中國共享經濟火了10年,紅利沒了!專訪金庫資本丁學文,他為何這麼說?
中國共享經濟火了10年,紅利沒了!專訪金庫資本丁學文,他為何這麼說?

「中國這十年讓外界看懂什麼是出行服務,但網路紅利已經沒了,出行行業已經飽和了。」金庫資本總經理丁學文接受《數位時代》專訪說。

所謂的出行服務,就是科技平台結合交通工具應用的服務,像是圍繞在大眾日常生活中的網路叫車平台、共享機車/單車,以及外送平台等都是。中國自2014年出現滴滴出行、Uber,2016年共享單車ofo、摩拜(Mobike)、哈囉出行,以及外送平台美團、餓了嗎,慢慢形塑「出行產業」的概念。

丁學文_金庫資本管理合夥人_2020-02-18_賀大新攝影_7772_Lr.jpg
金庫資本2011年於中國成立,旗下基金有13檔、共37位投資人,總管理資產4.75億美元,基金募集地為台灣、上海、浙江、江蘇,投資人為兩岸的電動車供應鏈,過去在中國10年的經驗,讓丁學文了解中國出行產業如何崛起。
圖/ 賀大新攝影

共享成功關鍵:AI、大數據

為何丁學文認為出行服務紅利結束了?他解釋,共享車輛會碰到車子折舊,電動車電池報廢的問題,成本增加。若全球的量化寬鬆(QE)政策繼續,共享業者可以繼續募資,讓羊毛繼續出在豬身上;但QE緊縮,拿別人的錢燒,無法永續,「不只中國壓力大,歐美也很慘」,當市場沒錢,就很難用共享的名字募到錢。

共享產業到頂的跡象,可以看看這些例子:曾經紅極一時的共享電動滑板車Lime、Bird,現在陸續面臨監管與裁員縮編等問題,能否找到獲利的商業模式還是未知數;還有先前歐洲共享機車Coup,也因敵不過運維成本高的問題而倒閉。

至於什麼樣的共享會成功?丁學文認為關鍵在AI與大數據 。他舉例,比如有4個人,但只有1個人有房子,其他3個人沒有,必須透過大數據知道屋主的使用時間,再安排其他3個人分享,因此一間房子4個人都能用到、不會撞到,而真正的共享起源也是這樣。

全世界AI與大數據最成功是中國,擁有14億人口的市場夠大、數據夠多;相較之下,台灣小,當數據不夠多時,自然無法預測消費者行為。

美團在去年掛牌的獨角獸股價中表現一枝獨秀,成功原因就是「數據」跟「黏性」。他指出,美團從團購起家,幫廠商做團購生意,後來跟商店合作久了,開始連商家ERP(企業資源管理平台)也幫忙架,「所有商店的ERP都抓在手上,不僅廠商對美團有黏性(需求),每月也固定有現金流。」

即便中國的出行服務紅利已經到頂,但出行產業仍是當今歐美、印度、東南亞市場最火紅的話題,丁學文認為,2020年將是電動出行(eMobility)的發展年 ,今年BMW、奧迪、保時捷全面投入電動車,「傳統車廠進來,表示電動車時代來臨,」出行產業的電動化與智慧化,將掀起未來10年產業最大的革命!

延伸閱讀:金庫資本丁學文憑什麼當獨角獸們的董事,讓他們成堂兄弟?

台灣8成是偽共享?

話鋒一轉,他談到台灣的市場,他指出現在有80%是偽共享,市面上三大共享機車業者其實本質是租賃業,「抱歉!他們不是,說有(共享)的話都是騙人的。」丁學文不改快人快語作風。

丁學文直言,WeMo、iRent、GoShare的車輛都是業者的資產,然後租給別人,那不是租賃嗎?

