替Uber「大車隊」暖身?交通部開放多元計程車免跳表、APP算車資
替Uber「大車隊」暖身?交通部開放多元計程車免跳表、APP算車資

交通部3日發佈新聞稿,預告修正「汽車運輸業管理規則」,將放寬多元計程車免裝計費表,可透過APP「預報」車資、計算實際乘車費用,和現行小黃的「預估」車資做出區隔。此外,多元計程車業者可依照車型、市場需求等因素自訂計費方式,但不得低於各地方政府核定費率。

多元計程車修法「免跳表」,費率調整才是真難題

「彈性費率」是Uber主打的演算法機制。消費者僅需輸入上、下車地點,系統會以附近可載客車輛多寡、叫車人數、行駛距離等因素即時計算車資。以台北市捷運大湖公園站至國父紀念館站為例,4日凌晨12點多搭乘「菁英優步」的報價為230元。

現行多元計程車的計費方式,比照一般計程車跳表,雖開放車隊自訂費用,價格彈性卻很有限,業者多半選擇在跳表價區分尖峰、離峰,或直接把跳表費用乘上固定費率。

台灣大車隊預估車資
多元計程車能透過APP預估車資,但金額範圍大,且最後實際搭車跳表的價格,不見得與預估數字相同。
圖/ 台灣大車隊APP

同樣是凌晨自內湖到台北市區,以台灣大車隊為例,豪華車型多元計程車費率為跳表金額1.4倍,雖然也可預估車資,但金額浮動差異不小,落在378至497元之間,且會註明「實際車資以服務總里程計算為準」。消費者最終還是要看跳表價,預估車資僅能用來參考。

此次修法後,搭多元計程車可省去跳表方式,比照Uber「估多少付多少」。不過,由於主導計程車價格的主管機關為各地方政府,即便Uber最終選擇成立大車隊,能否順利爭取到理想的彈性費率方式,仍是未知數。

交通部表示,目前多元化計程車已有預估車資功能,為了更貼近消費者期待,再放寬多元化計程車可使用APP預先報價,讓民眾在搭車前就能充分瞭解乘車價格,減少雙方爭議。

今年5月,交通部訂定「Uber條款」—「汽車運輸業管理規則」103-1條修正草案,將於公告期滿的10月初正式取締,依法可開罰9千至9萬元罰鍰。

面對台灣政府開出的合法期限,至今Uber仍在積極溝通,尚未點頭成立計程車隊,但透過聲明表示「我們樂見交通部肯定科技可以協助提升消費者選擇和交通產業轉型。這是第一步,但還有需要解決的問題。我們期待與交通部和計程車產業持續努力,確保平台駕駛和合作租賃公司順利轉型。」

據了解,Uber合法化的卡關原因,除了他們擔心未來費率計算方式和現行機制差距太大,另一點則是想避免在全球開啟成立計程車隊的先例。

一直以來,Uber都希望在各國以「網約車」形式符合法令規範,即便與小黃車隊合作推出Uber Taxi服務,也是藉由平台替計程車隊、司機招攬生意。

交通部推動多元計程車至今約3年時間,全台僅有約2,000輛加入。此次修改法規讓APP能計算實際車資,看似是替Uber合法大門開了縫隙,但最終大結局如何,還有得吵。

責任編輯:蕭閔云

關鍵字: #Uber
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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