巴黎觀光交通新選擇:共享電動滑板車實測與攻略
巴黎觀光交通新選擇:共享電動滑板車實測與攻略

在交通方面,共享電動滑板車新創Lime 與 Bird 絕對是全世界崛起速度最快的獨角獸。

Lime 在獲得 Google Venture 領投 3.5 億美元後,估值超過 10 億美元;Bird 則在紅衫資本的支持下,估值高達 20 億美元。

參與 Bird 三輪融資的知名投資人 Mark Suster 曾在部落格分享,他完全不知道 Bird 在紅什麼,但在一次嘗試之後,他直接騎著電動滑板車到 Bird 的辦公室懇求創辦人收下投資。

而 Lime 也在今年 6 月,宣布進軍歐洲的觀光聖地巴黎。讓《數位時代》有機會在 10 月底造訪巴黎電玩週時,嘗試台灣體驗不到的共享電動滑板車。

騎車指南

1. 為什麼是 Lime,而不是 Bird?

其實在巴黎街頭不只 Lime、Bird,還有 Bolt,會選擇 Lime 實測的理由很簡單,因為路上看到的車最多。

根據資料顯示,Lime 於巴黎街頭投放了 150 台;Bird 則約為 50-100 台。

IMG_3181.jpg
在開放共享電動滑板車的區域中,隨處可見 Lime 的蹤影。
圖/ 陳君毅攝

2. 騎乘流程

Lime 的騎乘流程也相當簡單,下載 Lime App,綁定信用卡或其他支付方式如 Apple Pay。值得注意的是,Lime 採取的是儲值制,能夠選擇 10、20 與 50 美元,儲值 20 美元能夠獲得一張折價卷;50 美元則有三張。

IMG_3329.PNG
採「儲值」方式的 Lime,共有三種金額可以選擇。
圖/ 陳君毅攝

完成後,在路上找到車掃描車上的 QR Code 即可開始騎乘。

而騎完後也只需停車後打開 App 選擇騎乘完畢,此時 App 會請你拍攝一張停車照後即可走人。最重要的是,目前 Lime 在巴黎有設定停放區域,如果停在合法區域之外,將會加收 50 歐元(約新台幣1750元)的罰金,藉此遏止共享電動滑板車胡亂停放的亂象。

IMG_3257.PNG
綠色為能夠停放、提供服務的區域,若停在綠色區域以外,將會被處以 50 歐元的罰金。
圖/ 陳君毅攝

3. 計價方式

要先知道 Lime 的計價方式,每次騎乘先扣 1 美元,之後每分鐘 0.15 美元。以下為實際的騎乘里程數,5.2 公里的路程,走走停停實測拍照共花了 37 分鐘,共 5.55 歐元(約新台幣 195 元)。

IMG_3330.PNG
五公里,共 37 分鐘的時間,結帳金額為 5.55 歐元。
圖/ 陳君毅攝

以巴黎來說,每次騎乘 30 分鐘左右,大約可走 3~5 公里,花費平均在 4~6 歐元間,如果只是體驗大概儲值 10 元的方案,足夠來回即可。

註:歐元和美元計價方式相同,騎乘先扣 1 歐元,每分鐘 0.15 歐元。

4. 騎乘體驗

如果沒有打算要去太遠的地方,Lime 在體驗上來說非常方便。

Lime 的車款共有兩種,主要的差別在於剎車的方式,一為按鈕式,另一則為較熟悉的煞車把手。加速方面則跟台灣人的習慣不太一樣,是按鈕式動力,但能夠很快習慣。

在騎乘的路況方面,車速最快可達時速 20 公里上下。由於記者大部分的騎乘時間都在中午之前,路上的行人並不算太多,騎乘的範圍約在巴黎的第 7、8 與 15 區,路上都設有自行車道,騎行起來非常順暢。

在巴黎騎電動滑板車的優、缺點

優點

快速、方便。如果目的地距離出發地並不遠,可以省去很多查詢交通資料的時間,騎乘時也可隨意停下腳步。在最後一哩路上,確實能夠感受到共享電動滑板車的強大競爭力。

再加上在巴黎充滿歷史感建築的街頭上,騎乘電動滑板車多少有一種讓人恍如隔世的反差感。

缺點

比起搭車可能貴上一些,以及在巴黎騎乘電動滑板車不需要駕照,也不需要戴安全帽,可能有些安全上的疑慮。

此外,就是一些騎乘上會遭遇到的問題,像是沒有手套的話會非常冷、遇到過大的坑洞與高低落差時要牽車,牽車將龍頭抬起時,車身會擺向小腿,撞到會很痛。

觀光熱區巴黎,同時也是共享交通聖地

如果你不想騎 Lime,巴黎的選擇也很多。除了 Bird、Bolt 之外,台灣人熟悉的共享單車也遍布巴黎,包含 ofo、摩拜、oBike,以及有樁式單車 Vbike。想要嘗試摩托車也有 COUP 服務能夠使用,可以騎到熟悉的 Gogoro。

