滴滴順風車喊停、兩高層下台,中國共享經濟又逢重磅考驗
滴滴順風車喊停、兩高層下台,中國共享經濟又逢重磅考驗
2018.08.27 | 物聯網

中國共享經濟再度遭重磅打擊,中國熱門的滴滴順風車App又傳出司機姦殺事件,引發社會高度質疑的包括滴滴順風車對司機的管理制度、事發客服處理速度。

40036461_1998040036923461_5572305125474566144_n.jp
滴滴出行26日發佈官方說明,除2高層下台,也將停止服務再做整改提高安全性。
圖/ 滴滴出行官網

除兩名高層主管26日正式遭去職,滴滴順風車App也今年二度下線停止服務,顯示快速膨脹的業務量已超過內部管控力。

滴滴打車平台旗下有多種交通服務,其中滴滴順風車主打共享經濟,讓車主可以在上下班順路過程載路線相同旅客共乘,分擔油資過路費等等,滴滴並不抽取乘車費用,僅公益性質酌收訊息費,相對滴滴快車或專車需抽20%左右佣金。

由於滴滴順風車費用幾乎是計程車的一半,成為中國熱門交通工具,而車主有別於職業司機,屬於一般駕照車主即可參與。

中國共享經濟面臨諸多挑戰,滴滴順風車服務暫停後,也意味市場傾向對共享經濟平台服務業者,除肩負媒合訊息角色,還要求更多責任,包括若提供服務方違法侵權,需要連帶承擔主體責任,這與今年台灣主管機關要求Airbnb平台需下架違法日租套房,否則也將受罰有類似意味。

獨角獸旗下共乘服務出包

滴滴出行是中國滴滴估值600億美元的網路叫車系統,被指是中國前三大,或許也是僅次於螞蟻金服的獨角獸。

滴滴出行使用介面
滴滴出行是最大中國網路叫車App,但出事的滴滴順風車只是其中一部份業務。
圖/ 賀大新/攝影

在併購快的、中國優步後,滴滴出型在中國網路叫車市佔率超過9成,根據官方公佈數據,2017年滴滴服務總計達74億次,每天訂單超過4,000萬人次,而滴滴順風車僅是其服務中一部份。

在刑事案件發生後,滴滴打車在26日宣佈自查進展,宣佈3點決定,首先是27日起,全國暫停滴滴順風車業務,重新評估業務模式跟產品邏輯。其次,客服體系整改升級,加大團隊人力與資源,加速優化投訴分級及工單流轉機制。最後是免去業務部總經理黃潔莉及客服副總裁黃金紅職位。

滴滴打車公告中表示,滴滴順風車上線3年多時間,總計有超過10億多次出車,官方指出「很抱歉因為我們的問題,讓大家失望了」。對於安全管理出包,滴滴打車表示,「主要是業務量體增大,導致安全管理與處置能力面臨重大挑戰」,滴滴也承認在潛在風險識別、流程制度設計、快速響應等方面仍有待改善。

滴滴順風車司機非職業

滴滴順風車原是促成共享經濟的好意,卻因管理不當,5月才發生鄭州司機姦殺事件,8月24日在溫州又發生乘客遭姦殺,引爆中國社會關注。

滴滴出行使用介面
滴滴順風車曾提供許多安全機制,如乘客可以傳遞行蹤路線給緊急聯絡人。
圖/ 滴滴出行

遭關鍵質疑兩點在於,滴滴打車客服早在案發前一天,就接獲女乘客投訴該名司機意圖騷擾,但客服表示稍後會回覆處理結果,最後沒有任何回應及處理,最終導致該司機次日犯案,其次是客服在被害人家屬緊急聯繫希望取得司機信息,以及報案後民警要求提供車主訊息時,都拖延回覆,導致救援延誤。

除了處理流程失當,滴滴順風車今年在安全的管理曾有許多的嘗試。5月鄭州乘客遭侵害致死後,滴滴順風車曾暫停服務一周整改,除增加對車主的個人資格管控,包括出車前要做人臉辨識,部分城市甚至全程錄音,並取消司機評價乘客留言,避免男性司機露骨的外表評價訊息。

連中國官方媒體新華網都在26日針對滴滴出行的安全措施提出五問質疑,如人臉辨識對司機改牌出車無法控管,而滴滴推出的新版急救求助及人車不符評價,甚至是護航模式表示可將行車路線提供給緊急聯絡人,平台會關注路線異常時介入等,都沒有發生作用。

滴滴出行
滴滴順風車曾限制晚上10點後需同性司機與乘客才能配對成功,導致女性叫不到車。

為提高夜間安全,滴滴恢復服務後曾短暫實施晚上10點過後至早上6點,禁止叫車服務,6月中則改為恢復晚上10點至12點及早上5-6點可叫車,但禁止男性司機載女性乘客(雙方需同一性別),但因中國開車司機多為男性,導致女性用戶晚間根本叫不到車。

滴滴順風車的事件,或許也將衝擊到中國許多順風車業務,包括嘀嗒、高德等,滴滴順風車今年2月也在台灣短暫推出過滴滴順風車,但因違法超收分擔油資以外金額,被視為「營利行為」因而被開罰4.3億元後於4月下架。

往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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