共享變臭名!從中國單車墳場奇景,台灣可以學到什麼
共享變臭名!從中國單車墳場奇景,台灣可以學到什麼

共享單車近兩年在中國相當盛行,被喻為是中國新四大發明之一,據中國官方統計,去年(2017)中國共享單車總投放量超過2千萬輛,但隨著共享單車暴力擴張,業者胡亂投放、民眾隨地亂丟,在各地造成亂象,近期福建省廈門市同安區就出現一座「共享單車墳場」,而這樣的墳場也在其他城市如上海、杭州、北京出現,為什麼共享單車會形成這樣的局面?

資本層降溫、耗損率高,中國共享單車掀倒閉潮

中國共享單車近幾年湧入各大城市,全盛時期拓展到5,000多家,主打低碳環保的生活方式,引領共享經濟風潮,但也因迅速擴張,很快地面臨泡沫化危機,去年6月悟空單車成為首例倒閉的業者,後續3Vbike、町町單車、酷騎單車、小藍單車紛紛爆出經營不善而倒閉,造成用戶押金損失逾人民幣10億元,而倒閉主因,大多是融資失敗、資金鏈斷裂等問題,目前市場上僅剩摩拜、ofo兩家獨大。而倒閉的業者也無力回收投放出去的單車,加上棄置的單車被當地政府集中保管,因此中國隨處可見這樣的單車墳場。

第二,耗損率非常高。共享單車主要的收入還是租金、押金,即便押金的收益巨大,但比起付出的成本,幾乎是有去無回,像是單車維護等各項成本,過去在北京、上海、廣州出現多起共享單車被盜、蓄意破壞的公共事件,這些都直接增加單車管理與維護的費用,3Vbike創始人巫盛華就說,倒閉原因之一是「車都被偷光了」,投完一個月內就看不到車。

第三,跟風創業。在歷經創業失敗後,3Vbike創辦人巫盛華表示,自己從未接觸自行車行業,在沒有行業經驗累積之下,冒然入局。而悟空單車的創辦人雷厚義過去從事O2O、iOS軟體開發,也因為共享單車火熱,才跟風投入。在創業動機不明,且缺乏商業策略布局,一旦融資受挫,就難逃倒閉命運。

缺乏配套措施,台灣共享單車亂象同步上演

中國共享單車因快速擴張,導致泡沫化,當地政府也只能被迫處理問題,延伸出共享單車墳場的問題。相較之下,台灣共享單車市場就沒這麼火熱,僅UBike、obike、V Bikes等業者,不過共享單車亂象也曾在台灣發生,去年四月新加坡obike進駐台灣時,因obike屬無樁式共享單車,可隨停隨放、不受限制,卻也造成停車亂象,與占用機車停車格引發民怨。

為有效管理共享單車,各縣市從一開始祭出鐵腕直接拖吊開鍘,慢慢地轉而透過管制的手段,包括台北市、新北市、台中市、高雄市提出共享運具管理自治條例,透過收取權利金、限制投放數量、設置停放區、裝置全球衛星定位系統設備等方式,政府適度介入管制,找出與共享單車的共處方式。

obike
新加坡共享單車obike去年四月引進台灣後,因可隨停隨放、不受限制,卻也造成停車亂象。目前不少縣市提出共享運具管理自治條例,透過法規介入管理。
圖/ shutterstock

雖然共享經濟已是全球趨勢,但從兩岸引進共享單車的案例來看,若只是一昧投放單車,缺乏配套措施,無法在科技與法規之間取得平衡,共享單車也只是曇花一現,「單車墳場」也可能在台灣上演。因此政府與業者需思考,如何透過妥善管理降低社會衝擊,共同打造雙贏局面。

資料來源:經濟日報蘋果日報自由時報

關鍵字: #共享經濟
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