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。

為守護保戶資產，南山人壽集結客戶服務、數位、資訊三個部門的能量，自行研發「黃金眼 AI 防詐模型」，自 2024 年底完成開發後，截至今年 11 月已成功阻擋多起詐騙案件、攔阻金額累計逾新臺幣 900 萬元，並獲得 2025 數位金融獎等殊榮。

「黃金眼 AI 防詐」模型為什麼可以有效防詐、更好守護保戶資產？

南山人壽客戶服務資深副總經理李淑娟面帶微笑地解釋：「『黃金眼 AI 防詐』是透過龐大的保戶資料結合前線客服的實務經驗建構而成的模型，不僅克服了壽險業交易頻率低且詐欺樣本極度不平衡的挑戰，還能夠偵測在臨櫃辦理保單借款或解約的高風險個案，讓客服人員可以主動提醒與關懷，有效降低詐騙風險，守護客戶資產安全與信任。」

從詐保到詐財，壽險業面臨的風險加劇

過往，壽險業者面對的主要風險是保險詐欺，例如，透過偽造事故情節、虛構醫療紀錄等方式詐領保險理賠金，然而，隨著科技迭代與詐欺集團的組織化、專業化，這類手法已快速進化，從「偽造病歷、輕病久住、醫療共犯」等傳統模式，轉向結合數位科技與精準話術的跨領域詐財操作。

這一波詐欺風險不僅滲透力強、具備高迷惑性，也直接影響保戶資產安全。例如，詐欺集團利用假冒理賠諮詢等方式竊取保戶個資，再一步步誘導客戶辦理解約或申請保單借款，最後要求將資金匯到不明帳戶等，壽險業者面臨的風險範圍也從「詐領保險理賠」延伸到「詐騙保戶資產」。

李淑娟資深副總經理進一步指出，南山人壽每年要處理逾 35 萬件解約與借款案件，很難單憑人力在海量案件中精準辨識高風險個案。「為有效防堵詐欺事件，南山人壽除開發 AI 模型辨識詐保事件，更進一步研發黃金眼 AI 防詐模型，用前瞻科技主動攔截風險，強化保戶資產的安全防護。」

南山人壽以黃金眼 AI 防詐模型守護保戶資產

在打造黃金眼 AI 防詐模型時，南山人壽面臨兩個挑戰：首先是壽險的交易頻率低，導致資料稀缺；其次，是詐欺樣本比例高度失衡，導致 AI 很容易誤判。為化解這些挑戰，南山人壽整合保戶行為、保戶與保單側寫資訊與情境因素等多模態資訊進行模型訓練，爾後，透過集成學習（Ensemble Learning）整合多個不同觀點的「專家模型」共同判讀，提升模型判斷準確性。

南山人壽數位專案經理蔡其杭表示：「以多模態數據源跟集成學習的策略打造黃金眼 AI 防詐模型後，我們除了將模型串連至臨櫃客服系統，以直觀的「紅、黃、綠」三色燈號即時呈現保戶的風險等級，協助客服人員快速識別高風險個案，主動介入並阻斷詐騙，更透過『自適應演進』與『外部資源擴充』兩個機制，持續優化模型辨識精準度。」

「自適應演進」指的是，客服人員會依據模型亮起的燈號，結合系統提供的關懷提問表，向臨櫃辦理解約或借款的保戶進行關懷詢問，如資金用途、是否接獲可疑來電等，藉此釐清是否存在異常情況，並將相關結果回貼標籤，作為後續調校模型的關鍵訓練素材，讓黃金眼 AI 防詐模型越用越精準。

「外部資源擴充」則是透過更多元的外部數據強化模型的防詐能力。例如南山人壽與內政部警政署刑事警察局簽署反詐騙合作備忘錄（MOU），在合規架構下共享情資，協助核對保戶是否曾有詐欺通報紀錄。蔡其杭補充，南山人壽目前正與電信業者合作，將其超過 1,400 項特徵因子導入模型，有效提升模型燈號判斷的靈敏度與可靠度，使黃金眼 AI 防詐成為更全面的金融詐欺偵測引擎。

蔡其杭表示，詐騙的手法日新月異，AI 阻詐模型除了能準確識別可疑的高風險案例外，更重要的是具備與時俱進、持續調優模型能力和效果的機制；如同維持客戶服務的品質一樣，刻不容緩。

李淑娟表示：「隨著模型的持續優化，黃金眼 AI 防詐模型的應用範疇將從目前的『臨櫃防堵』延伸到『全通路、跨產業、事前預警』的防禦機制，以事前預警的方式防堵詐欺事件。」舉例來說，當保戶撥打電話詢問保單借款或解約時，系統就會開始運作、提前識別風險，針對透過手機 APP 或網路平台辦理業務的數位客群，系統也會即時偵測，當出現高風險行為時即會立即展開關懷提問。

不僅從科技著手，南山人壽以 SAFE 逐步提升防詐安全網

值得特別注意的是，南山人壽並未將防詐視為單一的科技工程，而是從 SAFE–Skilled（防詐訓練）、Awareness（全民防詐）、Fintech（科技運用）、Engagement（聯防合作）–四個構面打造更完整的防護機制。

在專業技能方面，南山人壽不僅協助相關人員熟悉黃金眼 AI 防詐模型的操作模式，也持續透過內部教育訓練，以及跟刑事警察局等單位合作舉辦的工作坊等方式，全面提升員工識詐、阻詐的能力，達到 AI 人機互動的阻詐聯防保護網。

在防詐意識宣導方面，南山人壽除於全台 18 個分公司櫃檯播放刑事警察局提供的反詐騙影片，並在櫃檯明顯位置放置防詐文宣，協助來訪保戶掌握最新詐騙趨勢；更主動走入偏鄉、校園與新住民社群，並針對聽語障人士製作友善素材，以多元形式推廣防詐知識，降低詐騙事件發生的可能性。

在公私協力方面，李淑娟表示，南山人壽積極培育、鼓勵每一位壽險業務員成為「防詐大使」，在拜訪客戶時主動觀察各種異常徵兆，例如可疑的投資文宣或陌生人的頻繁出入，並將這些現場蒐集到的「軟性數據」提供回公司，作為模型判斷的補強資訊，以提升事前預警效果。

為了更好的保護高齡與失智等高風險族群，南山人壽也積極推動「保單安心聯絡人」機制，鼓勵保戶指定第二聯絡人，在其申請保單借款或終止契約時，可以主動通知聯絡人介入確認，降低詐騙風險；此外，亦針對受詐保戶提供「喘息關懷服務」，以低利紓困貸款協助保戶在遭遇詐騙後仍能穩定度過財務壓力，將防詐保護從事中攔阻延伸到事前預警與事後援助兩個層面，樹立產業新標竿。