如果有一天，
你打開叫車 App，
車真的來了。
車門也真的打開了。
但駕駛座上沒有人。
很多人第一個想到的問題一定是：
那原本的司機去哪裡？
Lyft 現在正在 Nashville 給出一個很有意思的答案。
不是所有人都消失。
至少有一部分人，
只是換到了車子的另一邊。
Lyft 現在真的會替你叫來一台「沒有司機的車」
2026 年 9 月 9 日，
Lyft 與 Waymo 正式宣布，
Nashville 的乘客現在透過 Lyft App 叫車時，
可能直接配到一台 Waymo 完全自動駕駛車。
沒有安全駕駛。
也沒有真人坐在方向盤後面。
乘客還是像平常一樣：
打開 Lyft。
選擇行程。
等車。
只是最後來接你的，
可能已經不是一名 Lyft 司機，
而是一套自動駕駛系統。
Lyft 也沒有把真人司機全部拿掉。
目前 Nashville 仍然是一個「混合網路」。
有人開的車，
跟自己會開的車，
同時存在。
但無人車不是自己突然出現在路上的
這裡就是這個故事真正有趣的地方。
很多人看到 Robotaxi，
會直覺認為：
既然車自己會開，
那人就不需要了。
但一台無人車每天要出門載客，
背後其實還有很多事情要做。
車要清潔。
要充電。
要檢查。
要維修。
要確認感測器狀態。
要安排哪一台車什麼時間出車。
要把車調到乘客比較多的區域。
出了狀況，
也還是需要有人處理。
Waymo 的強項，
是讓車自己開。
但在 Nashville，
真正負責這些車隊營運工作的，
是 Lyft 旗下的 Flexdrive。
它負責車輛維護、基礎設施與 Depot 營運。
也就是說：
開車這件事自動化了。
但讓「一整群會自己開的車」每天正常工作，
又產生了一批新的工作。
更有意思的是：很多做這些工作的人，以前就是 Lyft 司機
WIRED 實際走訪 Lyft 在 Nashville 的臨時營運中心。
那裡目前有 72 名工作人員。
Lyft 告訴 WIRED，
其中大約一半，
以前就是 Lyft 司機。
這個數字很值得注意。
因為它把我們常聽到的：
「AI 會創造新的工作。」
變成了一個真的看得到的場景。
以前，
這些人坐在車裡，
自己把乘客送到目的地。
現在，
其中一些人開始：
清潔無人車。
準備車輛。
檢查車況。
管理車隊。
確保車子可以繼續出去載客。
Jonathan Baines 就是一個例子
WIRED 採訪了一名前 Lyft 司機 Jonathan Baines。
他從 2016 年開始開 Lyft，
已經有大約 10 年。
以前他的工作很簡單：
自己開車。
接乘客。
把人送到目的地。
現在，
他的職位變成：
Fleet Operations Lead。
他的工作不再是坐在一台車裡開一整天。
而是負責監督其他工作人員，
確保 Waymo 車輛完成清潔、準備與營運標準。
換句話說：
以前是：
一個人控制一台車。
現在開始變成：
一個人管理一群自己會開的車。
這個差別，
可能才是自動駕駛真正改變工作的地方。
這就像電梯從需要操作員，到最後只剩維修人員
早期的電梯，
很多都需要一名操作員。
你進去之後，
有人替你控制電梯上樓、停樓層、開關門。
後來控制系統越來越自動化，
這個工作慢慢消失了。
但電梯並沒有變成：
「完全不需要人。」
只是人的位置改了。
現在沒有人整天站在電梯裡替你按樓層。
但還是需要：
保養。
檢查。
維修。
監控。
處理故障。
Robotaxi 很可能也會走向類似的方向。
真正消失的，
可能不是「所有跟車有關的工作」。
而是：
人每天坐在駕駛座上控制方向盤這件事。
但這裡不能講得太樂觀
看到 Nashville 有前 Lyft 司機轉去管理 Waymo，
不能直接推論：
未來所有被 Robotaxi 影響的司機，