GoShare
丁學文認為,WeMo、iRent 、GoShare都不算共享服務,比較像租賃業。
圖/ 陳映璇攝影

丁學文說,台灣對共享的定義有所誤解,被引導錯誤,「他們買了租給你是租賃,共享是在你上班不用車時,分享給別人。台灣都畫虎不成反類犬!台灣的共享有80%是騙局,為了募資。」

「USPACE停停圈比較像共享,但也沒賺錢,台灣市場太小了,經濟規模到不了!」他直言,台灣共享發展有兩大天敵,第一大家誤解共享的意思,第二市場太小,很難把共享服務做好。

丁學文指出,共享真正有機會成功是「停車位」,停車位除了上、下班時間使用外,大部分是閒置,但台灣連停車位共享都還沒做起來。

USpace04.jpg
USpace利用智慧車鎖加上App管理,鼓勵私人車位在閒置時間釋出,讓其他駕駛更方便找到車位。
圖/ USpace 提供

台灣出行產業的機會:科技、供應鏈

丁學文觀察,現在中國出行產業面臨成長飽和的問題,中國消費者出國經驗多了,懂得要求好品質的東西;中國業者愈來愈不好賺,因為成本愈來愈高。

最終,中國出行業者只剩兩種選擇,一是向下到六級城市服務,二則是出海,但即便想要出海發展,卻碰到品質太差的問題,這時,台灣的機會就來了!

丁學文說,中國的商業模式創新,出行產業布局最完整,台灣則強在供應鏈與科技。因此兩岸若能合作就能打全世界,進攻東南亞、印度新興出行市場。

未來金庫資本將扮演資源整合角色,協助台灣企業進軍國際市場,未來能在電動出行市場占有一席之地。

責任編輯:林美欣

關鍵字: #共享經濟
往下滑看下一篇文章
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦
AI 同事愈來愈多怎麼管?Going Cloud 用「多代理系統」,助企業打造最強營運大腦

ChatGPT、Gemini、Claude 等 AI 通用工具問世後,「AI」無疑成了現今全球最熱門的關鍵字。儘管許多企業已經開始導入相關應用,多數卻仍停留在文書輔助、單一聊天機器人(Chatbot)運用等單點階段。但隨著商業環境快速變化、缺工日益嚴峻,企業需要的不再只是一個會回答問題的對話框,而是具備「自主決策與行動執行」能力的「代理式 AI」(Agentic AI)。

Going Cloud 和 IDC 合作發布的《多代理系統崛起 打造敏捷韌性企業》報告便指出,如今「AI First」時代來臨,企業的 AI 應用正從輔助性質走向自主營運,有 80% 的企業期望藉此提升生產力,70% 的企業希望能更輕鬆處理複雜任務,還有 66% 的企業期望透過多模型來提升整體效能。

代理式 AI 愈來愈多,必須納入組織管理

但究竟什麼是「代理式 AI」?

「過去人們使用生成式 AI 時,需要一步步下達明確指令,但現在使用者只要賦予代理式 AI(Agentic AI)明確目標,它就能自己理解前因後果、進行推演,甚至能去呼叫 API 完成任務。」Going Cloud 總經理黃柏淞點出差異。
而當企業內部的代理式 AI 日益增加,比方說,人資部門有專屬 AI、業務部門有報價 AI、法務部門有合約審閱 AI,跨部門協作的複雜度也隨之飆升,「如果你是管理者,你就會意識到,必須把 AI 當成一個人,納入組織裡來管理。」黃柏淞強調,能統籌、指揮多個 AI 代理協作的「多代理系統」(Multi-Agent System, MAS),正是為了解決這個痛點而生。

簡單來說,MAS 就像虛擬的企業總部,負責協調、治理負責不同任務的 AI 代理、工具和功能模組。在讓 AI 自主決策的同時,各個 AI 代理間也能共享資訊、協調分工。MAS 還具備極佳的擴展性和分散性,企業可以依照業務需求,隨時新增、更改 AI 代理,能大幅提升營運韌性。

雖然企業普遍意識到,代理式 AI 已經蔚為風潮,但實際部署時,仍面臨諸多挑戰。《多代理系統崛起 打造敏捷韌性企業》報告便顯示,資安疑慮、預算限制、缺乏 IT 支援分別是企業最擔憂的三大問題,「企業最擔心串聯多個 AI 代理時,要是權限沒控管好,很容易有機敏資料外洩的風險。」黃柏淞提到,在此情形下,Going Cloud 推出了以「分層式多代理架構」為核心的解決方案。系統會由一個「主管代理」(Supervisor Agent)作為主要決策層,底層則串聯了各個負責單一任務的「任務代理」(Task Agents)。