在巴黎街頭上隨處可見各家的共享單車,多多少少有些「街頭亂象」感。也是有了共享單車的前車之鑑,共享電動滑板車不管在投放的數量以及擺放位置都有所限制,因此大部分都排放的相當整齊。

避免交通亂象,共享電動滑板車的努力

共享電動滑板車輕便的優點,同時也是容易被外部暴力破壞的因素。從美國加州傳出不少電動滑板車被破壞的案例。Lime 透過安全警報系統嘗試解決這個問題,只要有人試圖用暴力解鎖,滑板車會發出警報。

而 Bird 則透過三大準則整頓亂象,試圖營造「好形象」讓各地政府允許更大的投放量:

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。

此外,Bird 與 Lime 透過特殊的「充電獵人」,讓當地人在閒暇時刻將電動滑板車帶回家充電,並重新拿出來妥善排列好。以 Bird 為例,為每一台車充電 Bird 會支付 5~20 美元不等。如果獵人必須翻山越嶺才能「獵」到那台車,則能獲得 20 美元,有些年輕人一晚就可以賺取 600 美元。

最後,也許某些人會認為電動滑板車容易造成行人的危險,但以巴黎的體驗來說,滑板車配有警示行人的鈴鐺能夠使用,只要腳踏車道設置良好,其實並不會有太大的問題。反而路上超多的鴿子......很容易造成行車上的驚嚇。

IMG_3179.jpg
路上的鴿子相當多,在高速行駛時容易嚇到。
圖/ 陳君毅攝
往下滑看下一篇文章
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?
從台灣走進北美千家速食門市!Berry AI 如何攜手博弘雲端,讓 AI 規模化落地?

一家來自台灣的 AI 新創,如何讓美國上千家速食餐廳,都用它的 AI「看」得來速車道?

這家公司就是專注於 AI 影像辨識技術的 Berry AI (華捷智能),透過攝影機蒐集匿名數據並轉化為多項營運指標,協助速食品牌找出流程瓶頸、提升現場營運效率與整體顧客滿意度。以美國連鎖炸雞品牌 Zaxby’s 為例,在全面導入 Berry AI 解決方案後,服務速度提升 13%-20%,業績表現最好與最差的門市,每週營收差距從 2.4 萬美元縮小至約 9,000 美元。另一家連鎖速食品牌 Culver’s 在導入後,得來速車道的服務時間也立刻改善,進而提升整體吞吐量。

然而,支撐 Berry AI 解決方案的,不只有前端看得見的攝影機與影像辨識技術,還有後端穩定且具彈性的雲端平台。Berry AI 結合 Amazon Web Services (AWS) 全球雲端資源及博弘雲端顧問服務,打造兼顧即時性、穩定性與成本效益的雲地混合架構,成為推動 Berry AI 持續擴大北美市場版圖的重要關鍵。

從台灣 PoC 走向北美千店規模,Berry AI 面臨架構升級新挑戰

Berry AI 執行長林逸中表示,團隊成立初期投入近2年半的時間,探索最適合影像辨識技術的應用場景,最終將目光鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等。

同時,Berry AI 也進一步將現場蒐集到的數據轉化為可量化的營運指標,例如:不同門市、日期或時段的顧客等候時間,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。

在確立發展方向並於台灣完成 PoC (概念驗證)後,Berry AI 決定前進全球最大、也是 QSR 最核心的北美市場。然而,隨著合作客戶與部署門市持續增加,資料量快速攀升,加上服務範圍橫跨不同區域,既有以地端為主的架構開始面臨規模化挑戰。

林逸中補充指出,尤其 QSR 業者在選擇 AI 解決方案時,格外重視技術效能與穩定性,包括 AI 辨識精準度、能否因應突發狀況、系統能否穩定運作,以及網路發生問題時能否維持服務等。在這樣的要求下,若將所有運算與資料都留在地端,不僅難以因應日益增加的部署門市與資料量體,設備建置與維運成本也會隨之增加。

BerryAI 攜手博弘雲端 打造高可用性 AWS 雲地混合架構,突破北美規模化部署挑戰

如何確保系統的即時性、穩定性與成本效益,成為 Berry AI 進軍北美後必須解決的新課題。為此,Berry AI 選擇與博弘雲端合作,取得穩定且高可用的 AWS 運算與資料庫服務架構,將即時運算留在地端,同時在雲端環境整合資料庫處理大量資料與後續分析工作,形成兼顧地端即時運算與雲端彈性擴充的雲地混合架構。

