賀陳旦的鸚鵡們-Uber的公共政策大災難
賀陳旦的鸚鵡們-Uber的公共政策大災難

注意Uber爭議的人,印象最深刻的恐怕就是「納管、納稅、納保」。這反映交通部不是腐敗惡質到極點,就是展現官場戰術的絕頂聰明。

三納是交通部丟出的假議題

「三納」是個假議題。納管才是真正該集中全力的討論焦點。納稅和納保都是利用群眾心理,所做的轉移焦點。

Uber在全球都遇到和在台灣類似的問題。 四年來,情況逐漸演變,就是因為納管法律和方式的革新。

美國三十四州加華盛頓特區,共35個一級行政區Uber已全境合法。沒全境合法的州也有70個主要城市合法,包括加拿大多倫多、渥太華、魁北克省,以及墨西哥的墨西哥市,和幾個州也已合法。澳洲雪梨等幾個地區和城市以及亞洲的新加坡,也都合法營運。

他們採取的方式是鬆綁改革計程車管制,重點在費率自由化和簡化營業執照申請。 這些改革建立在二十一世紀的既有改變和科技發展基礎上。以前開車是項專門技術,如三十年前的中國司機,就是擁有一技之長。如今,開車已是基本生活技能,那個營業車司機比衛星導航和Google大神更熟門熟路?

自用小客車司機只要有一兩年開車的良好記錄,申請轉營業。警政單位犯罪資料一連線,就知道是否在禁止當營業司機之列,三十分鐘就完成納管。

更清楚地說,Uber是個民間公司,沒有公權力可納管司機,是經過政府納管合格的司機加入Uber或其他不同模式的營運團體。

台灣現行納管實務

回到台灣現行的納管實務。自用車司機要取得營業執照登記,從上駕訓班第一天起算,平均要三到五個月,六到十二個月也還算正常。因為,台灣的考試刁難,沒有先進駕訓班補習,作弊、記住口訣、看到什麼標記、方向盤要打幾圈,要考多少次才會過?

取得營業司機駕駛執照,還要考營業登記證。在台北開車,考題有中南部地理。考兩三次才過,不是特例。更讓考者最難熬的是,營業登記證一年考十次,平均一個多月才考一次。考不過還要常常背,一個多月後再考不過,就再等一遍。

簡化納管程序才是Uber爭議的核心。 Uber登記司機1萬5千名。用交通部的老步納管,要多少年才納管得完?就形成名為納管,實為封殺的事實結果。

納管後的納稅和納保都是假議題。不合法怎麼納稅和納保?事實就正是如此。保險公司願意和Uber訂立特別保險合約,保障乘客安全。交通部不點頭,保險公司不敢承做。Uber要設稅籍,財政部怎麼讓不合法業者設?

問題其實就在納管。用舊步管,還是用新法新措施管。合法自然有納稅和保險的立場和義務。交通部卻一再轉移焦點,把問題複雜化到稅收和保險問題,掩飾沒能力提出解決爭議的新納管辦法。

交通部的戰術是成功有效的,交通部出面就是三納,反Uber者口口聲聲也是三納。到底路政司和公路總局是奉部長之令的鸚鵡,還是賀陳部長是跟著下屬學語的鸚鵡,外人難知。確定的是跳針的交通部。

Uber是科技公司,是二十世紀和二十一世紀科技大進化的一個中繼產出,也是一個新創公司。有電腦而有網路,有網路而有現在的Google地圖和蘋果等等各種應用程式,有全球Uber化的交通運輸模式,無所不及地對居住地區的高密度海量數據蒐集。

首先衝擊的是未來都市規劃設計和交通體系和管理系統。目前已經感受到空前危機的是產物保險。Uber的龐大數據讓每個駕駛人的駕車品質和習性,無所逃脫。這種新資訊將產生新的保單、新的保費計價模式,對傳統保單的設計架構具有顛覆性。這種地圖資訊也是開啟無人駕駛時代最安全珍貴的基礎。

Uber在台灣被矮化為和計程車的對立,是政府的刻意誤導,是交通運輸觀念上的守舊和管理概念的過時,更是對科技發展因應的無知。輸的不是Uber,而是台灣全民的重大損失。內閣改組最該撤換的部長沒有撤換,就是蔡英文總統和林全院長應負起的政府過失。

本文經作者同意授權轉載自吳祥輝 Brian Wu粉絲頁

《數位時代》長期徵稿,針對時事科技議題,需要您的獨特觀點,歡迎各類專業人士來稿一起交流。投稿請寄edit@bnext.com.tw,文長至少800字,請附上個人100字內簡介,文章若採用將經編輯潤飾,如需改標會與您討論。
關鍵字: #Uber #交通部
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