Zipcar全球總裁馬西默:從台北的機車,我們看到共享汽車的潛力
Zipcar全球總裁馬西默:從台北的機車,我們看到共享汽車的潛力
2017.06.12 | 產品

擁有1萬2千輛汽車、全球百萬會員的共享汽車平台Zipcar,選擇台北做為前進亞太的第一站,六月份正式啟動服務。雖然這樣的共享模式在歐美已經行之有年,但透過App或會員卡解鎖車輛,並採取以小時、天計算的「自助租車」概念,在臺灣並不普遍;再加上,台北市擁有數量驚人的通勤機車族,在這樣一座城市裡,還有機會發展共享汽車嗎?

有信心讓台北愛上共享汽車,Zipcar: 騎機車代表對移動渴望

「騎機車代表對移動(mobility)的渴望。」Zipcar全球營運總裁馬西默‧莫沙理(Massimo Marsaili)在接受《數位時代》專訪時表示,在他看來,這些市民之所以會騎機車,有很大一部份是因為大眾交通工具沒辦法滿足他們的需求,而開車花費比較高,又有停車困難,才會有這麼多人選擇油錢便宜、好停車的機車。

Zipcar全球總裁Massimo Marsili訪談
Zipcar全球總裁Massimo Marsili是義大利人,對於有大量騎車族的都市環境並不陌生,他強調,羅馬也有許多機車,但還是能發展共享汽車。
圖/ 賀大新/攝影

不過,馬西默提出了另一種角度思考,「其實騎車只解決了某一種情境,就是以最小花費、又不需要像汽車得找停車位,就能到達目的地。」他說:「但如果是家族旅遊、去賣場大採購、甚至下大雨的時候呢?」馬西默認為,其實生活中有許多不同的交通情境,而Zipcar就是希望提供不同車款來解決這件事。

他強調,以Zipcar在全球5百座城市服務的經驗來看,發展共享汽車有三個要素,分別是:人口密度、大眾交通工具發達程度、和塞車、停車的情況,而這幾點台北都符合。

他們也委託市調公司調查台北市民用車習慣,證明自己的看法。例如,在21-45歲的主力車主中,有31.6%的人,考慮降低開車次數,另外,有接近五成車主,在星期一至五的上班日裡,平均每天只開車一小時,其他時間車子都是停止不動的。

「我們希望做大眾交通的延伸,甚至讓大家不需要買車、養車。」馬西默舉美國為例,如果將Zipcar做為地鐵轉乘的選項,平均能讓街上少出現15-20台私家車。

期待和臺北市政府合作,進駐公有停車場

Zipcar認為,當他們的會員數量到達一定的規模時,可以有效解決都市塞車的情況,但這樣的樂觀預期,其實面臨不小的挑戰。

馬西默說:「最重要還是停車的位置問題。」由於Zipcar目前在台北的營運模式,仍採取「甲租甲還」,也就是說消費者使用玩車輛後,仍必須開回原停車場才行,因此便利性打了不少折扣。

對此,Zipcar臺灣區董事長彭仕邦表示:「其實我們和北市府已經討論了兩年了。」他說Zipcar當然很希望能夠和政府合作,但台北市的想法,是要以電動車做為共享汽車的主軸,因此目前還沒有合作機會。

馬西默說:「在比利時的布魯塞爾,你可以把Zipcar停在街上的任一個停車位裡。 」能做到這樣的全方位服務,來自和當地政府的合作。他認為,「停車問題」是一座城市能否發展共享汽車的重要關鍵。

他再舉英國倫敦為例,表示Zipcar在市區裡有超過三千輛車,使用超過三千個停車位,其中很大一部份是政府負責營運的公有停車位,而市政府也允許他們在街上的停車位停車。另外,巴黎的交通管理單位,也開放各火車站停車場和他們合作,讓Zipcar成為轉乘工具。

Zipcar全球總裁Massimo Marsili與車合影
馬西默認為,Zipcar的發展關鍵,會是能否和市政府合作,有效運用公有停車場的力量。
圖/ 賀大新/攝影

不過彭仕邦樂觀地說,光是在服務正式開跑前,Zipcar就已經收到三千多封申請如何成為會員的回函,讓他們打了一劑強心針。「若有這麼多市民有興趣,我們第一階段卻只準備50到100台車,顯然是不夠的。」他說:「接下來的目的,是要讓市民和市政府知道,共享汽車可以帶來什麼改變。」等時間成熟之後,再往臺灣其他城市發展。

關鍵字: #共享經濟
往下滑看下一篇文章
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關
AI 智慧代理人時代來臨!三大導入階段, AI 落地企業不卡關

生成式 AI 帶動企業數位轉型浪潮持續升溫,各界不再滿足單一任務型的 AI 應用,而是期盼 AI 能真正成為具備主動決策與多工能力的「智慧代理人」(Agentic AI),在最少人為干預的情況下,自主推進工作流程、完成複雜任務。

