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
AI代理時代已至!國泰金控以GAIA 2.0框架加速AI應用百花齊放
AI代理時代已至!國泰金控以GAIA 2.0框架加速AI應用百花齊放

AI正以驚人速度重塑世界樣貌,金融產業也不例外。國泰金控作為台灣最大的金融控股公司之一,不僅積極擁抱創新變革,更透過開放分享促進產業共好:在「2025國泰金控技術年會」中分享「GAIA 2.0技術框架」,揭示多代理(Multi-Agent)雲端協作架構,讓AI從知識問答助理進化成可以自主推論、規劃與協作的夥伴,拉開以人為中心的金融科技新世代序幕。

以GAIA 2.0技術框架為基礎,加速集團應用百花齊放

GAIA是國泰金控為實現AI即服務(AI as a Service)提出的關鍵技術框架,歷經一年的發展,不僅成功建立超過200種資料類別的知識庫、彙整50多種生成式AI模型的Model Hub、設有70道安全防護檢查點的AI護欄。

國泰金控
國泰金控副總暨國泰世華銀行數據長梁明喬分享GAIA 2.0技術框架與集團GenAI應用案例
圖/ 數位時代

國泰金控副總經理暨國泰世華銀行數據長梁明喬指出:「隨著代理式AI技術崛起,我們在今年提出GAIA 2.0技術框架,目標是讓AI助理(Assistant)進化成AI Agent,可以跨單位整合工具、數據與分工,實現真正的智慧協作。」

舉例來說,為深化集團員工運用AI提升工作效率,我們打造員工AI助手—Agia,協助同仁進行知識查詢、資料摘要等任務,提升效率與生產力;另外,透過AI自助開發平台—GAIA Studio,讓員工以No Code工具,連結內部知識庫,並以視覺化介面或Prompt快速自主開發,打造業務場景所需的生成式AI服務與工具。GAIA Studio 上線三個月已有28個部門自助開發超過40支內部應用AI服務(包含行銷文案、各類產品知識、趨勢摘要等)。

在技術面,具體作法是透過GAIA 2.0框架下的四個模組,包含負責統籌AI Agent任務分配與協作流程的「Agent Core核心框架」、提供安全自主運作環境的「Agent Workspace可控環境」、連結Agent間共通語言的「Agent Protocol串接協定」,以及集中管理AI工具與元件的「Agent Marketplace整合市集」,以加速AI Agent應用研發與部署。

梁明喬表示:「接下來,我們將以GAIA為引擎,打造通用型、業務型、IT型與服務型AI應用,如Vibe Coding、CUBE Intelligence等服務,一步一腳印擴展集團的AI Agent生態圈,型塑智慧金融新格局。」

舉例來說,隨著生成式AI普及,客戶對於數位(助理)服務的期待更高,國泰世華銀行數位品牌CUBE推出「CUBE Intelligence」兩項新服務,包含「升級版」智能助理–阿發,滿足客戶詢問複雜問題的需求,無論客戶提出什麼問題,都可以完整步驟與適當的情緒價值強化與客戶的連結,讓服務更智慧、貼心且符合期待。

國泰金控
國泰金控副總暨國泰世華銀行數位長陳冠學展示「CUBE Intelligence」兩項新服務
圖/ 數位時代

國泰金控副總經理暨國泰世華銀行數位長陳冠學表示:「除了升級版阿發,另一新服務是我們也在CUBE App新增『對話式功能搜尋(CUBE Search)』,就像把行員放到CUBE App一樣,讓客戶可以用自然語言輕鬆找到想要的服務,讓服務體驗變得更聰明、更人性也更懂你。」兩項CUBE Intelligence新服務即將在年底正式上線。

跨界合作推動台灣大型語言模型落地,加速生成式AI發展

大型語言模型具備強大的語意理解與內容生成能力,是生成式AI快速發展的關鍵推力。國立政治大學金融科技研究中心主任王儷玲指出:「金融產業因為有獨特的金融語境、法規語意以及在地化的繁體中文知識,國際通用模型並不適用,必須建構本土知識庫、標準化模型機制、AI 法規沙盒及在地算力平台,發展台灣企業共同主導與管理的大型語言模型,方能讓更多金融業者透過微調打造適用模型、加速可信賴的AI Agent服務落地。」

國泰金控數數發中心數據暨人工智慧發展部副總經理劉浩翔進一步補充:「本地大型語言模型的成功關鍵,不僅是掌握充足且高品質的數據,還要透過後訓練微調與人類回饋強化學習的訓練方式去微調出適用的AI模型,藉此提升答案的精準度,尤其是需要跨法規、多層邏輯的嚴謹金融專業知識。」

AI要成功,除了應用場景、模型,算力也扮演至關緊要角色,對此,鴻海科技集團亞灣超算執行長姚延宗表示:「本土算力是支持本土大型語言模型落地的關鍵。」不過,他也強調,AI算力快速迭代且進入門檻高,不是每一間企業都可以自建算力,因此,亞灣超算與NVIDIA合作啟用超算中心,讓金融等台灣企業可以按需租賃所需算力,解決資料共享等敏感問題,加速金融AI應用的多元發展。

國泰金控
產業與學界專家於國泰金控技術年會交流生成式AI如何在台落地應用,左起為:國泰金控副總經理施君蘭、政治大學金融科技研究中心主任王儷玲、國泰金控數數發中心副總經理劉浩翔、鴻海科技集團亞灣超算執行長姚延宗
圖/ 數位時代

總的來說,從GAIA 2.0技術框架的推出、生成式AI的落地應用、到積極參與本土大型語言模型建置等行動,可以清楚看到,國泰金控正由內而外推動全面AI創新:強化內部流程效率與治理能力、以智慧化服務提升客戶體驗,並透過技術開放與跨域合作,為金融產業的數位與AI智慧轉型注入新動能。

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
進擊的機器人
© 2025 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