合法攻防戰!Uber出招提「連署」請願,一天破萬人支持
合法攻防戰!Uber出招提「連署」請願,一天破萬人支持

「公路法」修正隨時可能通過,或許真的讓Uber備感壓力,28日透過會員電子郵件信箱發送連署信,呼籲民眾支持新經濟,要政府別開罰,同時也希望在公路法中新增「網路運輸服務業」,讓平台業者納入其中。連署上線一天時間,已經有1萬2千人響應。

Uber連署內容1
Uber發動網路連署,希望民眾表達對共享經濟支持,呼籲政府修公路法不該只是重罰,而能夠新增「網路運輸服務」類別
圖/ 截自movingtaiwan官網

Uber呼籲民眾連署,爭取「去重罰」、「合法化」

Uber透過和本土科技平台業者共同組成的「台灣科技資訊分享服務產業協會」(Sharing Economy Industry Association, SEIA)發動連署,列出三點主要訴求:

一、不該用舊法管新經濟:科技資訊服務與共享經濟平台產業是下一波的發展藍海,國家政策需要與時俱進以適當監管新科技創造的變革,非以舊有的框架管制新經濟。

二、效法其他國家為了科技運輸平台訂「新法」:澳洲、美國、加拿大,甚至菲律賓及馬來西亞等國家,都為了新型態運輸行業主張訂立新法規,政府應該鼓勵創新,並且鬆綁不合適的舊規範以「賦予車輛駕駛人更多管道以增加經濟機會」。

Uber連署內容2
Uber舉例包含美國部分地區、菲律賓、澳洲,都已經讓科技運輸平台合法化
圖/ 截自movingtaiwan官網

三、勿用罰款禁止新型態服務:台灣民眾有享受新科技的權益,政府若只維持法令增加鉅額罰款太過消極,應該於「公路法」新增「網路運輸服務業」確立不同的行業類別,將現有業者包括車輛分享平台 Uber、機車共乘服務平台 LetsRide 、機車快遞服務平台 Lalamove 啦啦快送等納入適當的法規管理。

Uber談發展三年遭遇,三度遭政府修法

此外,Uber更列出來台發展三年遭遇的「修法」困境,如2014年七月,因為計程車業者抗議,修改《計程車客運服務業申請核准經營辦法》,將原本不在條款中的「媒合司機與客人」行為定義為「派遣」,所以必須申請營業執照;2016年二月修改「自用車違規營業裁罰基準」,縮短吊銷車牌的違規次數及期限;以及最近即將上路的公路法修法,針對駕駛人罰緩提高至2500萬。

活動網站裡,不斷將「新經濟」、「科技進步」等關鍵詞提出,希望爭取共多民眾認同,Uber將合法議題導至輿論風向,某種程度也證明政府打算「重罰」的手段,確實踩到痛點。

Uber透過連署方式蒐集民意,或許能「放大」對民眾期待新經濟的意見,但這樣的連署,實際上沒有效力,最後能否順利影響修法,還是得看新政府如何接招了。

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