Google認證的未來交通方式?Alphabet 重金參與共享電動滑板車Lime 90億元投資
Google認證的未來交通方式?Alphabet 重金參與共享電動滑板車Lime 90億元投資

也許你會覺得「共享電動滑板車」跟「共享單車」沒差多少,只是美國新創與創投搞出來圈錢的新噱頭。不過,要是有 Google 在背後撐腰,你會不會覺得放心一點呢?

根據《金融時報》知情人士指出,Google 的母公司 Alphabet 參與了新一輪對於共享電動滑板車 Lime 總額 3 億美元(約新台幣 90 億元)的融資。

值得注意的是,本次投資除了 Alphabet 直接投資之外,Google 旗下的風投 Google Ventures 為本次的領頭者。儘管沒有公布金額,據傳 Alphabet 與 Google Ventures 拿出了差不多的金額參與本輪投資。在資金挹注後,讓 Lime 的估值上看 11 億美元(約新台幣 330 億元)。

Alphabet 與 Google Ventures 兩者雙管齊下,除了顯示Google看好共享電動滑板車的未來,也讓 Google 對於未來交通的布局變得更加複雜。

共享電動滑板車是共享交通的未來嗎?

Bird
共享電動滑板車 Bird。
圖/ Bird via Instagram

是不是未來並不清楚,但至少現在在風口上。

除了 Lime 之外,另一家共享電動滑板車 Bird 的估值已經達到 20 億美元(約新台幣 600 億元)。而它們也不將自己侷限於美國市場,現在在巴黎、蘇黎世都可以看到 Lime 的影子,Bird 目前也緊密關注著歐洲市場的開放與否。

而高速擴張的共享電動滑板車,也為各大城市帶來了龐大的監管壓力,現在主要進行壓力測試的城市為舊金山,當局除了限制車輛的擴張數量之外,由於有了「共享單車」作為前例,其實各大新創都有自己的應對方式,如收入回饋政府、保證整理車輛等。

在現代人越來越懶得情況下,「最後一哩」的需求一直都在。但在目前法規之下,共享電動滑板車似乎也難以大伸拳腳。目前看來,共享電動滑板車主要提升收入的來源仍在於「使用頻率」與「車輛數量」,在各大城市限定投放數量,如舊金山目前限制 1,250 輛的情況之下,短時間內似乎難以回收成本。且比起共享單車,還有充電、電池壽命等額外成本需要納入。

綜合下來,儘管有 Google 的背書,你仍看好共享電動滑板車的未來嗎,又或者只是資本在風口上的新玩意兒?

Google:自駕車、飛天車、電動滑板車全都要

回到 Google 身上,儘管未來交通的局勢尚未明朗,尚未出現殺手級的應用,不過 Google 抱著一種寧可錯殺一百,也不願錯放任何機會的心態。

除了共享電動滑板車 Lime 之外,Google 手上還有自駕車技術研發的 Waymo 以及智慧城市發展解決方案 Sidewalk Labs。前者大家可能比較熟悉,後者則曾在 2015 年參與紐約公共電話亭的改造計畫,將數千個電話亭改成免費的 WiFi 熱點服務站,也在去年參與多倫多打造智慧社區的大型計畫。而智慧城市的規劃中當然少不了各種交通工具的參與與發展。

更別說 Google 其實同時也是兩大共享汽車 Uber、Lyft 的投資者之一,而 Uber 與 Lyft 目前也都積極布局共享電動滑板車的版圖。

目前看起來,未來共享交通這一塊,Google 可以說是無所不在。就連天上飛的,Google 共同創辦人 Larry Page 也都投資了飛天車 Kitty Hawk 作為應對,想要擺脫 Google,可能沒有這麼簡單。

參考資料來源:《Engadget》《Financial Times》

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