Uber進軍空中飛車,東京將成亞洲首座試營運城市
Uber進軍空中飛車,東京將成亞洲首座試營運城市

Uber今(30)日在東京舉行首屆Elevate亞太峰會,Uber營運長Barney Harford、Elevate計畫高層與日本東京都知事小池百合子皆出席活動,為迎接2020年東京奧運,現場宣布東京成為亞洲第一個加入uberAIR空中飛車的城市。

uber elevate
Uber今(30)日在東京安達仕酒店舉行首屆elevate亞太峰會,宣布uberair空中飛車最新計畫。
圖/ 陳映璇攝影

繼達拉斯、洛杉磯後,日本成為第三個試營運城市

Uber營運長Barney Harford表示,Uber不僅是一家叫車公司,更是一個綜合性交通平台。從地面的叫車服務起家,Uber更把版圖進軍到空中交通服務,自2016年提出Uber Elevate白皮書計畫,Uber計劃打造能夠電動垂直起降的空中飛行器(eVTOL),動力採用鋰電池,由4組由電力驅動的螺旋槳,每組螺旋槳上各有2片旋翼,低噪音且不需要跑道就可正常起降,預計2020年展開試營運,2023年正式商轉。

uber elevate
日本東京成為第三個uberair試營運的城市,而印度、澳洲、巴西、法國列為候選國家。
圖/ 陳映璇攝影

在Uber elevate峰會上,Uber歡迎各城市加入uberAIR計畫,繼美國達拉斯、洛杉磯成為首波上線城市,現在日本東京成為第三個試營運的城市,並將印度、澳洲、巴西、法國列為候選國家,目前正與各城市進行討論,預計在六個月內宣布下一個開發uberAIR的國際城市。

日本立志當航空創新領頭羊

日本東京都知事小池百合子表示,2020年東京奧運預期到時將湧進大量人潮,日本也正積極規劃基礎大眾運輸建設,像是興建東京國際郵輪碼頭,以及自駕巴士、自駕車等智慧運輸,讓民眾可以更快抵達東京。不過Uber空中飛車是否有機會在東奧上亮相目前仍不確定,也令外界相當期待。

而日本政府之所以如此積極推行空中飛車,很大原因跟日本在新交通科技發展較晚有關,別於他國在電動車、無人車進展快速,日本則晚了一步,為趕上如空中飛車新飛行科技,日前日本政府已與Uber、波音(Boeing)、空中巴士(Airbus)、日航與豐田投資的飛天車研發團隊Cartivator等21間企業進行討論,日本政府將研擬適當的法規,實現飛行車的概念。

日本經濟產業省(METI)副大臣Daisuke Hiraki自信表示,日本有機會成為在航空創新領域的領頭羊。

APAC_HERO_ROUTE_TAIPEI_V007_STILL_BC.png
Uber 空中交通總監Eric Allison以台灣作為舉例,從台北車站到淡水漁人碼頭,地面上搭Uber X(菁英優步)可能需要80分鐘,但搭乘Uber Air僅需9分鐘。
圖/ UBER

而飛天車到底可以實現怎樣交通想像,Uber空中交通總監Eric Allison也以台灣作為舉例,從台北車站到淡水漁人碼頭,地面上搭Uber X(菁英優步,小轎車可乘坐1至4人)可能需要80分鐘,但搭乘Uber Air僅需9分鐘,大量節省人們生活中的乘車時間,擁有更多時間去做更重要的事情,Uber也強調這將是人人都可負擔得起的新型交通方式。

關鍵字: #Uber
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