合作店家數突破4.2萬，Uber Eats再提3大改變，如何讓用戶離不開外送平台？|數位時代 BusinessNext

把真人消費行為 App化，窺探附近的人都點了什麼

「我們在這一年做了很多調查，想知道台灣消費者最在乎的，到底是什麼？和全球消費者大致相同，第一點都是『選購流程快』」，Uber Eats台灣總經理李佳穎說道。

倘若把外送平台看成一個店家，李佳穎表示，如今的 Uber Eats 架上商品超過百萬象，已經從一間小店轉為一個大型賣場，「路線規劃」和「商品陳列」勢必都得翻新，才能有利於消費者更快找到想吃的餐點、想買的東西，於是從10月初起，App 開始陸續改版更新。

她道出一項有趣的觀察：當一個用戶打開 Uber Eats，假如推薦的餐廳列表，平均有20～30家，是遠遠不夠的，當餐廳數量達到60～70家時，轉換率才好，但在這些餐廳中，又得要有台式、美式、韓式、飲料⋯⋯等等，不同餐點類別，讓用戶有「更多選擇」，又要讓用戶「更快決定」，到底該怎麼做？

Uber Eats 做的第一點改變，是在主頁上，增加更多直覺的「捷徑」選項。

在主頁新增分類快捷圖示上，如今有了「台灣美食」、「珍珠奶茶」、「健康美食」、「生鮮雜貨」、「百貨商場」、「優惠」等等新分類，目的就是讓有「明確點購目的」的消費者，直接縮小選擇範圍。

第二點改變則是依據消費者偏好，直接給出更多推薦方案。

「我們發現有40%消費者點的餐點，都是曾經點過的東西，這也滿符合在現實生活中，一般消費者會做的事，喜歡吃就會回頭購買，」李佳穎說道。因此，過去在 Uber Eats App 中，倘若想叫吃過的東西，都得在「過去的訂單」中查看，如今在首頁上新增了「再次訂購」的選項，點一次就能重複購買相同的選項。

最後一點改變，則是在 App 上，推出了一項類似社群的「您附近的訂單」功能，讓用戶看到這幾分鐘內，附近的人點了什麼。李佳穎分析，這就像去一間餐廳卻不知道要點什麼時，通常會看看其他人的餐桌來找「靈感」，只是如今把真人行為 App 化。

Uber Eats 透露商業佈局策略：串起 30 分鐘內車程範圍生活圈

「不管用戶在哪，只要他周圍30分鐘路程的在地店家，Uber Eats都希望可以合作，讓用戶在平台上買到想要的東西。這樣我們的思考不是針對全台，也不只是每一個城市，而是要針對每一個行政區來想，甚至每個行政區要再分好多區。」

談起 Uber Eats 如今針對每一個城市，要如何選擇開發的店家，再到每一個用戶的 App 上，要如何推薦餐廳列表、如何呈現時，李佳穎分享了她的商業佈局策略。

外送平台不能「儲貨」，而是「隨點即到」，因此與電商平台的思考邏輯完全不同，除了在每一個城市，都要達到一定的合作商家的滲透率外，重點是要「在地化」，要以「30分鐘車程」為範圍，保證 App 上的推薦的商家得有60～70種，當如今零售通路商品一步步增加，包括百貨商場、寵物用品、美妝母嬰、伴手禮、鮮花⋯⋯等等，各種種類商品，都得一併考量，「一個電商平台可能想一次就好，而我們要想幾十次。」

而Uber Eats 官方也指出，受到疫情影響，今年1到9月非餐飲商品訂單成長近9倍。雖然較晚開始與日用品、雜貨等通路合作，但在Uber Eats App 上，前10大熱門搜尋關鍵字中，「衛生紙」、「衛生棉」、「保健食品」、「奶粉」等關鍵字搜尋比例仍迅速竄升。

Uber Eats 今天也宣布，將於11月9日起開始與萊爾富合作，初期將有近140家門市、超過400項商品上架至 Uber Eats 平台上，再以 Uber Eats 在2019年就開始合作的家樂福為例，也開始針對外送平台，優化自家的內部流程，像是有專屬撿貨人員備守在店面，以利快速找到商品備貨，保證在10～15分鐘內交貨給外送員，又或是在收銀台旁設置專屬外送取貨區，停車場也有外送停車區，縮短外送流程。

責任編輯：錢玉紘

為守護保戶資產，南山人壽集結客戶服務、數位、資訊三個部門的能量，自行研發「黃金眼 AI 防詐模型」，自 2024 年底完成開發後，截至今年 11 月已成功阻擋多起詐騙案件、攔阻金額累計逾新臺幣 900 萬元，並獲得 2025 數位金融獎等殊榮。

「黃金眼 AI 防詐」模型為什麼可以有效防詐、更好守護保戶資產？

南山人壽客戶服務資深副總經理李淑娟面帶微笑地解釋：「『黃金眼 AI 防詐』是透過龐大的保戶資料結合前線客服的實務經驗建構而成的模型，不僅克服了壽險業交易頻率低且詐欺樣本極度不平衡的挑戰，還能夠偵測在臨櫃辦理保單借款或解約的高風險個案，讓客服人員可以主動提醒與關懷，有效降低詐騙風險，守護客戶資產安全與信任。」

從詐保到詐財，壽險業面臨的風險加劇

過往，壽險業者面對的主要風險是保險詐欺，例如，透過偽造事故情節、虛構醫療紀錄等方式詐領保險理賠金，然而，隨著科技迭代與詐欺集團的組織化、專業化，這類手法已快速進化，從「偽造病歷、輕病久住、醫療共犯」等傳統模式，轉向結合數位科技與精準話術的跨領域詐財操作。

