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
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

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