Gogoro攜手南山產物推新保險，結合電池平台數據，「騎多少、付多少」的保費怎麼算？|數位時代 BusinessNext

傳統的保險商品，與科技結合有了新樣貌，南山產物跟Gogoro合作，推出「南山產物電動機車騎乘里程計費保險」，這是台灣第一個，可以驗證騎乘里程數之UBI車險商品，白話來說，就是「騎多少、付多少」。

這套模式的創新之處在於，車主可以直接在Gogoro APP上投保任意險，包含乘客險、車體碰撞與第三人責任險，更不用額外安裝車載裝置，隨著電動車、車聯網應用的普及，UBI定價模式，將成為保險重要趨勢。

Gogoro結合車險，背後有四大創新

近年保險產品的觀念，已經從「事後補償」轉變為「事前風險預防」，也就是說當客戶提高自我安全意識，就會降低事故發生，保險公司也能減少理賠之處，降低保費回饋客戶，對保險公司、保戶都有正面效果。

這概念就是所謂「外溢保單」，簡單來說，就是結合健康手錶、智慧血糖機這些裝置，透過這些數據驗證保戶健康狀況良好，就能減免或折抵保費，在台灣已經有很多業者推出類似商品。

那麼針對車子呢？這次Gogoro跟南山產物推出的「電動機車騎乘里程計費保險」，也是類似的概念，這是一款UBI車險（Usage-Based Insurance，使用基礎計費保險）。

簡單來說，就是透過一段時間的駕車數據分析，只要駕駛行為優良，就能降低或減免保費，不再是以靜態的車主年齡、性別及肇事紀錄等項目進行費率釐算。

事實上，UBI車險新概念，市面上已經有許多類似產品，「Gogoro本來就很擅長使用數據，南山產物把它產品化。」Gogoro產品長彭明義分析，這款保險產品背後有四大創新，能做出跟同業明顯差異。

創新一：不用裝車機

過去使用UBI保險的車主，都需要在車子上額外安裝一台車機（OBD），來監測、蒐集行車數據，

Gogoro 產品長彭明義解釋，因為 Gogoro 本身有電網，已經具備蒐集數據的功能，用戶不需要加裝任何設備硬體，「資料傳輸成本不會轉嫁消費者，這是其他車廠做不到的。」

創新二：靈活計費

Gogoro車主在更換電池時，「里程數」就會同步被記錄，南山 Gogoro UBI 保險的機制，就是透過 Gogoro 電池交換平台。

使用「電動機車騎乘里程計費保險」的車主，會由Gogoro每月將騎乘里程數加密傳遞到區塊鏈上，並在區塊鏈內驅動智能合約（Smart Contract）來計算保費，使用里程少的用戶，下個月的保費就會調降，整個過程都是全自動的。

南山產物董事長蔡漢凌表示，市面上有些UBI車險，都是透過車主前一年度的駕駛行為，來做為下一年度的保費計算基礎，缺點是，這樣無法將車主當下的駕駛狀況，馬上反映在保費上。

「電動機車騎乘里程計費保險」因為是每月計算，保費可以真的做到即時反應「這個月騎多少，下個月就付多少」，實現使用者付費的概念。

即時調整每月保費，也能省去等待退費的時間，在繳費方式上，是業界唯一採「基礎保費年繳、變動保費月繳」方式，且在投保過程中就讓車主直接設定信用卡繳費，之後月繳變動保費均依據上個月的里程數計算後自動扣繳，帳目清楚，也不用擔心因忘記續期繳費而喪失保障。

創新三：導入區塊鏈技術

之所以使用區塊鏈，彭明義解釋，是因為車主的行車資料，會需要在機車、Gogoro 、南山產物、中華電信四方之間流動傳輸。

運作方式為，Gogoro會將不包含身份識別、行駛路線的里程數資料，透過區塊鏈傳送給南山產物，南山會依照里程數資料，調整下個月的保費，這些資料傳輸的區塊鏈平台，則由中華電信負責管理，做到去中心化管理。

