小黃拚轉型!台灣大車隊打造「點數聯盟」,衝出3倍交易量
小黃拚轉型!台灣大車隊打造「點數聯盟」,衝出3倍交易量

在台灣,日常生活的一切幾乎通通可以集點,從搭飛機的航空里程,到夜市買大腸包小腸,品牌商家近年都瞄準點數經濟,除了基本的提升顧客忠誠度,更透過結盟的方式,一起把市場做大。

市占率達23%的台灣大車隊,靠著導入多元支付選項,以及與各大點數平台結盟,要做出與海外叫車平台的市場區隔性。

創本土業界先例,結盟大型點數平台

台灣大車隊現在在全台共有2萬台計程車,目前市占率達到23%,每月服務人次超過1,000萬人,近年積極投入資源做轉型,而「點數」則是與同業最大不同的特色之一。

從去年開始,台灣大車隊與HAPPY GO、UUPON結盟,將會員帳號綁定55688 App後,就能用點數折抵車資;今年四月更與來自香港的亞洲萬里通合作,綁訂後會員每趟乘車可以賺取10里,也能換取乘車金,虛擬點數的功能不再侷限於平台屬性,透過結盟能進一步加深跨通路合作,甚至進一步擴張本身的客群。

亞洲萬里通行政總裁施愷民,曾分享點數的結盟都是來自:觀察消費者的使用習慣,「為讓會員及哩程的管道更生活化,與台灣大車隊的合作,是希望帶起陸地交通集哩的市場,更加蓬勃發展。」

結盟6大點數平台,點數支付交易量成長三倍

點數與支付的關係是相輔相成的,身處轉型十字路口的台灣大車隊,也非常理解背後的道理。除了現金,目前台灣大車隊支援的支付方式超過18種以上。

以電子支付來說,街口支付、LINE Pay及Pi拍錢包都可以用來支付車資,也能用街口幣、LINE Points和P幣全額折抵現金車資,且折抵金額沒有上限;再加上HAPPY GO、UUPON、亞洲萬里通, 台灣大車隊是目前擁有最多點數平台合作的業者

台灣大車隊
據台灣大車隊數據,過去一年中,使用點數支付的乘車交易量,已經成長了三倍之多。
圖/ 台灣大車隊

對台灣大車隊來說,擴大支付的多元性,能夠提升顧客的搭乘意願;對支付平台而言,在不同通路祭出補貼優惠,對於搶下市占率有一定的幫助。

根據台灣大車隊數據,過去一年中,使用點數支付的乘車交易量,已經成長三倍之多。透過點數經濟能讓品牌有效經營顧客忠誠度,因為每個帳號都連結相對應的顧客,並能蒐集使用數據資料,讓業者可以更精準地掌握顧客樣貌。這也是平台與業者搶著結盟的原因,希望一起把餅做大。

Uber、Grab也都看準點數商機

海外也有不少案例,像是去年11月,Uber推出會員點數制度「Uber Rewards」,只要會員使用Uber旗下任何服務(叫車、外送Uber Eats、共享腳踏車),都可以透過點數享受不同階級的會員優惠,藉此增加會員的黏著度。

Uber Rewards目前將會員分成藍寶石、黃金、白金、鑽石四種會員等級,可以用點數直接折抵消費,不過這項服務目前只在美國推出。

Uber Rewards
去年11月,Uber推出了會員點數制度「Uber Rewards」。

此外,東南亞叫車平台霸王Grab,從2016年底實施會員點數服務,除了可以用點數換乘車金,點數還能夠兌換餐券、按摩券等服務,使用的多元性非常大,台灣民眾到東南亞商旅時,也可以加入Grab的會員計畫。

交通與生活密不可分,台灣大車隊近年在數位化的努力上展現極大野心,雖然目前在App Store的評分只有2.4顆星,使用體驗仍有進步空間。但在支付、點數經濟上的嘗試,已經替本土叫車市場,注入一股創新的活水。

往下滑看下一篇文章
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?
把老師傅經驗變成 AI!智穎智能讓射出機從「導航」走向「自駕」,桃園如何助攻技術落地?

曾是台灣製造業重要根基的塑膠射出產業,如今正面臨人才斷層危機。尤其桃園聚集大量工業區與製造業者,老師傅退休、新人才接不上的現況,更是許多工廠正在面對的現實難題。

從汽車零組件、網通設備、醫療器材到半導體載具,許多產品都離不開射出成型。智穎智能創辦人暨執行長張詠翔指出,全球塑膠射出市場規模超過 3000 億美元,每年仍以約 3% 至 4% 的幅度成長。需求並未消失,只是製造基地從台灣、中國逐步往東南亞等地移動。但機器可以搬、訂單可以轉,老師傅數十年累積的經驗卻很難複製。

這道人才缺口,正是 2020 年成立的智穎智能切入市場的機會。團隊從桃園中原大學的研究能量出發,歷經近十年研究與工廠驗證,嘗試把老師傅腦中的射出經驗,轉化成可以計算、保存與持續學習的 AI 模型,解決產業第一線面對到的挑戰。

把老師傅經驗交給 AI,射出成型從「導航」走向「自駕」

「餐廳沒有廚師是不行的。有再好的設備,不會做的人還是會把它做失敗。」張詠翔如此比喻射出成型的技術門檻。當模具完成後,生產現場仍得依產品、材料與機台特性,調整溫度、速度、壓力、位置等條件;即使使用同一種塑料,不同產品的調整方式也可能完全不同。