都可以找到一份新的自動駕駛工作。
這兩個數字完全不是同一件事。
一座城市可能需要成千上萬名司機。
但要維護一整支 Robotaxi 車隊，
需要多少清潔、維修與 Fleet Operations 人員？
現在還沒有答案。
而且新工作需要的能力，
也不一定跟原本一樣。
會開車，
不代表自然就會：
維護感測器。
管理充電設備。
操作車隊系統。
分析設備異常。
處理技術問題。
所以「工作轉型」不等於：
每一個舊工作，
都能一對一變成一個新工作。
這也是 Lyft 一直強調「混合網路」的原因
Lyft 現在的說法很清楚：
真人司機跟自動駕駛車，
還會共存在同一個平台很長一段時間。
在 Nashville，
乘客如果不想搭 Waymo，
也可以拒絕自動駕駛配對。
真人司機仍然繼續載客。
所以現在還不是：
「Robotaxi 一來，所有 Lyft 司機立刻消失。」
更像是一個過渡期。
同一個城市裡，
有人開車。
也有車自己開。
有人載乘客。
也有人開始在後台照顧那些會自己開的車。
真正的改變，是工作開始從「操作」移到「管理」
這其實不只會發生在叫車平台。
昨天我們看到京東的物流機器人，
也是類似的方向。
當機器開始自己搬貨，
人的工作可能慢慢從：
自己搬。
變成：
管理搬運機器。
當車開始自己開，
人的工作可能慢慢從：
自己開。
變成：
管理自駕車隊。
當 AI Agent 開始自己處理工作流程，
人的角色也可能從：
每一步自己操作。
變成：
設定規則。
看結果。
處理例外。
這些變化背後，
其實都有同一個模式：
人從系統裡面的「操作者」，慢慢變成系統上面的「管理者」。
但管理者需要的人數，可能比操作者少
這也是不能忽略的一面。
如果以前 100 台車，
需要 100 個人在方向盤後面，
未來 100 台 Robotaxi，
可能只需要較少的人負責：
清潔。
充電。
維修。
調度。
管理。
這就是為什麼：
「AI 會創造新工作」
跟
「AI 不會減少工作」
完全是兩件不同的事情。
新的工作確實可能出現。
但新工作有多少？
需要哪些能力？
薪資如何？
原本的人能不能轉過去？
這些問題都要分開看。
Lyft 現在其實正在做一場很大的實驗
Lyft 位於 Nashville 的臨時營運中心，
只是開始。
公司還計畫在 10 月啟用一座約 8 萬平方英尺的專用 AV Depot。
如果 Waymo 的車越來越多，
這個地方就會讓我們真正看到：
一支大型無人車隊，
到底需要多少人照顧？
哪些職位會增加？
哪些職位會減少？
一名員工最後能管理多少台車？
這些數字，
可能比「Robotaxi 會不會成功」還重要。
因為它會告訴我們：
自動化真正進入日常生活後，
人的位置最後在哪裡。
所以這個故事真正值得看的，不是 Waymo 又多了一個城市
Waymo 進 Nashville，
本身當然是一則自動駕駛新聞。
但真正值得看的，
其實是 Lyft Depot 裡那群前司機。
因為他們讓我們第一次很具體地看到：
當一份工作開始被自動化之後，下一份工作可能長什麼樣子。
不是每個人都會成功轉型。
也不是所有舊職位都能被新職位補回來。
但未來很多工作的改變，
可能都不會是：
今天還有，
明天突然消失。
而是工作裡面的某個核心動作，
先被機器拿走。
然後人慢慢移到另一個位置。
以前自己開車。
現在照顧會自己開的車。
下一個問題就是：
當 AI 開始替我們做越來越多事情，我們是不是也要開始學會管理那些替我們工作的 AI 與機器？
今天，和 AI 一起進步一點。
每天學會一個 AI 技巧。
每天節省一點時間。
每天提升一點能力。
SasaDaily，陪你一起成長。
推薦閱讀
Uber 明明自己正在推 Robotaxi，為什麼現在反而開始聯手司機限制 Waymo？
