[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。

因應生成式 AI、代理式 AI 與實體 AI 的崛起，模型成為企業資訊基礎設施的一環，企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本，以及確保 AI 基礎設施的安全與穩定；有鑑於此，服務超過 2,000 家企業客戶上雲的勤英科技（ELITE CLOUD）將業務範疇從雲端代理延伸到 AI 基礎設施整合商，協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源，在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作，企業的核心競爭力不再僅是擁有 AI，而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示，為協助更多企業推進 AI 創新實務，勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色，進一步轉型為 AI 基礎設施整合服務商，透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務，協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra，企業最大挑戰不是模型、算力而是管理

過去幾年，許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」，提升員工工作績效，而代理式 AI 的崛起與普及，則讓「內嵌 AI 的企業應用」快速成為新常態，從企業資源規劃（ERP）、顧客關係管理（CRM）、人力資源（HR），到客服、研發甚至製造系統，AI 開始深度嵌入各類企業應用，AI 扮演的角色也從單純的輔助工具，逐漸進化為企業營運與決策流程的重要核心。

也因此，企業保持未來競爭力的關鍵，不再是「有沒有導入 AI」，而是「是否具備管理 AI 的能力」，包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent，以及如何避免 AI 成為新的資訊孤島，都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代，意味著企業若只押注單一模型，未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示，企業接下來更需要以「Models as Infrastructure（模型即基礎建設）」的思維，將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理，將資訊系統架構重塑為 AI 基礎建設。

勤英科技服務的客戶數超過 2,000 家，不少客戶已導入 AI 應用服務，正積極建置 AI Infra 與管理環境，因此，勤英科技自 2025 年積極轉型，將 AI Infra 視為企業長期競爭力的基礎建設來經營，業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商，例如與多模型平台 MixRoute 合作，並開發可支援單一登入（SSO）、彈性調度不同大型語言模型 Token 的管理平台，協助企業簡化模型管理與成本控管，將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合，勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關，勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本，以及落實資安治理，更因應不同使用情境推出三種 AI 方案助力企業：

第一：提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋，透過整合 Gemini 的 Google Workspace，企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能，包括會議摘要、文件生成、簡報整理等，快速提升員工生產力，同時，增強企業對 AI 應用的信心，為之後的應用深化做準備。

第二：協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說，除以生成式 AI 打造企業大腦，還會透過代理式 AI 提升自動化執行能力，重塑工作效率。」黃士培表示，勤英科技可以基於 Google Gemini Enterprise，提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務，讓企業員工可以自然語言安全調用企業資料，讓 Agent 進一步執行任務與推動流程。

舉例來說，勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞；另在影音內容生成領域，勤英科技亦協助客戶導入 AI 自動化技術，將內容產製成本縮減達 90%。

第三：提供多模型聚合管理平台，滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作，提供企業客戶多模型管理平台，讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型，並透過單一帳號、單一帳單與 Budget Alert 機制，管理 token 使用量與 AI 成本。

「透過我們提供的多模型管理平台，企業客戶不會被單一模型綁定，可以在模型快速疊代的環境下，更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說，隨著 AI 應用從單點工具走向大規模企業部署，下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力，而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因：當 AI 開始成為企業營運的一部分，企業需要的，已不只是模型供應商，而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊，請查詢網站：https://www.elite.cloud/zh/