這套UBI車險導入區塊鏈技術，以公私鑰憑證驗證身分，透過傳輸安全加密協定，同步彼此鏈上資訊，也在資訊傳輸上設置多道防火牆，任一方僅可取得被授權之資料，每次更新的歷程皆會留存軌跡。

彭明義認為，因為區塊鏈去中心化、不可竄改等特性，能夠確保資料傳輸時安全可靠，以及保戶的里程資訊能夠正確運用。

創新四：相容性高

因為是透過 Gogoro 電池交換平台蒐集數據，無論是2015年購買的車款，或是2021年才要交車的新車款，全部都可以適用「電動機車騎乘里程計費保險」，不需要特地升級新車，或是加裝軟硬體，「Gogoro 35萬車主都可以馬上用，相容性很高。」彭明義說。

值得一提的是，Yamaha、PGO等車廠都有委託Gogoro 製造車輛，電動車策略夥伴相當多，彭明義表示，只要這些車商跟南山產物達成協議，一樣可以購買這款UBI保險，「透過科技技術，把市面上車子都納入，這是很特別的。」

下一步：納入駕駛人行為，越安全保費越優惠

除了會記錄里程，Gogoro電動機車還配有陀螺儀及各種感測器，能客觀分析轉彎傾角、煞車狀況、是否打方向燈等車主的駕車行為。

展望下一階段發展，南山產物董事長蔡漢凌表示，未來只要車主同意分享這些行車數據給保險公司，經過分析判斷保戶是「低風險車主」，就能獲得保費的優惠，「透過保費減免來鼓勵駕駛行為良好的用戶，對於保戶和保險公司來說才是雙贏。」

彭明義補充：「未來保費計算只針對車主自身的行為，若是其他駕駛人造成的損害（如被其他車撞），則不會影響保費計算。」不過，未來南山具體會用什麼方法，偵測出「駕駛行為」與「意外損失」之間的區別，令人期待。

責任編輯：錢玉紘

快速展店背後的挑戰　如何降低跨據點管理與維運負擔

對連鎖零售企業而言，展店代表商機與成長，但當門市數量快速增加，營運與管理的複雜度也隨之提升。尤其對便利商店（C-store）、餐飲連鎖與其他高密度展店型態的企業而言，總部需要面對的不只是據點數量增加，更包括不同門市的設備管理、系統維護、日常維運與人力配置等多方面挑戰。

過去多據點門市的設備與資訊管理，往往以單一門市為單位，各據點可能擁有不同的攝影機、錄影設備配置與管理模式。當總部需要掌握事件狀況、確認門市營運情形，或進行跨區域管理時，往往需要投入大量人力逐一確認資訊，不僅增加管理負擔，也提高維運成本。

此外，零售產業本身具有高度變動性。門市可能因應市場策略進行展店、搬遷、改裝，甚至調整營運規模。傳統一次性設備投資模式，容易讓企業在面對據點變化時缺乏彈性，也增加設備重新配置與後續維護的負擔。

因此，現代零售企業所需要的不只是單純記錄事件的設備，而是一套能隨企業成長彈性調整、協助總部有效掌握多據點安全資訊，並支援未來智慧應用發展的智慧化管理架構。

從既有設備開始升級　降低全面汰換設備的轉型負擔

面對智慧化轉型需求，許多企業最大的挑戰並非是否需要升級，而是如何在不中斷現有營運的情況下完成轉型。

對已經投入大量資源建置安全系統的零售企業而言，全面汰換既有架構不僅成本高，也可能影響門市日常運作。因此，能夠兼容既有設備並逐步升級的彈性架構，成為企業導入智慧安全管理的重要關鍵。

透過混合雲架構，企業可以從既有設備開始，逐步整合不同據點的安全資訊與管理需求，同時導入雲端管理能力。相較於一次性重新建置，新一代平台架構能協助企業延續既有投資價值，並依照實際需求逐步導入更集中化、智慧化的管理能力。

