嚴格說來，馬斯克幾近膨風的預測只能算是預言，1年後能否落實，尚有待各地對自駕車和相關法令的配合。儘管如此，馬斯克勾勒出的願景，也形同昭告世人：「分享經濟」的觀念已經建立，在人工智慧(Artificial Intelligence, AI)技術的強化之下，世人使用交通工具的方式，勢必將掀起革命性的翻轉。正如世界經濟論壇(World Economic Forum, WEF)預測，到2030年，私人汽車擁有權的概念將走入歷史，由千禧世代和Z世代主導的「租賃社會」(Rentership Society)即將來臨。若能善用當下趨勢，對租車業而言未嘗不是一大發展契機。

買車不如租車

曾有一種說法：在美國，沒車出不了門。但對現今的學生而言，有車反而是包袱，沒有車更划算。

普林斯頓大學最近參與共享汽車品牌Enterprise CarShare的一項計畫。若有學生需要用車，即可透過Enterprise的系統租借教職人員的車，且相當有彈性，可以只租1、2個小時，比叫Uber划算，即使租用1天下來也只要56美元（約新台幣1,700元）。

如此一來，不僅解決普林斯頓大學交通壅塞的問題，也讓未達租車年齡（大部分租車公司的年齡限制是25歲）的大學生用得到車。據Enterprise表示，目前全美已有35個州共125個大學校園和數百家企業和政府機構參與他們的計畫。

若依照馬斯克為Robotaxi勾畫出利潤豐厚的願景，扣除特斯拉每趟行程抽成25％∼35％，車主每年可進帳3萬美元。特斯拉為了替自己的叫車網路鋪路，也針對Model 3提出新的租賃方式，這些租賃車輛未來將加入特斯拉叫車網路的陣容。消費者可以付小額的頭期款，然後按每年使用的里程數（1萬、1.2萬或1.5萬哩）繳納月費。租賃期滿後，這些車都將成為Rabotaxi車隊的一員。

馬斯克的願景，替汽車共享、叫車服務、租車服務開拓無限可能性，彼此的界線也逐漸模糊。不過，在競爭企業林立的情況下，由於消費者可選擇的範圍更廣了，租車公司想分食這塊產業大餅，車隊管理專業就變得更加重要。

網路化、機器學習、AI的輔助，不僅讓運輸業者更容易取得數量龐大的各式資料，還能從中提取寶貴的資訊，作為改善、提昇服務與經營的最佳依據。租車業既擁有數十年的車隊管理經驗、固有的客群，又掌握養車的專業，在未來智慧移動領域享有競爭上的優勢。若能搭配先進的技術，租車公司車隊不僅能改善服務與經營的效率、降低營運成本，還能提昇客戶滿意度。

以色列的AI化車隊解決方案新創公司Fleetonomy執行長杜威尼斯(Israel Duanis)，就認為AI科技可以翻轉汽車租賃業的這5個服務面向：

1.管理車隊供需&利用率

借助以AI為基礎的技術，企業可以預測到顧客對服務的需求，同時AI也可提出兼顧即時情境和長遠發展的見解，便於租車公司提前規劃並優化車隊的利用率(Utilization)。

目前可能影響租車需求的資訊，例如：人口資料、天氣、交通、航班時刻表、各種活動、旅客入住率等，這些都已經不是難以取得的資料，為AI運用提供良好的基礎。而且，雖然不同資料之間的關聯，都可能因地因人而異，但AI預測模式也能依各種特定的情境來自我調整。

2.有效預測、管理維修

AI預測模式也能用來預測並有效維護整個車隊。例如：什麼時候車輛需要保養？能對其產生影響的因素很多，有些可以按固定數值或標準來檢核，像是行車里程數或車齡等。但也有些因素的變數較大，不可一概而論，想要有效且講成本效益地加以分析並處理，就比較困難，像是車隊即時的車載資通訊(Telematics)的資料、定期檢修的數據，以及天氣和駕駛人習慣等。

不過，拜AI科技所賜，車輛本身就可以蒐集許多資訊來做出評估，幫助車隊管理業者落實可預測的保養需求。如此一來，車輛的維修保養就能配合服務的整體需求同步規劃，租車公司也能確保有效率的運作。譬如在派車時，業者即可藉單程租車的機會，將有保養等需求的車輛駛近維修廠，既節省已派出的汽車數量，也不浪費車輛可供租用的時數。

3.客戶&車輛的絕配

AI的即時數據分析不只能提供駕車建議，在客戶與車輛間的配對上也有幫助。因此，每一位客戶拿到的車，都是符合個人需求的車款，其中充分考量了取車時間、車型、目的地，還可以滿足某些客群的特殊需求，例如：提供兒童座椅、加裝可載送運動器材的車架，甚至改掛雪地用輪胎等。

