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%|數位時代 BusinessNext

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%

在行動支付大戰愈演愈熱的同時，有幾大使用場景是各家業者都不想錯過的，如台灣大車隊提供的計程車服務便是其一。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。

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。

「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。