Uber、Lyft司機是僱員!加州法案明年元旦上路,從共享經濟企業看勞工權益的未來
Uber、Lyft司機是僱員!加州法案明年元旦上路,從共享經濟企業看勞工權益的未來

(2019/10/14更新)台灣雙十連假兩起外送員死亡車禍掀起大眾關注,究竟這些外送員跟Uber、foodpanda是僱傭還是承攬關係,將牽涉到外送員的權益。

事實上,兩個月前Uber司機在加州也舉行了抗議活動,要求改善員工的權利;而上個月,卡車司機工會對司機的「零工」身份發起了抗議。9月底,加州更通過了新的勞工法案Assembly Bill 5(AB5),賦予司機作為僱員而非打工仔的權利,將在明年1月1日上路。

本文則針對Uber、Lyft等共享經濟公司發展無人車的計畫做進一步的討論。

Uber和Lyft都在以創紀錄的速度成長,它們以大幅折扣的方式,而不是以某個地點現有的叫車服務的價格大舉進入新市場。然而,它們卻一再未能優先考慮與司機之間的關係。至少在短期內,司機是它們維持這種增長的關鍵資產。據報導,Uber希望向司機提供現金貸款,這反映出其司機作為公司主要市場推動力的重要性,但這依然無助於解決許多司機對公司的擔憂。

uber-lyft
Uber、Lyft等企業的合作司機是否能享有勞工權利,引發各界諸多爭議。
圖/ medium

勞資爭議再度被放大檢視

司機們知道,這些公司只是將其視為一種暫時的需要。Uber和Lyft想轉型為自動駕駛汽車,這已經不是什麼秘密了。他們的司機認為自己是一次性的,這種感覺情有可原,但兩家公司都不願主動為其司機提供更多權利,這一事實或許更加放大了這種感覺。這些公司缺乏對員工的考慮,意味著他們在實際轉向自動駕駛汽車之前,就已經惹惱了司機。

儘管8月的抗議活動僅涉及幾名司機關閉街道,以成立工會並支持加州的法案,但我們可以預計,當兩家公司開始認真實施自動駕駛出租車時,抗議活動將會大幅增加。

「無人駕駛汽車」上路時機尚未成熟

目前增加司機數量與長期擴大自動駕駛汽車的規模之間的巨大反差,正在給Uber和Lyft造成一個鴻溝,這兩家公司已經忘記了中期目標。他們過於關注短期內的規模擴張和增長,無法安撫投資者,同時又制定了一項長期戰略,其中包括顛覆他們現有模式的大部分內容。由於一些不可控因素,這種策略在未來幾年內都不太可能行得通。

無人駕駛汽車在媒體上被吹捧為汽車發展的下一個不可避免的紀元,但它們並不像新聞讓你相信的那樣迫在眉睫。事實上,由於一系列問題,自動駕駛汽車仍有很長的路要走,其中最大的問題之一就是基礎設施的建設。為了讓無人駕駛汽車正常工作,它們需要與其他車輛進行通訊,並在雲端高速傳輸定位和安全數據-這種速度只有移動中透過5G連接才能實現。

Google無人車
無人駕駛汽車在媒體上被吹捧為汽車發展的下一個不可避免的紀元,但它們並不像新聞讓你相信的那樣迫在眉睫。

儘管許多網絡都在吹噓自己的5G能力,但這些仍處於測試階段,尚未準備好推出。即使部署5G,也將主要局限於發達市場的主要城市。因此,Uber和Lyft很可能至少在未來5年內都將依賴司機作為它們增長的引擎,在某些領域,它們對司機的需求將會持續更長時間,尤其是考慮到它們進軍科技不那麼發達的市場。

兩家策略已對內部產生威脅

考慮到Uber和Lyft對利潤的過分關注,它們如今可能沒有意識到賦予司機權利以及鼓勵司機的價值,但現實是,它們的商業模式仍然依賴於司機本身,這種依賴甚至超過了削減支付司機的成本。

其競爭對手叫車應用Bolt最近在英國和東歐的成功表明,另一種方式是可行的。Bolt主要在東歐和非洲等Uber和Lyft未能及時瞄準的地區實現成長,它只從司機那裡收取15%的佣金(幾乎是Uber的一半),同時向客戶收取更低的費用。可以說,從長期來看,這一策略是不可持續的,即使獲得25%的高額佣金,Uber也難以實現盈利。但優先考慮司機福利是一個很好的策略,可以為司機和客戶建立良好的聲譽和知名度。Bolt目前還沒有進軍無人駕駛汽車這個頗具吸引力(但速度緩慢且價格昂貴)的領域的計劃,因此它有更多的資金專注於中期發展。

UBERLYFT.jpg
Uber和Lyft對利潤過分關注,忽略賦予司機應有的勞動權利及尊重,恐怕會引發企業內耗。
圖/ PingWest

如果Uber和Lyft在司機問題上仍找不到積極的解決辦法,它們可能會發現自己陷入麻煩,而且遠在無人駕駛汽車能夠介入來拯救它們之前。

本文授權轉載自:創業邦

往下滑看下一篇文章
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢
OpenAI 重磅講者親臨高雄|掌握前瞻 AI 與產業轉型關鍵趨勢

