一年誕生兩隻獨角獸Lime、Bird,共享電動滑板車商業模式可行嗎?
一年誕生兩隻獨角獸Lime、Bird,共享電動滑板車商業模式可行嗎?

Lime 與 Bird 可以說是美國崛起最快的兩支獨角獸。

目前兩者專攻的共享電動滑板車領域發展不過短短一年多的時間,Lime 在獲得 Google Venture 領投的 3.5 億美元融資後估值達到 11 億美元;Bird 則在紅杉資本的支持下,估值高達 20 億美元。

一台車每日平均收入30美元,粗估15天就能回本

共享電動滑板車的商業模式與共享單車相同,收費方面 Bird 與 Lime 價格幾乎沒有差異,在綁定信用卡等資訊後支付 1 美元,即可以開始騎乘,每分鐘收費 0.15 美元

bird
Bird 等共享電動滑板車成為某種「潮」的象徵。

根據 Lime 聯合創始人 Toby Sun 的說法,平均每一台車每天可以被騎 8~12 次,平均騎乘時間為 15~20 分鐘,收費約為 3 美元。以舊金山地區來說,政府方面規定初期只能投放 1,250 輛,若每一台車的利用皆達 Lime 創始人的說法,我們可以初步計算:

每一台車每天被騎 10 次,一次騎 20 分鐘,共 1,250 台。舊金山地區每天的收入為 37,500 美元(約新台幣 112.5 萬元)。平均每台車每日則可收入 30 美元,儘管目前尚未知道 Lime 與 Bird 電動滑板車的造價,但 Toby Sun 透露約為「數百美元」。在查詢過 Amazon 的價格過後,如果暫訂一台電動滑板車的成本以 450 美元來看, 15 天內在不包含充電、維修、管理的情況下能夠回本

共享電動滑板車與共享單車的商業模式有個共同毛病,皆須以「量」來衝高收入。

就目前各大城市皆嚴格控管投放數量的情況下,能先獲得最多投放允許的企業將擁有極大的優勢,這也可以解釋兩大巨頭 Bird 與 Lime 都在尋求除了美國之外,進軍歐洲的機會。

若企業能維持城市中數一數二的投放量,並大量在多個城市中投放,商業模式上似乎勉強有可行性。

尚未解決問題:投放量與充電

而提到投放量,就與每個地方政府的政策有關係。美國如紐約是直接禁止電動滑板車、歐洲也不是每一個國家都有開放。若想達到大量的投放數,則須與各國政府打交道。

如 Bird 便訂下了三大準則:

1.每日整理車輛:每晚 Bird 都會派出團隊巡視街道,將車輛一一停好。
2.合理的車輛投放數:Bird 會在審視成長數字後,提出合理的車輛投放數。
3.收益回饋:每日、每輛車將捐贈1美元給政府,以建立更多的腳踏車車道等基礎建設。

為的就是獲得政府的青睞,以加大電動滑板車的投放數量。

充電則是另外一個問題所在,在無樁式的情況下,電動滑板車充電相當倚靠每日的巡迴人員,自然成為另一個推高成本的問題。不過根據《The Atlantic》的報導,Bird 靠著當地的年輕人流行起「獵鳥(Bird Hunting)」活動,做為替電動滑板車充電的生力軍。他們會在閒暇時刻將 Bird 的電動滑板車帶回家充電,每一台車Bird會支付 5~20 美元不等。如果你必須翻山越嶺才能「獵」到那台車,那你就能獲得 20 美元,有些年輕人一晚就可以賺取 600 美元。

為什麼是電動滑板車,腳踏車不好嗎?

很簡單,就是懶。

在一定範圍內,就創投 Mark Suster 來說,他認為 5 公里內的路程是電動滑板車最適合的距離。而腳踏車則更適合 5 公里以上的路程。

另一個則是騎乘體驗,歐洲風投 Index Venture 的 Martin Mignot 認為「站上去,就可以騎著走」是相當大的誘因之一,特別是在自行車道設置完善的城市,在不想費力、出汗的情況下,電動滑板車自然成為了首選。

最大贏家:小米

較令人意外的是,在共享電動滑板車中的最大贏家,可能是遠在中國的小米。

LimeBike
Lime的電動滑板車由Segway/Ninebot製造。
圖/ shutterstock

Bird 的車輛是由小米打造的「Mi Electric Scooter」;Lime 的車輛則是由 Segway 製作。Segway 為美國電動平衡車鼻祖,卻被中國電動車品牌 Ninebot 聯合小米收購。目前兩大巨頭皆跟小米有相當密切的合作,不管未來共享電動滑板車發展如何,小米都是其中贏家。

而提到美國電動平衡車 Segway 的命運,也許是這些共享電動滑板車可以借鑑的未來。有其他風投公司的從業者認為,目前投資人有點過度盲目堆高 Bird 與 Lime 的估值,電動滑板車有可能是未來交通其中一種方式,但不會扮演重要的角色,就跟 Segway 一樣,原本有望成為未來短程交通的解決方案,但實際上,它並不是。

往下滑看下一篇文章
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合
AI 成為企業新基礎設施,勤英科技從雲端代理走向 AI Infra 整合

因應生成式 AI、代理式 AI 與實體 AI 的崛起,模型成為企業資訊基礎設施的一環,企業不僅需要算力、還必須具備同時管理多個 AI 模型、優化營運成本,以及確保 AI 基礎設施的安全與穩定;有鑑於此,服務超過 2,000 家企業客戶上雲的勤英科技(ELITE CLOUD)將業務範疇從雲端代理延伸到 AI 基礎設施整合商,協助企業整合多元模型資源、因應不同應用場景彈性調度算力資源,在 AI 新世代建立可規模化的 AI Infra 能力。