在導入AI科技後，藉由預測客戶偏好並提供服務建議，有助於企業營造消費者更舒適的體驗，維持與客戶長期關係。

4.更即時精準的費率

AI系統也能不斷爬梳整個車隊資訊，確保租車費率能符合服務的需求。

在AI問世之前，租車經理人的工作之一就是四處訪價後，訂定費率。如今AI就是訂價管理的專業分析師，能依照收費目標來擬定最佳費率，也能持續追蹤車輛折舊的情況。經理人能依照預測和最佳化等AI分析來做評估，也能空出時間去管理更高階的工作。

5.與行程表同步

租車模式不會凋零，反倒可能隨自駕車時代的來臨，提供更新的體驗。例如：自駕車不久就可以跟客戶的行程同步化，在需要用車的時間準時抵達。不論目的地是工作地點或是遙遠的度假聖地，甚至還能途中接送子女。

這類服務能夠做到什麼地步尚不確定，但很明確的是，這是一段不短的學習曲線。業者若能應用AI來加強個人化服務、使用預測、自動化，就能及早累積經驗，搶在自駕車成為日常出行的普及選擇前，化身租車市場的領導者。

而對消費者而言，租賃代替購買也漸漸成為新常態，家家戶戶花大錢買車還得養車的時代，有可能終會走入歷史。新的生活觀念是：買車不如租車，只在有需求的當下消費，還有各種車款可供選擇。在AI的推波助瀾下，未來的移動手段將享有更高的便利和自由。

【本文出自《能力雜誌》2019年5月號；訂能力電子雜誌；非經同意不得轉載、刊登】

為什麼HR或用人主管想看應徵者的Facebook及Instagram？答案不外乎3大重點：1.想看應徵者的生活照或外表；2.想了解應徵者是否會展現一些負面行為，例如：批評公司／主管、激進的意識型態，或反社會傾向等；3.透過應徵者的數位足跡，來推測他們的性格特質，作為雇用篩選(Employment Screening)或背景調查(Background Checking)的參考資訊。看到這些HR實務運作狀況，除了個資的議題外，也讓人不禁想問：這些數位足跡到底會揭露什麼資訊？一般人真的看得出來嗎？

走過路過 痕跡都不會被錯過

根據目前國內外的研究顯示，數位足跡其實足以反應社交媒體使用者的性別、政治傾向、年齡層、收入、種族、宗教、情緒狀態、個性，甚至財務信用狀況等個人特徵。最有名的案例，就是2018年3月爆出的英國公司「劍橋分析」(Cambridge Analytica)濫用個資事件，該公司擷取Facebook約8,700萬筆的用戶個資，分析其政治及社會議題傾向以及人格特質，並透過量身訂作的方式，針對特定目標發送美國大選的政治宣傳影片和新聞，企圖影響Facebook用戶的情緒和投票行為。

為何只是看一下Facebook或Instagram，就被別人（包括沒有生命的電腦）看透自己了呢？因為在互聯網的時代中，你在網路上所做的任何動作，都可以被完整記錄下來，包括你瀏覽了什麼網頁、聽了什麼歌曲、看了什麼影片、用什麼關鍵字搜尋什麼東西等，相關內容很快就會出現在Facebook及Instagram推薦給你的商業廣告裡。在登入社交媒體的世界後，大多數用戶鮮少只是「潛水」，不表達任何意見。你會對有興趣或認同的內容「按讚」、「追蹤」，或對不認同者「退讚」、取消「追蹤」，充分且坦白地表達喜歡或不喜歡什麼，且紀錄全部儲存在該社交媒體上，而Facebook還可以讓你隨時下載這些「資訊副本」。

免錢享便利 用個資換來的

事實上，你在Facebook或Instagram的朋友，也可以透過動態訊息就掌握你的立場與偏好，就看他們是否「有心」要做這件事。在你允許下，電腦可以在第一時間擷取這些數據，完整地掌握你在Facebook或Instagram所留下的數位足跡，同時還可分析出與人格特質的相關性，再透過AI機器學習結合心理測驗，找到預測性格的線索或特徵。換言之，接下來只要運用這些「讚」，不需要再做任何心理測驗，就可以精準地預測你的性格傾向。

很多用戶可能會問，「我都有做隱私設定，怎麼可能會允許第三方程式來擷取資訊呢？」但大多數的狀況是，用戶在玩Facebook上面免費的心理測驗、小遊戲或算命程式時，許多人都沒耐性閱讀個資使用條款等「細節」，就按下「同意」。事實上，若不同意，你也沒有辦法玩這些測驗或遊戲。

