充滿敬畏，甚至恐懼被取代。但在 EiMBA 的課堂上，她發現 AI 真正的價值在於「攻防」與「鏡像」。「老師設計了一種『沙漏式』的提問邏輯，迫使我們把策略餵給AI後，必須面對它無情的反問。」鐘紫瀕回憶，「這個市場假設有數據支持嗎？」、「你的競爭壁壘在哪裡？」這種高強度的追問，都是AI在對學員提出的挑戰，迫使她必須思考得比AI更深、更遠。「以前我們忙著找答案，現在我們學會如何設計出『連 AI 都沒想過的好問題』。AI就像一面鏡子，映照出我們思考邏輯上的盲點。」

數位孿生實戰，將「感覺」轉化為「數據決策」

除了策略層面的思維激盪，AI 在營運端的落地應用，更是讓許多直覺型創業者經歷了一場痛苦卻必要的轉型。臺大EiMBA一年級生、赤赤子設計師林宏諭對此感觸良多。

身處傳統服裝產業，過去他的經營模式多仰賴美感與經驗，「以前做決策就是憑感覺，甚至忙不過來時，連縫扣子這種小事我都自己跳下去做。」但在李家岩講授的「雙軸轉型與人工智慧」課堂上，他被迫面對冰冷的數據與流程，而這正是李家岩強調的「數位孿生（Digital Twin）」素養。

在虛擬世界中建立一個與真實工廠或商業流程一模一樣的模型，利用AI進行模擬與預測，是現代智慧製造的核心。對林宏諭而言這意味著必須將腦中抽象的「職人經驗」轉化為AI讀得懂的 SOP。「那段過程就像是被老師架著刀子往前走，非常痛苦，」林宏諭形容，為了讓 AI 能協助優化流程，他必須把每一個步驟定義清楚，無法再用「大概」、「憑感覺」含糊帶過。

雖然煎熬但成果是豐碩的。當感性的創意被裝進理性的數據框架後，林宏諭發現自己的決策不再是賭博，而是可被驗證的科學。「現在AI不僅幫我理清思緒，更像是團隊的外掛大腦。我開始能鼓勵員工使用AI釋放重複性勞動，讓大家能準時下班，去做更有價值的事。」這正是課程希望帶給學員的轉變，從「事必躬親的管理者」進化為「善用工具的跨域系統設計者」。

跨域共創，打破同溫層的「破壁效應」

如果說AI是另一位虛擬組團員那麼課堂上原本的同學們，就是來自多重宇宙的戰友。這裡匯聚了醫師、網紅、工程師、律師與傳產二代，如此多元的背景在AI的催化下，產生奇妙的化學反應。

李家岩特別提到了榮獲霍特獎（Hult Prize）肯定的「RiiVERSE」團隊。這個由臺大管院 EiMBA 與 GMBA 學生組成的團隊，成員涵蓋了時尚、行銷與創新創業等不同領域。他們利用舊衣回收再製技術，打造出循環經濟的生態圈。「這就是我們強調的跨域共創。」李家岩解釋，在過去，不同領域的專業人士溝通成本極高，但現在，AI成為了通用的翻譯機與黏著劑。

「AI不僅降低了技術門檻，讓文組生也能做Prototype，更讓理組生也能懂得商業敘事。」在這樣的環境下，創新不再是單打獨鬥，而是像RiiVERSE團隊一樣，結合理性與感性，共同回應全球永續（ESG）的艱鉅挑戰。

為了內心的狂熱，動手去做

然而，隨著AI涉入決策越來越深，一個核心問題浮現：在演算法能預測趨勢、生成文案甚至編寫程式的時代，人類領導者的價值還剩下什麼？「我們教的不是被AI取代，而是擴增智慧。」李家岩眼神堅定地說。他強調，未來的領導者必須具備三項關鍵特質：AI素養、跨域系統設計能力，以及科技人文的反思力。

其中最關鍵的，是懂得界定「自主邊界（Autonomous Boundary）」。領導者必須清楚判斷：哪些決策該放手讓 AI 自動化？哪些時刻必須保留人類的溫度與價值判斷？「例如在智慧工廠中，AI 可以預測機台何時需要維修保養，但『什麼樣的風險可以接受』、『我們要解決什麼社會問題』，這些涉及價值觀的決策，永遠需要人類來定奪。」李家岩補充道。

在李家岩眼中，真正的創新往往不是來自同類型人才的討論，而是從不同背景、不同世界觀的碰撞中誕生。「一個人能看到的只是片段，跨域合作才能讓問題完整。」他再次提到。對他而言，EiMBA 想培養的不是知道最多的人，而是能讓「各種智慧」一起工作的人。在AI與人類智慧並存的年代，領導者最重要的能力，不是掌握所有答案，而是打造一個能讓答案自然生成的組織環境。「未來需要的領導者是能整合技術與人、懂得跨域系統思考、也能『擇人(含機器人)而任勢』的人。」李家岩說，而這群充滿創業創新的管理者也將在未來商業戰場上奏出人機協作的新樂章。