推薦車險、優化安全警示!電動車數據寫入區塊鏈,客製化金融黏住消費者
推薦車險、優化安全警示!電動車數據寫入區塊鏈,客製化金融黏住消費者
2021.03.02 | 區塊鏈

據交通部公路總局統計,台灣市場2020年純電動車領牌數1.2萬輛,雖然僅占整體新車領牌數的2.4%,但銷售量已較2019年同期成長1倍,絲毫未受疫情衝擊,顯現國內消費者對於電動車的好感度持續增溫中。

電動車擁有功能強大的行車電腦,隨時能將搜集到的數據上傳雲端,這些數據如果被妥善應用,有望產生更大創新應用價值。

近年台灣金融市場興起的UBI車險(Usage-Based Insurance,使用基礎計費保險 ,就是結合行車科技的產物。其依據車主用車狀況,分析時間內駕車相關數據,投保駕駛只要行為優良,就能降低或減免保費,不再以車主年齡、性別及肇事紀錄等項目計算費率。

shutterstock_1092113771_ai_bigdata.jpg
UBI車險結合了行車科技和保險,依據車主用車狀況,分析時間內駕車相關數據,投保駕駛只要行為優良,就能降低或減免保費,也可避免理賠爭議。
圖/ everything possible via shutterstock

傳統UBI車險的缺點是,車子必須額外安裝一台車機(OBD)來監測、搜集行車數據;但是車機資料遭竄改的風險較大,車主甚至可能拆下車機、修改內部程式,使得資料可信度易遭主管機關質疑。

2020年,國泰金控數位數據暨科技發展中心(後稱數數發中心)開發出「電動車車聯網區塊鏈金融平台」,這是台灣目前唯一結合電動車數據的金融產品,車上無須安裝車機,只需透過特斯拉(Tesla)本身的充電網路,就可以搜集行車資料,並將資料儲存於區塊鏈,目前已經完成了第一階段測試。

數數發中心區塊鏈技術發展科技術組長楊俊書解釋,該平台採國泰金自研區塊鏈技術,透過區塊鏈不可竄改特性,確保資料可信度,「希望日後車主的行為模式,對應到保險方案時,不要有糾紛。」

OBD
在傳統的UBI車險,車子必須額外安裝一台車機(OBD)來監測、搜集行車數據;但是車機資料遭竄改的風險較大,使得資料可信度易遭主管機關質疑。
圖/ flickr CC by Daniel Fowler

延伸閱讀:【圖解】搭計程車不用付錢!台灣大車隊林村田如何把「垃圾點數」變黃金?

搜集特斯拉行車資料,客製3大車險服務

在電動車金融平台上,國泰金可依據鏈上車主的行車資料,串連國泰產險、國泰世華銀行的保險與金融業務,並且基於駕駛行為模型,開發出3大應用情境:

首先是推薦車險商品。 交叉比對駕駛數據及出險理賠案,歸納出不同駕駛行為和風險的關聯性,並在駕駛人頻繁出現相同行車習慣時,推薦相對應的保險方案。

其次為安全提醒。 以營業用車隊為例,值勤期間可透過不同路段的風險統計,當駕駛開GPS導航時,就能事先提醒風險情形,建議相對安全的路段。

GPS.jpg
國泰金可依據鏈上車主的行車資料,從駕駛行為模型開發出應用情境,當駕駛開啟GPS導航時,就能事先提醒風險情形,建議相對安全的路段。
圖/ 陳婉玲/製作

提醒服務除了用於保險,楊俊書認為,當車聯網讓所有機器都能彼此溝通,還可以衍生許多新形態服務。例如,當胎壓感測器異常,車子就會發送訊號給修車廠並提醒駕駛檢修,避免意外事故;車主也能直接在汽車App上,透過API(應用程式介面)串接金融機構的金流服務,將費用轉給修車廠。

第三是優化理賠流程。 電動車搜集駕駛行為時,未來可導入連線機制,保戶一旦遭遇風險事故,可快速擷取事故畫面,並即時連線報案。

表080
圖/ 數位時代

為測試這個平台的架構是否可行,國泰金必須先取得可信的行車資料,因而找上專門安裝台灣特斯拉充電站的「宅電」( ChargeSmith ) 合作,於2020年6月徵得4位特斯拉車主,進行第一次概念驗證(PoC)。

楊俊書指出,特斯拉是台灣第一大電動車品牌,高達8成車主都使用宅電的充電App,電動車社群非常完整。車主使用宅電App前,可以選擇是否分享行車資料;充電時,則會將相關駕駛行為數據(包括開車時間、時段、時速、里程數、煞車機率等),經過加密後,上傳到區塊鏈。

概念性驗證於2020年9月結束,在資料傳輸方式的可靠性經確認後,國泰金團隊目前正在盤點,若要將行車數據和保險結合,產險端還需要哪些數據,再與宅電做溝通。「產險很需要車主的行為分析,UBI的保險型式,還要一段時間做訓練。」

新聞照1
電動車行車數據存入區塊鏈,也能發展成新商機,金融業者透過數據分析,推出客製化保險商品。
圖/ 國泰金

「長遠規畫是希望將平台對外開放,與同業共享資料。」楊俊書舉例說,假設國泰產險掌握較多保時捷電動車的行車資訊,經過去識別化處理後,就可以把最終統計數據分享給同業,這在過去往往是最困難的。

從車貸、保險到維修,擁有一輛電動車,也將能體驗到多元金融服務。看見電動車日漸智能化,看準這股趨勢的業者,已經在起跑的路上。

責任編輯:郭昱彣

關鍵字: #車聯網 #區塊鏈
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

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
2026 大重啟
© 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