就算沒「人」懂你還有電腦啊！

關於如何運用「讚」來預測一個人的性格，最經典的研究就是由劍橋大學和史丹佛大學Wu Youyou、Michal Kosinski、David Stillwell這3位教授，於2015年在《美國國家科學院院刊》(Proceedings of the National Academy of Sciences of the United States of America)上發表的論文《電腦對人格特質判斷的精確度遠勝人類》(Computer-based personality judgments are more accurate than those made by humans)。這個研究邀請8萬名以上的Facebook用戶參與，運用大數據和AI機器學習的工具，找出某些人格特質會說「讚」的內容組合，5大性格分類包括開放性(Openness)、勤勉審慎性(Conscientiousness)、外向性(Extraversion)、親和性(Agreeableness)、神經質(Neuroticism)。其準確度不但高於用戶親友的研判，還能用來預測其身心靈健康狀態、人際關係與政治傾向。

例如：外向的人喜歡社交類社群、內向的人更喜歡線上遊戲；親和力高的人喜歡看與愛相關的議題，親和性低的人較喜歡批判性的內容；勤勉審慎性高會訂閱與法律有關的專頁，較低者更愛追蹤社會新聞；開放性高的人會喜歡TED Talks，保守的人偏好追蹤ESPN 2運動頻道；較神經質的人或許喜歡Emo龐克音樂與女生向前走(Girl interrupted)這類電影，情緒穩定度較高的人可能欣賞財金企管或登山類的粉絲專頁。以上分類只是為了幫助讀者理解，由筆者所歸納。

電腦則不會預設立場，而是單純找出某些性格的集群，是否顯著性地會對某些內容組合按讚，並歸納其中的規則。另外，在按讚背後，也可能代表用戶想要別人怎麼看待自己（例如：印象管理或符合社會期許）。藉由大量客觀的數據訓練出來的AI預測模型，可以較精準地判斷差異，但人的肉眼或偏見則相對容易誤判。

除非你只發廢文 不然……

在分析「按讚」之外，電腦也逐漸具備理解人類語言的能力，得以分析「留言」及字面下的意義，即「自然語言處理」(Natural Language Processing, NLP)。它更可以進一步探究用字遣詞（含表情符號），與人格特質之間的關聯性。有學者發現，勤勉審慎性相對較差的人，比較容易發表炫耀文；神經質與開放性高的人會用較多負面情緒的字詞；外向的人喜歡發表評論；親和力較高的人很容易被別人標註等現象。這些相關研究和證據，大都已被發表在美國電機電子工程師學會(IEEE)系列的學術期刊或研討會論文集。

此外，美國加州理工學院Cristina Segalin與其他8位教授，在2017年運用AI分析1萬多位Facebook用戶的大頭照發現，外向的用戶所採用的照片較隨性，色系單調但明亮；神經質用戶的照片大都在室內；高親和力者較喜歡擷取合照、色調偏暖、背景與顏色豐富；勤勉審慎性高者的照片中較容易出現其他人（含路人甲乙丙）；開放性高者則偏愛獨照。

換人做做看 但命中率就別提了

相較於許多AI成功應用數位足跡來預測個人特質的案例，有一些心理學者也嘗試由真人根據Facebook或Instagram用戶的數位足跡來推斷性格，但正確率就沒有這麼穩定。例如：2015年，美國佛羅里達州立大學Chad H. Van Iddekinge與其他3位教授，透過長期追蹤的實驗結果發現，招聘人員不但沒有辦法正確判斷用戶的性格、知識技巧、工作表現、離職率，甚至還出現種族與性別歧視問題。2017年，美國南密西西比大學Bret Becton等4位學者也做了類似的實驗，結論是人們無法運用Facebook的資訊來正確預測反生產力行為或酗酒狀況。

綜上，根據目前的實證研究顯示，Facebook或Instagram用戶的數位足跡確實會揭露人格特質，但AI的分析比人為判斷更具參考性。因此，如果有不想讓別人知道的數位足跡，或是任何在未來可能讓自己尷尬的留言或照片，儘量不要在社交媒體進行「誠實」的自我揭露。因為AI會看穿你，他人也可能會誤解你。

說清楚講明白 參考而不主觀

但就HR的立場而言，他們其實很想透過Facebook或Instagram來了解應徵者，同時也擔心對應徵者進行Facebook或Instagram調查，會不會產生負面效果？例如：應徵者感受到隱私被侵犯或有公平性的疑慮。根據筆者2018年在期刊《人類電腦行為》(Computers in Human Behaviors)發表的研究發現，當雇主把遊戲規則寫清楚，說明分析結果僅作為人格特質的參考資訊之一，並主動教導應徵者如何進行隱私設定，可以大幅降低應徵者的負面觀感。此外，在應徵者對於隱私設定有自信，或不認為自己的發言與照片有什麼問題時，比較不會有隱私被侵犯的疑慮。當應徵者較在意自己的公眾形象，也有利於職場的績效表現。（本文作者為國立台灣師範大學科技應用與人力資源發展學系助理教授）

【本文出自《能力雜誌》2019年5月號；訂能力電子雜誌；非經同意不得轉載、刊登】