Bolt推出「行程錄音」功能,避免丟包案悲劇重演!台64線車禍懶人包:為何究責叫車平台這麼難?乘客安全誰來保護?
Bolt推出「行程錄音」功能,避免丟包案悲劇重演!台64線車禍懶人包:為何究責叫車平台這麼難?乘客安全誰來保護?

更新:
1月25日台64線死亡車禍悲劇,引發社會對叫車平台監管的強烈關注。Bolt於2月25日宣布全面上線「行程錄音」功能,未來若遇安全疑慮,乘客或駕駛可啟動錄音,檔案將加密提交客服,雙方皆無法自行存取。Bolt台灣總經理曾憲竑強調,此舉目的為強化乘客安全機制的重要一步。

回顧這起案件,1月25日凌晨2點,在台64線快速道路上,一名25歲乘客遭叫車平台Bolt司機強迫下車後,遭4輛後方來車輾過身亡,目前檢方列為重大刑案擴大偵辦。

這起車禍悲劇背後,也引發多元計程車司機監管的討論聲浪,究竟叫車平台和車隊、司機是否有責任?各該負哪些責任?而當車禍發生,為何究責叫車平台這麼難?《數位時代》以下整理學者、律師看法:

台灣叫車平台現行規範

目前台灣多元計程車,主要規範來自《公路法》和《汽車運輸業管理規則》。多元化計程車雖然外觀非黃色,但它只能「預約載客」、不能路邊攔車,營運規則必須屬於合法的計程車車行或車隊。在台灣的法規架構下,主管機關交通部、公路局對於多元計程車監管的對象是車隊。簡單來說,叫車平台為了合法落地,必須自行營運「車隊」,或是和車隊合作。

Bolt 登陸台灣_cover
圖/ 圖片來源 / Bolt

不過,逢甲大學文化與社會創新碩士學位學程特聘教授侯勝宗提醒,如果新聞、輿論聚焦在「司機有沒有錯」、「平台有沒有責任」、「誰該賠」,只停在這裡,下次悲劇還是會再來,因為這不是單一問題,而是被制度默許的漏洞。

「叫車平台商不只是計程車與乘客之間的媒合者,應該負起制度性的營運責任。」他強調, 政府應該把叫車平台納入「運輸服務業者」的監管範圍,要求安全治理、事故通報、資料保存、背景查核、保險等責任

Bolt怎麼說?

此案發生後,Bolt台灣總經理曾憲竑於1月30日表示,Bolt第一時間已立即連絡司機並對其停權處理,後續進一步處置將視調查結果處理。至於司機加入平台多久以及表現、司機說明等,曾憲竑表示,因該案警方已介入調查,相關細節不便多說明。將持續全力配合相關單位,並依調查結果進行內部檢視與後續處理。

車禍發生,為何究責叫車平台這麼難?乘客的安全應該由誰來保護?

在過去傳統計程車行模式中,權責相對單純,計程車司機靠行,車行負責管理和監督;若出事,依據《民法》第188條,車行作為僱用人需連帶賠償。但在平台經濟的邏輯裡,這層關係被切碎了。

目前台灣的網路叫車平台,包括Bolt、Uber、yoxi等,在法律上多主張自己是「資訊媒合方」,司機被定義為「合作夥伴」或「承攬人」(Independent Contractor),並非受《勞基法》約束的員工。

「叫車平台根本不懂司機,也不知道司機目前的真實狀態。」侯勝宗表示,依照台灣公路法,網約車必須掛在計程車車隊名下。 理論上是「叫車平台管系統,車隊管人」,但現實中,車隊角色早已被「虛位化」。

當叫車平台透過網路演算法自動派單,直接指揮司機,卻繞過車隊實體管理。出事時,平台可以稱自己是資訊商,而車隊認為單是平台派的,車行則覺得自己只是租借計程車牌照,「這就是制度上的盲點,三方都在管,卻也都不管,最後風險卻由乘客承擔。」侯勝宗強調。

台64線命案,司機、車行、叫車平台各有什麼責任?