隨著 AI 工具逐漸普及,真正拉開差距的,已不只是技術或算力的強弱,是企業能否整理資料、重新設計流程,並把 AI 融合既有工作方式,持續轉化為營運價值。

Amazon Web Services(AWS)將於10月23日於高雄舉辦「2026 亞馬遜港都 AI 創新日」邀請 OpenAI 與製造、金融、交通、零售及運動育樂等領域的實務代表,從技術趨勢、資料治理、流程設計與組織轉型等面向,拆解 AI 落地前必須處理的現實問題,協助企業重新檢視自身的導入條件與下一步布局。

企業下一步,不只是再導入一套 AI 工具,而是讓 AI 進入日常營運

模型可以採購,系統可以建置,但資料是否整理到位、流程能否重新設計、組織是否清楚由誰負責,才是決定技術能否持續發揮價值的關鍵。

高雄近年推動數位轉型,同樣面對這項核心課題。亞灣周邊聚集扣件、石化、鋼鐵等傳統產業,場域複雜、既有系統眾多,正因如此,更能檢驗一套 AI 導入方法是否具備複製與擴大的條件。城市發展也從建置算力基礎,進一步走向讓技術真正進入產業與治理現場。

AWS 連續六年深耕高雄,今年以「雲騰智慧大南方 齊創 AI 好未來」為主軸,將討論重心從雲端與算力基礎,推進到應用全面升級,協助城市從「有 AI」走向「AI 有感」。

政府治理是否更即時、產業流程是否真正改變、市民與使用者能否感受到服務提升,才是「AI 有感」的具體檢驗。延續「高雄試點、全臺普及、雲端出海國際」的發展路徑,10月 23 日登場的亞馬遜港都 AI 創新日要談的不只是企業「有沒有 AI」,而是導入之後企業的真實改變。

2025 亞馬遜港都 AI 創新日現場,資料照
圖/ AWS

OpenAI 重磅講者親臨高雄,從技術前沿看見企業的關鍵課題

今年活動特別邀請 OpenAI 東南亞暨台灣合作夥伴總監 Mark Jeffrey,以「前瞻 AI 如何助力產業領袖開創新局」為題,分享在 AI 技術快速演進之下,企業應如何重新思考未來布局。

面對 AI 能力邊界持續擴張,哪些應用已具備規模化條件?哪些仍需要更完整的資料、治理與組織準備?這是正在規畫下一階段 AI 投資的企業必須先回答的關鍵課題。

上午議程將從資料、組織與金融三個面向,拆解 AI 落地前必須處理的現實問題。「數據為本,AI 啟航」先回到資料基礎:外部模型跑得再快,若企業自身的欄位定義、存取權限與資料品質尚未整理到位,技術仍難以轉化為可靠判斷。

「打造 AI-Ready 組織的關鍵布局」論壇則聚焦組織當責。AI 專案通常橫跨資訊、營運與管理部門,真正困難的不只是把系統建起來,而是由誰推動流程改造、由誰認列成果,以及當 AI 產出的判斷出現問題時,責任最後應由誰承擔。公部門、製造業與雲端服務業者如何從不同角色處理這些問題,對其他組織同樣具有參考價值。

金融創新論壇將討論 AI、虛擬資產與企業轉型。金融場域對資料安全、合規、風控與可追溯性的高度要求,也提醒企業:效率不能取代治理,AI 更不能成為責任模糊的理由。能否在高監管、高風險環境中建立清楚邊界,將直接影響 AI 應用能不能被長期採用。

2025 年活動論壇現場,資料照
圖/ AWS

從六種產業場景,看 AI 如何走進真實流程

真正具備參考價值的 AI 案例,不只要說明「做了什麼」,還要回答幾個更實際的問題:解決哪一段流程、使用哪些資料、在哪個節點交給 AI、誰負責最後判斷,又如何確認投入確實產生價值。

下午議程規劃橫跨智慧支付、製造、媒體科技、智慧交通、零售製造與運動育樂六種產業場景。每個場景面對的資料條件、即時要求與風險門檻都不相同。

產業場景 議程規劃與關鍵課題
智慧支付 藍新金流運用 AWS AI 自建智能 KYC 與交易監控;處理身份辨識、交易監控與風險判斷
製造 以語意層串接資料孤島,讓 AI Agent 正確理解分散在不同系統的資料
媒體科技 會說台語的 AI Agent:從醫院櫃台到第一線的落地實戰
零售製造 零售製造轉型;把技術接進實際營運與使用者體驗

這些差異進一步說明,AI 沒有一套可以直接複製到所有產業的標準答案。企業真正需要的,不只是更多案例,而是看見不同產業如何依資料條件、即時要求與風險門檻,把 AI 融入實際營運與使用者體驗。

現場同步打造「產業賦能走廊」,邀集超過 15 組雲端生態系夥伴設置展示攤位,聚焦智慧製造、金融科技與城市治理的真實痛點與解法。無論企業目前卡在技術、資料、治理,還是組織協作,不同問題點,都能找到對應的解方。

10 月 23 日,從智慧製造的產線優化、金融科技的風控升級,到運動產業的會員體驗創新,看 AI 如何從概念走進產業現場,成為百工百業轉型升級的實際動能。

10/23高雄展覽館盛大舉行
圖/ AWS

「2026 亞馬遜港都 AI 創新日」,掌握 AI 賦能百工百業、領航產業升級的實務趨勢
立即報名

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