這一波詐欺風險不僅滲透力強、具備高迷惑性，也直接影響保戶資產安全。例如，詐欺集團利用假冒理賠諮詢等方式竊取保戶個資，再一步步誘導客戶辦理解約或申請保單借款，最後要求將資金匯到不明帳戶等，壽險業者面臨的風險範圍也從「詐領保險理賠」延伸到「詐騙保戶資產」。

李淑娟資深副總經理進一步指出，南山人壽每年要處理逾 35 萬件解約與借款案件，很難單憑人力在海量案件中精準辨識高風險個案。「為有效防堵詐欺事件，南山人壽除開發 AI 模型辨識詐保事件，更進一步研發黃金眼 AI 防詐模型，用前瞻科技主動攔截風險，強化保戶資產的安全防護。」

南山人壽以黃金眼 AI 防詐模型守護保戶資產

在打造黃金眼 AI 防詐模型時，南山人壽面臨兩個挑戰：首先是壽險的交易頻率低，導致資料稀缺；其次，是詐欺樣本比例高度失衡，導致 AI 很容易誤判。為化解這些挑戰，南山人壽整合保戶行為、保戶與保單側寫資訊與情境因素等多模態資訊進行模型訓練，爾後，透過集成學習（Ensemble Learning）整合多個不同觀點的「專家模型」共同判讀，提升模型判斷準確性。

南山人壽數位專案經理蔡其杭表示：「以多模態數據源跟集成學習的策略打造黃金眼 AI 防詐模型後，我們除了將模型串連至臨櫃客服系統，以直觀的「紅、黃、綠」三色燈號即時呈現保戶的風險等級，協助客服人員快速識別高風險個案，主動介入並阻斷詐騙，更透過『自適應演進』與『外部資源擴充』兩個機制，持續優化模型辨識精準度。」

「自適應演進」指的是，客服人員會依據模型亮起的燈號，結合系統提供的關懷提問表，向臨櫃辦理解約或借款的保戶進行關懷詢問，如資金用途、是否接獲可疑來電等，藉此釐清是否存在異常情況，並將相關結果回貼標籤，作為後續調校模型的關鍵訓練素材，讓黃金眼 AI 防詐模型越用越精準。

「外部資源擴充」則是透過更多元的外部數據強化模型的防詐能力。例如南山人壽與內政部警政署刑事警察局簽署反詐騙合作備忘錄（MOU），在合規架構下共享情資，協助核對保戶是否曾有詐欺通報紀錄。蔡其杭補充，南山人壽目前正與電信業者合作，將其超過 1,400 項特徵因子導入模型，有效提升模型燈號判斷的靈敏度與可靠度，使黃金眼 AI 防詐成為更全面的金融詐欺偵測引擎。

蔡其杭表示，詐騙的手法日新月異，AI 阻詐模型除了能準確識別可疑的高風險案例外，更重要的是具備與時俱進、持續調優模型能力和效果的機制；如同維持客戶服務的品質一樣，刻不容緩。

李淑娟表示：「隨著模型的持續優化，黃金眼 AI 防詐模型的應用範疇將從目前的『臨櫃防堵』延伸到『全通路、跨產業、事前預警』的防禦機制，以事前預警的方式防堵詐欺事件。」舉例來說，當保戶撥打電話詢問保單借款或解約時，系統就會開始運作、提前識別風險，針對透過手機 APP 或網路平台辦理業務的數位客群，系統也會即時偵測，當出現高風險行為時即會立即展開關懷提問。

不僅從科技著手，南山人壽以 SAFE 逐步提升防詐安全網

值得特別注意的是，南山人壽並未將防詐視為單一的科技工程，而是從 SAFE–Skilled（防詐訓練）、Awareness（全民防詐）、Fintech（科技運用）、Engagement（聯防合作）–四個構面打造更完整的防護機制。

在專業技能方面，南山人壽不僅協助相關人員熟悉黃金眼 AI 防詐模型的操作模式，也持續透過內部教育訓練，以及跟刑事警察局等單位合作舉辦的工作坊等方式，全面提升員工識詐、阻詐的能力，達到 AI 人機互動的阻詐聯防保護網。

在防詐意識宣導方面，南山人壽除於全台 18 個分公司櫃檯播放刑事警察局提供的反詐騙影片，並在櫃檯明顯位置放置防詐文宣，協助來訪保戶掌握最新詐騙趨勢；更主動走入偏鄉、校園與新住民社群，並針對聽語障人士製作友善素材，以多元形式推廣防詐知識，降低詐騙事件發生的可能性。

在公私協力方面，李淑娟表示，南山人壽積極培育、鼓勵每一位壽險業務員成為「防詐大使」，在拜訪客戶時主動觀察各種異常徵兆，例如可疑的投資文宣或陌生人的頻繁出入，並將這些現場蒐集到的「軟性數據」提供回公司，作為模型判斷的補強資訊，以提升事前預警效果。

為了更好的保護高齡與失智等高風險族群，南山人壽也積極推動「保單安心聯絡人」機制，鼓勵保戶指定第二聯絡人，在其申請保單借款或終止契約時，可以主動通知聯絡人介入確認，降低詐騙風險；此外，亦針對受詐保戶提供「喘息關懷服務」，以低利紓困貸款協助保戶在遭遇詐騙後仍能穩定度過財務壓力，將防詐保護從事中攔阻延伸到事前預警與事後援助兩個層面，樹立產業新標竿。