這起悲劇發生後,責任究竟誰負?針對車禍事件,律師劉韋廷表示,在現行法規下,原則上由行為人(司機)自行承擔刑事責任,除非能證明平台在選任司機上有重大過失,舉例來說,明知對方曾酒駕、或肇事逃逸仍派單,平台才有可能負起刑事責任,否則極難定罪。

然而,在民事賠償方面,情況複雜得多。劉韋廷指出,儘管叫車平台業者過去經常主張自己僅是媒合方、與司機僅屬「承攬關係」而非員工,試圖規避《民法》第188條的僱用人連帶責任。但是近年法院為了保障受害者,突破傳統法規定義,認定 只要平台有透過演算法指揮監督並從中獲利,就必須承擔連帶賠償責任 ,儘管叫車平台和司機是承攬關係,也需要負起連帶民事的賠償。

也就是說,一旦發生重大車禍事故,肇事司機、靠行的車行、以及派單的平台,三方都可能被法院判定需共同賠償乘客損失。

延伸閱讀:Bolt正式登台!第一張王牌:讓利司機「5%」,能撼動Uber、台灣大車隊嗎?

不只Bolt,LINE GO、Uber也一樣!叫車平台必須承擔「準雇主責任」

「叫車平台既然能影響這趟行程,就必須為這趟行程的安全負責。」侯勝宗指出,將叫車平台納管在國際上是常見的事。

以國外為例,在英國、新加坡、澳洲及美國多個城市,政府早就不再接受「平台只是媒合」的說法,這些國家將叫車平台納入「運輸服務提供者」的監管範圍,要求他們承擔安全治理、事故通報、背景查核及保險責任。

此次車禍事件的重點不在於事後的懲罰,而在於事前的預防。

侯勝宗提出3項解方, 首先, 政府對平台的監管思維必須轉向,重點不在干預價格,而是嚴格審視安全流程、數據義務與事故通報機制; 其次, 系統設計應將「安全下車」列為強制預設值,特別在深夜或酒後等高風險情境; 最後, 車隊不能只是被動的派單中介,必須回歸「安全守門員」本位,將司機篩選與持續性的教育訓練,視為不可拋棄的營運根本。

事實上,這次車禍事件很難歸因於單一叫車平台,現今司機多半「跨平台接單」,同一個司機可能上一單是LINE GO,下一單是Uber,再下一單是Bolt。

如果台灣法規依然允許叫車平台躲在「資訊媒合產業」名稱背後,享受利潤卻不承擔與其規模相當的「準雇主責任」,那麼抵制單一品牌,難保不會有下一個悲劇。

網路叫車_(來源shutterstock)_508045975.jpg
圖/ shutterstock

台灣目前的困境在於「舊法管新創」。劉韋廷律師直言,台灣缺乏針對平台經濟的專法,導致法官必須用舊有《民法》框架,來套用在新型態的叫車服務上。

在悲劇之後,正視叫車平台制度的缺口是當務之急。當英國、新加坡都已將平台視為「運輸服務提供者」納管,台灣政府不應只透過司法體系判決來補破網,才是保障所有乘客安全的根本解方。

延伸閱讀:
Bolt插旗台灣!Uber、Lyft坐穩北美雙雄、Grab已成東南亞巨獸⋯⋯一次盤點全球叫車平台戰況

當心Vibe Coding副作用!Netflix工程師曝「理解萎縮」危機,靠3步驟戒掉無腦寫Code

關鍵字: #叫車平台
往下滑看下一篇文章
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承
五十年零售老店的 AI 轉型:良興攜手 Data-DI,打造專屬 AI Agent 賦能組織升級與知識傳承

1973 年,良興從台北光華商場一間 50 坪的電子零件行起家,半個世紀後蛻變為年營收破十億、毛利率 18% 的全通路 3C 品牌。不過,伴隨規模擴張帶來的不只是成長,還有日益加劇的管理摩擦。門市遍布全台、品項高達近萬筆,加上跨部門協作頻繁,行政耗損與知識傳承的缺口,成為這家老字號邁向下一階段的隱形天花板。

良興總經理賴志達回顧,從電子零件跨入電商、從線下擴張到 OMO 全通路、再到會員深度經營,作為 3C 零售業者,良興每一波轉型都走在同業前面。「現在輪到 AI 了。如何做到人機協作、AI 賦能,就是良興第五波轉型的核心命題。」

AI 自動化,從行政細節釋放組織戰力

轉型需要夥伴,而賴志達評估合作夥伴的標準很明確:技術能力是基本,產業知識(Domain Know-how)的深度是關鍵,回饋速度更是最終決定因素。2025 年的未來商務展上,良興選擇攜手 Data-DI,看重的正是其「策略諮詢 + AI 產品 + 落地陪跑」三軌並行的實施能力。

很快的,良興與 Data-DI 合作的第一個專案,就落在最耗費人力、卻最常被忽視的環節:會議記錄。「會議如果沒有產值、沒有效果,對企業很傷!」賴志達說,他每天參加許多會議,但跨單位協作的會議記錄長期依賴人工聆聽與逐字整理,常出現人名誤植、決策遺漏、行動項目無人追蹤,讓會議效果大打折扣。