Berry AI研發同仁汪楚剛說明,包括車輛偵測、追蹤與狀態辨識等需要即時反應的工作,會先在地端完成;再將辨識結果傳送至 AWS 雲端,計算各項營運指標,提供後續分析與決策使用。透過這套架構,Berry AI 至今已處理超過 2 億筆車輛狀態資料。

此外,AWS 也是 Berry AI 持續優化 AI 模型的重要基礎。Berry AI 將整套資料蒐集流程建構於 AWS 上,透過完整且多樣化的資料,持續訓練與優化模型,進一步提升地端影像辨識的準確度。

博弘雲端
Berry AI 鎖定高度標準化的速食餐飲業(Quick Service Restaurant;QSR),推出得來速計時器、餐廳計數器等解決方案,運用 AI 影像分析技術,辨識顧客進入得來速車道或餐廳後的狀態,例如:排隊、點餐、候餐等,協助管理者從數據中找出流程瓶頸與可以優化的環節,進而提升服務效率及顧客滿意度。
圖/ Berry AI網站圖

成為企業技術團隊的延伸,博弘雲端助 BerryAI 把 AWS 用得更好、更省

隨著北美業務持續成長,Berry AI 也迎來新的課題:如何把雲端資源用得更有效率、更省成本,這也成為 Berry AI 與博弘雲端合作的重要契機。

對此,可能有很多人好奇,像 Berry AI 這類技術能力成熟、具備自行建置架構能力的企業,為什麼還需要與博弘雲端合作?「關鍵在於,博弘雲端長期深耕 AWS,對相關服務與技術架構更加熟悉,可以成為企業內部技術團隊的延伸。」博弘雲端技術長宋青雲說。

當 Berry AI 遇到特定 AWS 服務或技術問題時,可以直接尋求博弘雲端協助;若需要進一步與 AWS 原廠確認,博弘雲端也能協助溝通與處理,減少 Berry AI 自行研究與排除問題所需投入的時間,讓內部研發團隊可以將更多心力和資源集中在核心產品開發。

更重要的是,博弘雲端不只提供技術支援,還能從 Berry AI 實際用量與成長需求出發,客製化設計最適合的節費方案,這對 Berry AI 降低營運成本有很大的幫助。宋青雲說明,博弘雲端根據 Berry AI 既有的 AWS 用量,推估未來 1-3 年內的使用需求,並以此為基礎規劃合適的長期雲端資源用量;同時考量 Berry AI 所屬飛捷集團旗下還有 3 家子公司同樣使用 AWS,進一步整合集團需求進行評估,放大整體採購規模,爭取更大的節費空間。

宋青雲強調,雲端採取隨需即付的計價模式,雖然具備彈性優勢,但若缺乏持續管理,仍可能出現資源配置不符商務規劃,或費用超出預期等情況。而博弘雲端不只能從使用現況出發、建議適合的節費方案,也會從效能、資安與成本等面向進行架構健檢,提出相應的優化建議;同時還會提供相關管理介面,讓企業隨時查看帳戶使用狀況、預估未來用量,在業務規模持續成長的同時,也能兼顧雲端架構的效能、安全與成本效益。

而架構健檢與成本優化,只是博弘雲端服務的一環。從企業準備上雲開始,博弘雲端便能協助將應用程式與資料從地端搬遷至雲端,或直接在雲端完成部署;進一步還能協助建置數據平台、數據中台,進行資料分析及導入 AI 應用,讓企業資料發揮更大價值。當服務正式上線後,博弘雲端也能接續提供維運服務。換言之,從前期 PoC、雲端建置到後續維運,博弘雲端都能依據企業需求,提供相應的服務與支援。

對 Berry AI 來說,藉由與博弘雲端合作,深化 AWS 雲端資源使用,不只是突破規模化挑戰,更重要的是能把有限的資源集中在核心業務,持續優化解決方案、開發更多貼近餐飲營運需求的應用,進一步爭取更多品牌合作,擴大北美市場版圖。目前,Berry AI 正全力拓展北美市場,也持續尋找對 AI 技術與餐飲產業應用充滿好奇心、重視團隊協作的人才加入。徵才方向涵蓋機器學習與電腦視覺、Platform & System(DevOps、Infrastructure),以及 Full Stack 軟體開發。從門市邊緣裝置上運行的 AI 模型、串連雲端與數千家門市的系統平台,到協助餐飲品牌提升營運效率的分析產品,每個環節都還有發揮的空間。 期待匯聚更多優秀夥伴,一起用 AI 解決真實的營運問題,讓來自台灣的技術走進更多全球 QSR 門市。

職缺詳情:https://www.cake.me/companies/berryai/jobs

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
一次搞懂工業AI
© 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