而老師傅的珍貴之處,不只是記住參數,而是知道面對材料、機台與環境變化時如何修正。智穎智能要做的,就是把這些難以傳承的「火候」拆解成可以運算的製程邏輯。目前其 AI 解決方案已應用於超過 200 種材料、50 多種產品類型。

把老師傅的經驗轉化為製程邏輯後,第一步就是讓 AI 協助操作人員找到合適的成型條件。智穎智能為此開發智能成型導引系統,工廠只要輸入材料、機台規格、產品尺寸等資訊,sMolding 便能計算第一組成型參數;若試模後出現產品缺陷,再由 sTroubleshooting 提供修正建議。

用手機即可查看系統狀況
圖/ 智穎智能提供

「它就像導航。我今天告訴你要從 A 點到 B 點,但不知道路怎麼走,導航會把路徑算給你。」張詠翔說。對射出成型而言,這條「路徑」就是溫度、速度、壓力與位置等參數如何組合。以半導體載具試模為例,傳統方式需 7.5 小時,導入系統後縮短至 2 小時,材料使用量從 23 公斤降至 8.7 公斤,整體試模成本降低 64%。

但找到正確參數只是第一步,真正進入量產後,工廠面對的「路況」還會持續改變。溫溼度、材料批次與機台耗損,都可能讓原本設定好的製程條件產生偏移。智穎智能因此進一步開發 StabMolding 成型穩定模組,透過射出壓力數據持續監控品質,並依生產狀態自動補償關鍵參數。換言之,AI 不只在試模階段提供一條正確的「導航路徑」,進入量產後還能因應製程變化持續修正,進一步朝「自駕」邁進。

從產線驗證到海外布局,桃園如何助攻智穎智能跨過0到1?

但要讓 AI 真正走進工廠,智穎智能採取 SaaS 訂閱模式,將核心運算留在雲端持續學習與更新,降低中小型製造商一次投入大量資金的門檻。另一項差異則是「跨廠牌」。現實中的射出工廠往往同時擁有台灣、日本、歐洲不同品牌與年份的設備,因此智穎智能的方案既能導入既有設備,也能與射出機、控制器業者合作,在新機出廠時直接整合。「一個工廠不會只有一個廠牌,就像你家的車庫不會永遠只放同一品牌的車。」張詠翔說。

對智穎智能而言,AI 真正走進製造現場的關鍵,在於不同世代、不同品牌的設備都能導入。只是對工業 AI 而言,降低導入門檻還不夠,更關鍵的是能否取得真實產線反覆驗證。對從中原大學研究成果衍生創立的智穎智能而言,桃園不只是公司所在地,也提供了技術走向市場的第一塊試驗場。「對新創來說,第一個就是要經費、要人才、要場域,再來就是客戶與合作夥伴資源。」張詠翔說。

成立初期,團隊透過桃園市政府研發補助、新創競賽與基地進駐等資源,降低早期研發與營運負擔。更重要的是,桃園密集的製造業聚落,本身就是智穎智能最直接的潛在市場。透過市府串聯工業區與在地企業,智穎智能在創業初期接觸到位於桃園的「良器」,成為公司第一個客戶。從概念驗證、產品調整到實際導入,合作一路延續至今。對必須進入產線反覆驗證才能成熟的工業 AI 而言,第一個願意開放場域的客戶,意義遠超過第一筆營收。

如今,從桃園製造現場磨出的解決方案也開始往海外走。「日本這一次,完完全全都是桃園市政府帶著我們去做這件事情。」張詠翔表示,透過市府帶領團隊前往日本神戶,智穎智能接觸當地官方與企業資源。在市府引薦下,團隊成功對接了神戶知名加速器,更取得日方針對外資新創設立公司與拓展市場的兩階段實質補助資訊。目前團隊正籌備日本布局,為下一階段海外市場拓展做準備。

智穎智能在 TaipeiPLAS 2026 台北國際塑橡膠工業展,展示 AI 智慧製造成果,現場商洽氣氛熱烈,成功吸引產業關注。
圖/ 智穎智能提供

AI 解決「怎麼生產」後,下一步是「替誰生產」

當 AI 開始解決「怎麼生產」,張詠翔看到的下一個問題,是「替誰生產」。部分製造商提高生產效率後反過來問他,如果我的產能多了 20%,但沒有多 20% 的訂單,我何必要做那麼快?

這個問題催生了智穎智能下一階段的製造媒合平台構想。隨著供應鏈分散至不同國家,品牌要在海外重新尋找符合特定規範與製程能力的供應商,也愈來愈困難。團隊因此希望串聯既有使用 AI 方案的製造商,讓品牌端能依條件尋找供應商,也讓製造端的閒置產能有機會被看見。團隊預計 2027 年上半年推進平台服務,初期規劃串聯超過 200 家製造商與破千台機器。

從中原大學的研究,到桃園工廠提供第一個實際驗證場域;從把老師傅經驗變成 AI「導航」,再走向能自行修正製程的「自駕」,智穎智能試圖數位化的,是製造業最難被保存的資產:人的經驗。而當全球供應鏈持續移動、製造基地愈來愈分散,這套從桃園工廠磨出的 AI,下一步不只要替老師傅找到數位接班人,也要重新連結散落全球的製造能力。
而「Meet 桃園+」也期盼持續透過計畫的媒體報導與宣傳資源,將更多像智穎智能這樣扎根在地、走出海外的創業故事傳遞出去,讓外界看見桃園豐沛且具實戰力的創新動能。

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