以 Going Cloud 服務的大型金融企業為例,假設一位 VIP 客戶登入銀行 APP,詢問 AI 客服:「我想申請房貸,請問現在利率多少?另外,請幫我評估把我目前的科技股基金贖回當作頭期款適不適合?」如果是傳統的聊天機器人,可能會因為問題太複雜直接轉接人工客服。但在 Going Cloud 的分層式 MAS 架構裡,「主管代理」接收到任務後,會先拆解再指派負責「房貸利率」的「任務代理」,去後台抓取客戶的信用評分和最新房貸專案。同時,這位虛擬主管還會指派「理財分析」的「任務代理」,去檢視客戶最近科技股基金的績效並預測市場。最後,再由「主管代理」統整資訊,一併給出一份完整且客製的財務建議,「分層式 MAS 能確保整個過程的指令被清楚傳遞,而且因為權限分層管理,房貸 Agent 不會碰到不該碰的理財資料,符合金融業的風險控管與合規要求。」黃柏淞說。

目前 Going Cloud 已經協助知名金融機構導入 MAS 架構。以實際成效來看,多代理客服平台能降低 50% 以上的人工客服工作負擔,並讓回覆使用者問題的平均時間減少 60% 以上;FAQ 知識導向與 API 資料調用的正確率,在調用得當的情況下,也都達到9成以上的成功率。黃柏淞指出,金融、製造、顧問等有複雜跨部門協作需求的大型企業,都是亟需採用代理式 AI 的產業。

#0 AI同事愈來愈多怎麼管?Going Cloud用「多代理系統」,助企業打造最強營運大腦
提到目前與台灣領先金融集團的合作進程,黃柏淞表示因為金融機構的特殊性,需要縝密的全方位服務,從前期討論到技術導入,大約需要半年到九個月的時間。
圖/ 數位時代

懂雲也懂企業痛點,助員工無痛升級「AI 小組長」

但為什麼 Going Cloud 能為企業打造出如此高效的代理式 AI 底層架構?一方面,Going Cloud 先前服務過亞洲最大 AI 多媒體科技集團科科科技(KKCompany Technologies),奠定具備理解和服務大型企業的經驗,且自 2022 年創立起,就鎖定服務架構最複雜的大型企業市場。同時,Going Cloud 是全台首家榮獲 AWS 生成式 AI 服務能力認證及 ISO27001、ISO27701 雙重國際驗證的雲端產業專家,此成就彰顯 Going Cloud 在堅實的資訊安全基礎上,深化了對個人資料保護的承諾,為客戶提供符合國際標準的資料保障,強化雲端服務領導地位。另外,Going Cloud 還能為企業量身打造底層 AI 平台,提供 AI 策略方針定調、雲端架構設計、Agent 任務規劃、效能優化等一站式服務。

對於準備跨入「AI 商用階段」的企業,黃柏淞建議,釐清應用場景,比追求最新技術更重要,「唯有清晰定義痛點,才能讓強大的 MAS 平台真正落地。」
他特別提到,導入 MAS 系統不只是 IT 部門的責任,其實更像企業的升級轉型,「未來的知識工作者,不能只是單純『接球就打』,每個人都將成為『小組長』或『專案經理』。」例如員工不必再親自打開 excel 敲公式、解讀報表,應該要學著指派手下的「數位同事」去執行。員工的核心價值,將從過去繁瑣、重複性任務的執行,轉移到前期的目標定義、流程規劃,以及後期的決策判斷和審核把關。

AI 技術飛速推進,企業間的競爭已從「要不要用 AI?」,升級成「如何管理與協作多個 AI?」。透過建構靈活、安全且具高擴展性的多代理系統,企業不僅能解放員工的生產力,更能在瞬息萬變的市場中,打造敏捷、韌性兼具的營運大腦。

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
AI全球100+台灣20
© 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