台灣大車隊單月非現金交易額破億元,預計年底占比上看16%
台灣大車隊單月非現金交易額破億元,預計年底占比上看16%

行動支付大戰愈演愈烈的同時,有幾大使用場景是各家支付業者都不想錯過的,如台灣大車隊提供的計程車服務便是其一。總計台灣大車隊目前除了提供信用卡和悠遊卡,另外也提供支付寶、橘子支、街口和歐付寶這四種支付App,並預計明年第一季會再新增兩個夥伴。台灣大車隊總經理李瓊淑透露,目前單月來自非現金支付的交易額已經突破一億元,占整體交易金額比重超過一成。

非現金支付占比在三個月內從8%增加到13%

今年7月20日橘子集團旗下支付公司橘子支與台灣大車隊召開合作記者會時,台灣大車隊非現金交易占比約還只有8%,而經過三個月不到的時間,這個比重已經進一步拉升到13%。台灣大車隊整合行銷處經理王嘉慶預估,這個數字還會再成長,在年底前達到16%。

「過去我們還不太敢講,但現在趨勢愈來愈明顯了。」李瓊淑看好,在趨勢發展下,未來2~3年內非現金交易的比重要成長到五、六成也不會是問題。

台灣大車隊總經理李瓊淑.jpg
台灣大車隊總經理李瓊淑認為,司機對於非現金支付的抗拒心態已經明顯降低。
圖/ 何佩珊攝

不過她也坦言,在支付服務上,台灣大車隊還有進步空間:第一是車機系統的改善;第二是司機抗拒改變的心態。但她也立刻補充,「這個部分(指司機拒絕接受非現金支付)已經很小了。」她說:「(司機拒絕非現金支付)都是以前的印象了。」

她不否認,說服司機確實是一件很難的事。因為她自己也可以想像,過去司機收到現金就可以立刻使用,現在卻要另外開戶、另外提領,多了一道手續。而更讓司機反感的,是這些非現金支付服務產生的手續費,都要由司機自行吸收。以信用卡支付來說,司機必須負擔3%手續費,而悠遊卡支付則是每筆交易2元手續費;其他支付也都有高低不等的費用要負擔。

拿出棒子,也會給蘿蔔

但對於這些疑慮,李瓊淑直言,「如果公司推的活動都是公司要吸收成本,那公司就不會想要推動改變。」她認為應該去思考的重點是,新服務能不能為司機帶來更大的收入?「如果我推這個服務能為司機帶更多生意進來,讓司機的收入遠遠大於付出,那手續費就不會是司機應該在意的重點。」

當然,在等待司機更明確地感受到「好處」之前,台灣大車隊也不能毫無作為。她表示,過去幾個月內部已經舉辦過上百場的教育說明會,並也祭出管理罰則,而在積極溝通之後,就看司機「接受」或「不接受」。而實際上,確實有司機因此退隊,但李瓊淑不擔心,「因為我有560萬個客人。」她說:「這是雞生蛋蛋生雞,有客人就有司機,有司機就有客人。」

此外,除了拿出「棒子」,台灣大車隊其實也在規劃要祭出「蘿蔔」,用「利誘」來降低司機的反抗心態。預計很快在11月,台灣大車隊就會攜手悠遊卡公司,共同祭出司機獎勵方案。

司機端營收占比已不到三成

而更長遠來看,李瓊淑表示,台灣大車隊期待當非現金支付的比例愈來愈高,那每個月數億元以上的金流,就能創造出更多發展和想像空間。她表示,目前台灣大車隊來自16000名司機端(會費、抽成等)的營收占比已經不到三成,而就全台灣計程車市場大概就只會維持在八萬多台的規模來看,她相信未來來自非司機端的收入,包括導購、廣告、衍伸服務等營收占比,一定還會持續擴大。「我們現在最大的價值就在這裡。」她說。

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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