自駕車將如何影響都市發展?城市又該如何因應?
自駕車將如何影響都市發展?城市又該如何因應?

許多國家、城市相繼展開無人駕駛測試之後,高雄也選定哈瑪星地區作為無人電動巴士上路的實驗場域,倘若未來高雄成為台灣第一個自駕車普及的城市,並不令人意外。

自駕車即自動駕駛車輛(Autonomous Vehicle,簡稱AV),如果越來越普及,不僅能緩解塞車情形,甚至還可以進一步結合共享與共乘的理念,也可望減少城市裡的車輛。

誰擁有自駕車?

自駕車將如何改變交通?答案取決於自駕車由誰擁有。
其一,人人擁有私家車,只是其中越來越多人選用自駕車。其二,自駕車將以可共享車隊的姿態出現,很可能都是電動車,屬於政府或民間企業擁有,每部車一次搭載一名乘客。其三,共享自駕車車隊,採用共乘制度(car pooling),每部車一次可搭載一名以上的乘客。

就自駕車對都市車輛數減少的影響而言,在以上這三種情境裡面,第三個是最佳的。根據OECD的研究顯示,公共運輸系統搭配自駕車共乘,可讓葡萄牙首都里斯本尖峰時刻的交通流量減少三分之二。另有研究更指出,自駕車共乘會讓路上車輛減為現在的十分之一。

即使陌生人共處一車的共乘制度難以讓社會大眾接受,那也無妨;只要自駕車是共享的,就比私家車更能改善交通。

自己擁有車的人,每次出門都使用同一部車,故傾向買休旅車(SUV)等較大車輛以求舒適;而不買車、純粹使用共享自駕車的乘客,每趟都換用不同的車,故較不介意使用較小型的車輛。

路上大車少了、小車多了,交通自然也就更順暢了。

自駕車不但能使都市車輛數減少,也能讓既有室內停車場的容量憑空變大,因為車輛會自己開進停車格,與過往相比,停車場不再需要留設那麼寬的車道,也不必再留設樓梯與電梯,有研究指出其將可多容納60%的車輛。

市中心區的景觀將大幅改變。市中心地價昂貴,路邊停車格、停車場等室外停車空間的存在會漸成浪費,因為室內停車場的容量變大了,也因為自駕車可自動開去市郊停車場以求更低廉的停車費用。甚至,加油站也不需存在了,道路空間也不需這麼寬了。

許多室外土地將有望釋出,政府可制定法規以引導這些空間改變用途,可行的選項有很多:人行道、行道樹、植栽、散步道、自行車專用道、街道家具、一般住宅、社會住宅、公園綠地、商店、學校、社福機構或創業空間等,各地方政府可因地制宜決定孰為優先。

長途通勤不再痛苦,郊區居住需求將增加

自己開車上下班的人,常會覺得通勤既浪費時間又痛苦。一旦有了自駕車,不必自己開車的人們,就可利用通勤時間在車上工作、睡眠或休閒了。

長途通勤的痛苦程度大幅降低,會使更多人想住到郊區,以尋求比市中心更好的生活品質,要養育小孩的父母尤其如此。一個孩子即使住得偏遠,靠著自駕車仍可照常上下學(不見得要靠父母接送),也不會錯過課後活動,就與住在市中心的小孩無異。這也會讓地處偏遠的學校能維持註冊率而不致廢校。

自駕車的出現,雖讓更多人想住到郊區,但卻也會導致市中心的密度提高。如前所述,市中心區某些土地將轉型再利用,可能會成為住宅,讓市中心出現更多居住人口。

自駕車提供點對點(door-to-door)的服務,讓許多人一天中除自宅與公司,可能不會再造訪第三地了。

以往那種從車站或停車場步行前往各地的人潮將大幅減少,而許多商家向來致力於吸引這些行人停下來消費,未來它們可能會覺得路過的客人減少,位處市中心的優勢減弱了,便會往市郊搬遷,以圖較低廉的租金。

百貨公司與電影院特別有可能這樣做,因為它們不用擔心搬走後流失顧客──反正,會來消費的人們靠著自駕車還是可以順利前來。商家搬走後留下來的閒置空間,亦有可能會被開發為住宅。

此外,商業區或公園的服務半徑內,也就是附近步行可至的區域,房價本來就高,而自駕車的出現,讓就算是沒有車的人也能在短短幾分鐘內抵達這些地方,其結果,就是比以往更大面積的區域被認定進了服務半徑之內,因而房價跟著上漲,隨之而來的也就是更高密度的住宅開發。

開車的人找停車位時,會盡可能找離目的地最近的位子。未來,私家自駕車會先載著車主抵達目的地,再自行尋覓費用較低的停車空間停放,這種設定是為了讓車主花費最小化。

但,假設車主在一地停留的時間夠短,例如只是喝咖啡或看醫生,則自駕車為徹底幫車主省錢,可能乾脆不開去停車場了,而是維持空車狀態,在該街廓周圍繞行,或甚至是併排停車,直到車主辦完事再載其離開。這恐怕會為附近區域帶來多而無謂的交通流量,政府應該要祭出政策,以減少空車繞行或併停的行為。

自駕車能為城市帶來好處,也可能造成問題

自駕車與傳統公共運輸工具相比,搭乘起來既方便又舒適,如果費用又夠便宜,更可能造成公共運輸的衰落。然而,在尖峰時刻,大量的自駕車上路仍會造成熱門通勤路線的壅塞,所以公共運輸還是會恢復高使用率。

大眾公共運輸的發展並不會因為自駕車的出現而衰落,因為自駕車要達到高普及率需時甚久。所以,在未來的許多年內,政府依舊得致力於建設捷運、輕軌與快捷巴士(BRT)這些傳統公共運輸工具,以疏運通勤旅客。

自駕車高度普及的城市,可將許多道路改為單行道,因為單行道越多,交通就會越順暢,交通安全也會提升。開車的人也許不喜歡太多單行道,但當越來越多的人不是自己開車而是搭乘自駕車,對單行道就會更能接受。

目前對自駕車的討論,多聚焦在自用小客車、計程車與公車等載客用途上,但其實貨車亦有望全面自動駕駛化,而消防隊在滅火、載運傷患就醫時,或是清潔隊在清潔街道與清運垃圾時,也均有可能採用自駕車。

每個城市的長程發展策略,都應納入自駕車,以讓城市運作降低成本、提升效率。更多的自駕車上路,也需有更多法規及政策來管理,以因應可能產生的問題。 為妥善管理自駕車在城市中的未來發展,政府必須思考:我們想要怎樣的城市?

本文出自《數位時代》273期雜誌《無人車商業革命》。

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