但企業導入AI並非一蹴可幾,而是需要對AI有正確認識,並制訂循序漸進的導入流程,才能真正發揮AI功效。在2025台灣人工智慧年會中,cacaFly 聖洋科技技術副總吳振和提出三大導入關鍵階段,深入剖析企業如何從概念驗證(PoC)階段,逐步推進到實際上線(Production),並分享實務經驗與觀察。

延伸閱讀:生成式AI可以怎麼用?cacaFly現身說法,助企業應用GCP服務智慧轉型

解鎖 Agentic AI,企業邁向多任務智慧代理

「很多公司會問,One AI 要做什麼事?但實際上,若要讓 AI 回答公司內部政策或新法條的相關問題,僅靠基礎模型並不足夠。」吳振和指出,要讓 AI 真正成為能「做事」的智慧代理人,前提是它必須理解企業內部的脈絡與知識,並即時掌握外部變動的資訊。

企業必須先釐清內部規範是否與最新法規相符,這意味著系統必須具備持續爬取與解析最新資料的能力。為此,企業必須先截取與整理內容,再建構成專屬的知識庫(Knowledge Base),確保資料品質達到可用標準後,再透過檢索增強生成(Retrieval-Augmented Generation, RAG)技術,使 AI 能夠即時動態查詢並生成符合企業語境的回答。

延伸閱讀:從資料清洗到 RAG,大型語言模型的必需品,做出專屬企業的 AI 知識庫!

吳振和強調,這是一個動態循環的過程:從資料蒐集、品質控管、知識庫建構到生成應用,每一環節都息息相關,任何一處鬆動都會影響最終產出的準確性與可信度。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

破除「一次到位」迷思,從驗證到落地的三大關鍵階段

許多企業對 AI 寄予厚望,因此常將 PoC 視為年度計畫的重點,希望能「一次到位」做出具體成果。但吳振和提醒,若缺乏清楚的系統工程思維,PoC 容易淪為「概念展示」,難以真正走入組織的日常營運。

他將導入 Agentic 系統工程的歷程,分為三個關鍵階段:

1.第一階段:可行性評估(Feasibility Study)
企業必須在投入資源前,先明確界定「最需要被 AI 解決的關鍵問題」是什麼,並進一步設計可量化的驗證指標。這不僅包括評估技術實作的可行性,更要從商業目標出發,釐清導入 AI 的具體使用情境、預期成效與風險邊界,如此才能確保後續模型選型與資料蒐集方向正確對齊業務需求。

2.第二階段:系統設計與驗證(Design & PoC)
在確定導入方向後,必須規劃清楚資料蒐集與整理流程,確保知識庫的內容具備正確性、完整性與時效性。吳振和特別強調,這個階段不能只追求展示效果,而應以「產品化思維」來構築 PoC,使其具備可擴充性、可維護性及安全性,才能為後續上線打下基礎。

3.第三階段:產品化與營運(Production & Operation)
當 PoC 驗證完成後,進入正式上線階段,挑戰也隨之而來。除了需要整合企業內部系統與流程,還必須建立持續監控與維運機制,確保模型表現隨時間演進不會劣化,並能快速回應法規變動或資料更新的需求。吳振和指出,這往往是最容易被低估、但也是最考驗企業組織能力的關鍵環節。

cacaFly 聖洋科技技術副總吳振和
圖/ cacaFly

建立模型優化根基,打造高品質的黃金資料集

吳振和特別強調,要讓 Agentic 系統工程真正發揮效益,企業必須先建立一套高品質的「黃金資料集」(Golden Dataset),作為模型評估與優化根基。他指出,黃金資料集的價值在於能為模型選擇與前測提供客觀依據,讓團隊能針對不同任務挑選最適合的模型,避免導入初期就誤踩方向。

同時,黃金資料集也能協助團隊辨識模型的常見錯誤與脆弱點,進而快速回應「模型飄移」(Model Drift)的風險。吳振和說明,所謂模型飄移,指的是即使模型本身未經改版,效能也可能隨著環境與資料變動而突然下降,導致原本表現良好的模型出現偏差。透過持續比對模型預測與黃金資料集結果,團隊才能即時察覺效能衰退,並進行迭代更新,確保系統長期穩定運作。

從小規模應用起步,漸進擴展至核心業務

吳振和分享,在實際輔導企業導入 AI 的經驗中,最常見的挑戰來自於「期待落差」。許多企業誤認為概念驗證(PoC)階段即可呈現完整的產品原型,然而實際情況顯示,若企業未能建立完善的資料架構與流程基礎設施,即使短期內展現亮眼成效,也難以確保長期營運的穩定性與可持續性。

也因此他建議企業在規劃 AI 導入時,應採取漸進式策略,從小規模應用場景著手,逐步擴展至核心業務領域。企業應將 PoC 定位為整體產品開發生命週期的重要環節,而非獨立的一次性專案。

AI 的導入不僅是一場技術升級,更是企業組織文化與決策流程的轉型工程。唯有從資料治理、流程優化到人才培訓同步布局,才能確保 AI 能在企業內部真正「落地生根」,創造長期商業價值,成為真正的智慧代理人。

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
一次搞懂Vibe Coding
© 2025 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