「隨著 AI 從單一聊天機器人進化到多模型、多代理協作,企業的核心競爭力不再僅是擁有 AI,而是建立一套可管理、多模型共存、穩定、安全且可持續擴充的 AI Infra 環境。」勤英科技區域總經理黃士培表示,為協助更多企業推進 AI 創新實務,勤英科技從原本的 AWS、Google Cloud、Azure 雲端代理角色,進一步轉型為 AI 基礎設施整合服務商,透過多語言模型平台 MixRoute、代理式 AI 導入與企業資料治理服務,協助企業建立真正可落地、可管理、可擴展的 AI 應用架構。

從 IT Infra 到 AI Infra,企業最大挑戰不是模型、算力而是管理

過去幾年,許多企業透過生成式 AI 實現「問問題」、「摘要文件」、「生成簡報」,提升員工工作績效,而代理式 AI 的崛起與普及,則讓「內嵌 AI 的企業應用」快速成為新常態,從企業資源規劃(ERP)、顧客關係管理(CRM)、人力資源(HR),到客服、研發甚至製造系統,AI 開始深度嵌入各類企業應用,AI 扮演的角色也從單純的輔助工具,逐漸進化為企業營運與決策流程的重要核心。

也因此,企業保持未來競爭力的關鍵,不再是「有沒有導入 AI」,而是「是否具備管理 AI 的能力」,包括如何讓多模型共存、如何控管 Token 成本、如何確保資料品質與一致性、如何依不同部門需求配置 Agent,以及如何避免 AI 成為新的資訊孤島,都是企業導入 AI 後的新挑戰。

「Gemini、Claude、OpenAI、Mistral 等模型快速迭代,意味著企業若只押注單一模型,未來很可能在成本、效能與彈性上失去優勢。」勤英科技區域總經理黃士培表示,企業接下來更需要以「Models as Infrastructure(模型即基礎建設)」的思維,將大型語言模型視為與運算、儲存、網路同等重要的基礎資源來規劃、治理以及進行成本管理,將資訊系統架構重塑為 AI 基礎建設。

勤英科技_內文1.JPG
圖/ 數位時代

勤英科技服務的客戶數超過 2,000 家,不少客戶已導入 AI 應用服務,正積極建置 AI Infra 與管理環境,因此,勤英科技自 2025 年積極轉型,將 AI Infra 視為企業長期競爭力的基礎建設來經營,業務範疇從傳統雲端代理擴展至 AI Infra 整合服務商,例如與多模型平台 MixRoute 合作,並開發可支援單一登入(SSO)、彈性調度不同大型語言模型 Token 的管理平台,協助企業簡化模型管理與成本控管,將更多資源與心力聚焦於核心業務與創新應用。

從雲端代理走向 AI Infra 整合,勤英科技從三面向協助企業發揮 AI 綜效

有鑑於 AI 應用與雲端環境息息相關,勤英科技除因應企業客戶的多雲策略協助管理多雲環境、優化成本,以及落實資安治理,更因應不同使用情境推出三種 AI 方案助力企業:

第一:提供開箱即用的 AI 服務。

黃士培以 Google Cloud 的產品為例解釋,透過整合 Gemini 的 Google Workspace,企業可直接在 Gmail、Meet、Docs、Sheets、Slides 中使用 AI 功能,包括會議摘要、文件生成、簡報整理等,快速提升員工生產力,同時,增強企業對 AI 應用的信心,為之後的應用深化做準備。

第二:協助企業規劃、打造與導入代理式 AI 應用服務。

「對於擁有豐沛結構化數據資料、知識庫的企業來說,除以生成式 AI 打造企業大腦,還會透過代理式 AI 提升自動化執行能力,重塑工作效率。」黃士培表示,勤英科技可以基於 Google Gemini Enterprise,提供含括底層雲端架構、AI 模型調度、資料治理與 AI Agent 串接等服務,讓企業員工可以自然語言安全調用企業資料,讓 Agent 進一步執行任務與推動流程。

舉例來說,勤英科技協助在台灣成立超過 50 年的製造業品牌商將 Gemini Enterprise 介接 SAP 與 Salesforce 訓練模型、建立可供 AI 調用的企業知識中樞;另在影音內容生成領域,勤英科技亦協助客戶導入 AI 自動化技術,將內容產製成本縮減達 90%。

第三:提供多模型聚合管理平台,滿足企業以 API 串連各種模型的需求。

勤英科技與新加坡 MixRoute 合作,提供企業客戶多模型管理平台,讓企業可以視需求彈性敏捷的調度 Gemini、Claude、OpenAI 等不同模型,並透過單一帳號、單一帳單與 Budget Alert 機制,管理 token 使用量與 AI 成本。

勤英科技_內文2.JPG
圖/ 數位時代

「透過我們提供的多模型管理平台,企業客戶不會被單一模型綁定,可以在模型快速疊代的環境下,更靈活地管理成本與算力資源。」黃士培如是說道。

總的來說,隨著 AI 應用從單點工具走向大規模企業部署,下一波競爭核心將從模型能力延伸至 AI 基礎設施管理能力,而這也是勤英科技從雲端代理走向 AI Infra 整合服務商背後的核心原因:當 AI 開始成為企業營運的一部分,企業需要的,已不只是模型供應商,而是能協助串接雲端、資料、Agent 與應用場景的長期技術夥伴。

有關更多勤英科技相關資訊,請查詢網站:https://www.elite.cloud/zh/

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
代理式商務連動百兆商機
© 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