WeMo燒錢近十年終獲利！不玩補貼，如何用二代車打破共享機車困局？|數位時代 BusinessNext

根據交通部數據統計，全台機車登記數近 1500 萬輛，平均每 1.2 位成人就擁有一台機車，密度高居全球第一。在一個幾乎人手一台車的機車王國，共享機車究竟是門好生意，還是一場反直覺的賭注？

2015 年成立、作為全台第一家無樁式共享電動機車品牌的 WeMo（威摩科技），終於在 2025 年第三季首度轉虧為盈，營收季增 26%、年增 45%，成長幅度創下 2020 年以來新高。

這項成績為一個長年燒錢的商業模式，寫下階段性的答案。作為產業先行者，WeMo 學費一繳，就繳了近 10 年。

市場先行者的武器有限，拉高維運成本、營運浪費

當時，第一代車款 Candy 的技術基礎已有 15 年歷史，續航力較短、電池需頻繁更換。WeMo 共同創辦人暨副董事長吳昕霈坦言，電動車還不普及的時代，「當第一個進場的人，武器選擇非常有限，一代車雖不盡理想，卻已經是當時的最佳解。」

為了維持營運，WeMo 必須買斷整台車與電池，所有維修、換電與調度都仰賴人工處理。這也意味著，WeMo 旗下每多擁有一輛車，後端的維運成本就會隨之上升。

WeMo 執行長劉于遜表示，在市場上還沒其他玩家時，WeMo 仍頂著龐大成本壓力，將車隊數拉到 7000 輛。但這個成本問題，在疫情間被迫攤上檯面。

當時，防疫政策讓交通需求急凍，擁有車廠的競爭對手 Gogoro、iRent 又陸續進場，迫使 WeMo 改變營運模式。

2023 下半年，WeMo 導入二代車 Fly，改採和光陽租賃電池的模式，讓使用者到 Ionex 換電站自主換電。過去一代車，車輛每次下線需等待 15 分鐘至 1 小時才能完成人工換電，形成營運空窗期。吳昕霈解釋，假設一台車平均一天會周轉 20 次、需換 4～5 次電池，如果每次都都要等 1 小時，一天可能就有 5 小時的時間無法服務，營運浪費相當可觀。

這次改革，表面上看起來是改善使用體驗，但在營運層面，真正的意義在於「資產輕量化」。

自主換電、深耕會員，把資源留給忠實鐵粉

換二代車後，使用者可自主換電，讓車輛能 24 小時不間斷出租，發揮 100% 資產效能。租賃電池模式讓 WeMo 不再需要負擔買斷電池成本，節省調度與維修的人力成本。此外，WeMo Fly 的續航力提升至 180 公里，不只提升了營運效能，也讓使用情境更多元。

2022～2025 年，WeMo 用戶平均騎乘時間成長 2 倍以上，為 WeMo 開拓長途旅遊市場，日租包車訂單也在 3 年內成長近 8 倍，2025 年布局至澎湖、綠島等離島站點。

面對市場競爭者眾，WeMo 也開始專注深化會員經營。吳昕霈表示，過去市場充斥著廣撒優惠券的行銷手法，用戶甚至可能靠著優惠券免費騎整年，「與其玩補貼戰，我們決定把行銷資源留給在真正愛用 WeMo 的用戶身上。」

於是，2023 年 WeMo 將每分鐘的定價從 2.5 元調至 3 元，「整趟下來可能只會多付 4、5 元，卻能讓公司的體質更加健康。」同時，將資源集中於訂閱制服務 WeMo PASS，透過 99 元低月費和前 3 趟騎乘優惠的設計，回饋給忠實鐵粉。

「這讓用戶在每個月的前 3 趟決策時，絕對不會選擇別人。」劉于遜解釋，WeMo PASS 會員雖然僅占整體用戶 2 成，騎乘量卻是一般用戶 4 倍，也貢獻超過 4 成營收，提高會員黏著度是支撐獲利的重要結構。

10 萬車輛才有規模經濟，與競業聯手加速擴張

然而，只有規模擴大到一定程度，整體營運才會真正站得住腳。吳昕霈曾以全台機車總量估算，當共享服務滲透率達 6%，調度效率與商業模式才有機會發揮規模經濟。換算全台約需部署 10 萬輛共享機車，才足以支撐日常通勤所需。

自創立以來，一代車共計投放 7000 輛、二代車 8000 輛，距 10 萬輛標竿還有倍數努力空間。換二代車後，劉于遜表示，「我們已經有毛利更好的產品，一旦規模放大、獲利的正向迴圈建立起來，系統化管理 8000 輛車和 8 萬輛車，對營運費用其實不會差很多。」

接下來，WeMo 喊出 5 年 5 萬、10 年 10 萬的擴張目標，要加速跨過這道門檻，除了需擴大會員池，提高跨場景使用頻率也成為下一階段策略。

2025 年 11 月，WeMo 進一步與和泰汽車共享機車品牌 iRent 策略結盟。WeMo 以高市占和營運調度能力負責聚焦經營共享機車，iRent 則專注四輪汽車租賃，發揮集團的製造與車源優勢。透過汽、機車的場景互補，雙方得以延長用戶的使用旅程，而非競逐單一趟次租借需求。這次整合預計可為 WeMo 的會員基礎帶來 1.5∼2 倍成長，加速實現擴張目標。

展望 2029 年，劉于遜說，「我們期待到時候走在台北街頭，共享電動機車就像 YouBike 一樣，成為城市日常行動的一部分。」

當第一個進場的人，武器選擇非常有限，一代車雖不盡理想，卻已經是當時的最佳解。

WeMo 威摩科技

創立時間｜2015 年
員工人數｜130 人
關鍵成績｜會員數突破 150 萬，2025 年 Q3 轉虧為盈，營收年增 45%。
營運項目｜全球規模最大的共享電動機車品牌，2025 年二代車總投車輛為 8000 輛。

吳昕霈

1980 年生，哥倫比亞大學商學院 MBA 碩士畢業，曾任英特爾資深產品開發工程師、麥肯錫專案管理經理。2015 年創辦 WeMo，現任共同創辦人暨副董事長。

劉于遜

1985 年生，陽明交通大學經營管理學碩士畢業，2011 年創立巧克科技（CHOCO TV），之後持續於 OTT 產業推動原創影音製作，2021 年起擔任 WeMo 執行長。

本文轉載自經理人月刊

「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。

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%。

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。

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