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
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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