數智聚(良興)_1.JPG
良興總經理賴志達
圖/ 數位時代

為了解決會議記錄的痛點,Data-DI 業務副總包威棣指出,在導入工具以前,團隊須先釐清三件事:場景是否具備落地價值、哪些流程節點適合 AI 介入,以及以終為始地掌握客戶真正想要的輸出樣貌。這些看似基本的提問,都決定 AI 能否精準落地。

確認方向後,良興與 Data-DI 成功導入 AI 會議記錄自動化系統,透過模糊比對技術校正語音辨識誤差,並將生成的雙版本報告直接回存至既有資料庫,不僅將行政人員從重複性作業中釋放,也為後續的 AI 應用奠定扎實的系統整合基礎。

賴志達分享,現在他去外部開會也會用這個工具,運用 AI 把錄音轉文字、再整理成簡報,很快就能完成,更令外部夥伴驚艷。「我認為這是很成功的案子!也提醒想做 AI 的老闆們,與其急著搞大架構,不如先從小工具讓公司嘗試 AI,建立理解和認同。」

AI 把資深員工大腦轉化為資產

補完行政效率的缺口後,良興接著切入更深層的營運核心:知識傳承。過去,頂尖銷售經驗長期鎖在少數資深員工身上,新人培訓耗時三個月,員工離職即帶走知識資本。與此同時,網路資訊發達,消費者進店前早已掌握基本規格,3C 通路門市人員要如何發揮更多價值?「我要門市的人不是死背規格,而是面對客人時,能用客人能理解的方式對話。」賴志達說。

為此,Data-DI 協助良興建置 AI 門市教育訓練系統。系統透過六大自動化關卡,串接教材生成、審核上架、AI 銷售對練與成績回報,主管僅需在核心節點審核;員工透過手機語音對練,系統依口吻、專業度、回應力等維度自動評分。賴志達表示,目標是將新人培訓期縮短至一個月,讓數十年累積的銷售智慧轉化為可複製、可傳承的企業資產。

然而,要讓這套系統真正運作,得先解決兩個根本問題:資料從哪裡來?以及訓練如何更準確?

「以前大數據時代,講的是資料要大、全、細、實;現在 AI 要做到的是準(準確)、合(合乎場景)。」包威棣說。良興不同廠商提供的素材品質參差不齊,Data-DI 除了整合內部資料,也補充加入外部市場評測內容以填補空缺,再透過人員審核機制過濾雜訊,搭配 agent 架構的多層步驟與知識限定,確保系統能精準提煉對應品類的訓練素材。

數智聚(良興)_2.JPG
Data-DI 業務副總包威棣
圖/ 數位時代

賴志達則看得更遠:「這些教育訓練的內容,也將成為公司未來訓練機器人很好的原料。」

Data-DI 陪跑型顧問,帶領企業 AI 轉型

良興與 Data-DI 合作的兩個專案中,雙方共同克服了長提示詞邏輯混亂、AI 幻覺污染知識庫、逐字稿讀取逾時等技術難題。邁向下一步,賴志達表示,公司各部門很早就建置 Power BI 報表,但數據豐富不等於決策清晰。「數據是土壤,如果沒有梳理,就沒有用了。」因此,他的下一個目標是活化數據資本、推動行銷自動流,以精實的人力持續驅動成長。

數智聚(良興)_3.jpg
良興攜手 Data-DI 推動 AI 落地,以小步快跑模式為企業創造變革。
圖/ 數位時代

包威棣則從顧問視角歸納兩個觀察:AI 導入需要高層認同、由上而下推進,像賴志達這樣持續引領良興走在業界前端的決策者,就是不可或缺的推手;而單點工具的價值,終究要累積成組織體質的轉變才算真正落地。「就像會議記錄改變了會議當責的結構,人員訓練改變了知識傳承的方式。從點狀應用走向企業變革,這種決策思路才是 AI 真正深入落地產生價值的關鍵。」

最後,對於仍在觀望AI應用的企業,他則建議:「未來 AI 導致的落差只會愈來愈大,人會變成超級工作者,企業會變成超級企業。開始做就對了,先做一個三個月的小任務,降低落差、再急起追上。」從痛點切入、小步快跑,讓組織在實作中累積對 AI 的理解與信任,這正是 Data-DI 的陪跑哲學。

有關更多 Data-DI 相關資訊,請查詢網站:https://www.data-di.com/

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
代理式商務連動百兆商機
© 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