此外，訂閱式雲端服務模式和混合雲安防架構，也為零售企業帶來更靈活的資產管理方式。相較於頻繁的硬體汰換、傳統一次性採購或繁瑣的跨品牌安防系統的管理，企業更有彈性的因應門市拓展、搬遷、調整或營運規模調整，精準配置資源，降低一次性投入壓力，也減少因據點變動造成設備閒置的情況。

對快速成長的連鎖零售企業而言，安全管理不再是一套固定且難以調整的架構，而是一個能隨企業規模與需求持續演進的平台。無論是新增門市、跨區域管理，或因應營運策略調整，都能以更彈性的方式完成管理升級。

AI 不只是安防工具　更開始協助零售提升營運效率

隨著 AI 技術快速發展，安全管理的角色也正在改變。過去企業導入影像系統主要用於事件記錄、事後查看與追蹤；如今，智慧雲端安防平台則能進一步從大量影像資訊中辨識人、車與行為，協助企業從「看見發生什麼」進一步「理解正在發生什麼」，甚至主動協助管理者發現與處理事件。對門市數量眾多、人力有限的連鎖零售業者而言，AI 正逐步成為降低管理負擔、提升營運效率的重要工具。

從基本事件偵測到自然語言規則　讓 AI 主動理解更多異常情境。 AI 智慧辨識已能針對跌倒、奔跑、徘徊、跨線等常見事件進行自動偵測，協助門市減少人工查看影像的需求。而進一步透過 Think Alert，管理者更可以直接以自然語言設定客製化的偵測條件，將 AI 應用延伸至傳統事件規則以外。以門市尖峰時段為例，店員往往需要同時處理結帳、補貨與顧客服務，總部也難以持續掌握每個據點的即時狀況。透過 Think Alert，管理者可以直接以自然語言設定「在門店入口抽菸的人」等情境；當符合設定條件的畫面出現時，系統即可主動發出警報，協助管理者即時掌握異常狀況。對於門市數量龐大的企業而言，這代表 AI 不只是協助辨識既定事件，更能依據不同營運需求，讓管理者以更直覺的方式設定希望 AI 主動關注的情境。

從大海撈針到快速完成調查　Think Search 搭配 Case Vault(案例庫) 掌握完整事件脈絡。 當事件發生後，如何從大量、多據點的影像中找到關鍵人物與事件脈絡，往往是最耗費人力的環節。透過 Think Search，管理者可以直接用自然語言描述想尋找的對象與情境，例如，當家長反映孩童可能在門市附近走失時，店員或總部人員不需要逐一查看不同攝影機的錄影畫面，只要在 Think Search 輸入「昨日上午，牽著小女孩的男性」等自然語言描述，系統即可協助從大量影像中篩選相關畫面，快速找到相關人物可能出現的時間與位置。若需要進一步追蹤，還能將不同搜尋階段找到的重要畫面與資訊整理至 Case Vault，建立事件時間線與人物移動路徑，協助管理者更完整掌握事件脈絡。

從安全管理延伸至顧客服務與門市營運　讓既有影像創造更多價值。 AI 的應用也不只限於安全事件。例如在咖啡店、餐飲等場景，若顧客將手機、包包等物品遺留在座位或櫃台附近，遺留物與遺失物偵測可以協助門市人員更快發現異常，主動確認並協助顧客處理失物問題；人流分析則能協助企業掌握不同時段的門市活動趨勢，作為空間配置與人力安排的參考；車牌辨識可應用於停車區域或門市周邊管理，而工安防護裝備辨識則能協助後場、倉儲等區域進行安全規範管理。透過這些應用，企業能在既有設備基礎上，進一步將影像資料延伸至安全、服務與營運等不同場景。

對連鎖零售業而言，AI 的價值已不只是「看得更清楚」，而是讓企業更快發現問題、更快找到資訊，並進一步理解事件脈絡與營運狀況。從基本事件偵測、自然語言設定規則，到 AI 搜尋與事件調查，再延伸至顧客服務與營運分析，雲端安防平台正讓影像從被動的紀錄工具，逐步成為支援多據點安全管理與營運決策的重要資訊來源。