陳正坤 (瑞晶總經理) ~ 09Q4賺很大, 今年要把前3年虧損賺回來
陳正坤 (瑞晶總經理) ~ 09Q4賺很大, 今年要把前3年虧損賺回來
2010.01.06 | 科技

由日本DRAM大廠爾必達(Elpida)與國內半導體廠商力晶合資成立的瑞晶電子,昨天(5日)和爾必達共同宣布,將在今年第一季於瑞晶成立技術研發中心,共同合作開發40奈米4F2製程技術,瑞晶也將跳過50奈米,直接導入40奈米製程,最快在2011年就可完成次世代製程的開發。

瑞晶總經理陳正坤(見下圖)表示,此技術研發中心的投資金額達5,000至8,000萬美元,合計約新台幣15至20億元。未來爾必達除了將派員進駐研發中心,提供技術指導外,力晶也將配置部分人力,協助瑞晶開發次世代製程,陳正坤預估目前三方投入的人力將達80人左右,未來將持續擴增至120人。

瑞晶電子總經理陳正坤_侯俊偉攝影

此外,瑞晶也將於今年導入40奈米6F2製程,由於40奈米製程技術縮小了晶片的尺寸,相較於目前瑞晶生產的65奈米 1GB DDR3產品,將可有效降低高達5成的顆粒成本。爾必達技術長五味秀樹表示,爾必達廣島廠已經在去年年底完成40奈米6F2製程的試產,良率相當高,未來將有一半以上的產品會以40奈米為主。五味秀樹指出,這樣的製程技術是目前DRAM業界最先進、顆粒尺寸最小,可生產運轉效率高、耗電量低的主流DDR3產品,

昨天的記者會是由瑞晶電子總經理陳正坤、爾必達技術長五味秀樹共同主持,外界原先以為力晶董事長黃崇仁將出席,但後來是由力晶副總譚仲民現身(見下圖,由左而右為爾必達技術長五味秀樹、瑞晶電子總經理陳正坤、力晶副總譚仲民)。去年景氣低迷時,黃崇仁為了換現求生,將手中的瑞晶持股賣給了爾必達,使得力晶只持有瑞晶34%股份,爾必達則持股64%。後來DRAM價格持續攀升,力晶也在去年年底由虧轉盈,力晶董事會近期就通過決議,要從爾必達手中買回入瑞晶持股,讓雙方能各持一半的股份。不過在記者會當中,瑞晶、力晶與爾必達對於此問題,都低調不予回應。

瑞晶與爾必達成立研發中心_侯俊偉攝影

談到去年瑞晶的盈虧狀況,陳正坤透露瑞晶2009年營收大約295億元,上半年雖然虧損50億元左右,但下半年已經轉虧為盈,第四季甚至「賺很大」。瑞晶成立至今,雖然連年虧損(2007年虧損30億元、2008年虧損60億元),但陳正坤昨天有信心地說,只要DRAM價格繼續維持目前行情,「在2010年要把過去3年虧損的全數賺回來!」此外,有關2010年瑞晶的資本支出金額,陳正坤估計支出金額將達3.8億美元,合新台幣120億元,其中60億元將可自行籌資,另外一半則將和銀行進行聯貸。

瑞晶已有上市規劃,目前正與政府積極溝通當中,陳正坤透露今年第一季瑞晶將公開發行,最快在今年年底有機會上市。

往下滑看下一篇文章
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題
懂保險的 AI 才有用!國泰人壽數據暨人工智慧發展部如何解開壽險業的 AI 實戰難題

金管會調查顯示,國內金融機構與周邊單位已有 33% 導入 AI,其中壽險業導入比例達 67%,僅次於銀行業的 87%。事實上,保險業應用 AI 的難題不在技術,真正的挑戰是要在高度監理、複雜流程與專業領域中,找到可落地的應用場景。國泰人壽數據暨人工智慧發展部走過八年、歷經三次組織定位演進,如何摸索出自己一套的 AI 轉型路徑?

國泰人壽養兵練 AI

國泰人壽數據團隊的起點,可以追溯到 2016 年成立的「客群經營部」。2018 年,隨著公司希望讓 AI 發展更具基礎架構、更具規模地展開,團隊轉型為「數據經營部」;到了 2024 年,正式成立「數據暨人工智慧發展部」,角色也從推廣,轉向更專注的技術發展。

國泰人壽-2.jpg
國泰人壽數據暨人工智慧發展部目前為一約 65 人的團隊,平均年齡 33 歲。
圖/ 數位時代

八年間,團隊的任務始終圍繞同一件事:深入業務現場,釐清痛點,再與 IT、業務、客服等單位協作,推動 AI 從研究走向實踐。國泰人壽數據暨人工智慧發展部協理莊淑儀形容,這個過程更像是傳教士的工作:「很多數據產品是由我們發想,從核保到理賠,有哪些導入機會?我們要去和各部門溝通,AI 可以協助什麼。」

國泰人壽-3.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀。
圖/ 數位時代

這樣的溝通並不容易,因為壽險業的專業門檻極高。國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士指出,一張保單牽涉的關係人本來就複雜:「在保險業,一張保單的銷售,涉及要保人、被保人、受益人,是多方關係,尤其在金管會的要求下,還必須兼顧模型的公平性與可解釋性。」核保邏輯、理賠判斷、業務員培訓,每個環節都有各自的專業門檻與監理要求,通用技術難以直接套用。這也是國泰人壽選擇自己養兵練 AI 的原因,唯有深度理解壽險場景,AI 才有落地的條件。

從真實需求長出來的 AI 實戰力

要讓技術模型真正為前線人員所用,數據暨人工智慧發展部團隊長期觀察業務現場,確保 AI 產出都能有效銜接既有作業流程。去年,團隊面對的挑戰,是在十三個部門提案中,篩選出值得投入的場景。莊淑儀說明,評估標準有三項:「是否能複製到多元場景?對公司有什麼效益?技術可行性?」最終六個案子出線,其中包括「AI Coach」。

AI Coach 以 AI 陪練業務員磨練銷售技巧,同步縮短培訓週期,讓業務員能更快提供專業、貼近保戶需求的服務。看見 AI Coach 的成效後,國泰人壽也將同一套模式延伸至客服中心及直效團隊,評估面向包括禮貌、問題回應、服務要點...等面向,給於評分及建議。黃喬敬博士解釋背後的難度:「以往這些評估指標是由人來判斷,現在則是要做到標準化,讓 AI 系統可以自己判斷。」今年一月上線後,客服新人有超過九成以此作為教育訓練工具,業務端使用率也過半,不僅省下資深人員帶新人的時間,也讓保戶獲得更一致、更高品質的服務體驗。

國泰人壽-4.jpg
國泰人壽數據暨人工智慧發展部協理莊淑儀(左)與首席數據分析師黃喬敬博士(右)帶領團隊在國泰人壽保險領域驗證 AI 應用。
圖/ 數位時代

另一項落地應用則是「Cathay Eye」,是國泰人壽自行開發的智能風險控管模型。莊淑儀說明:「這最主要是幫案件的複雜度做分級,讓新進同仁處理複雜度低、資深同仁處理複雜度高的案件,一來反映人力價值,二來加速案件處理流程,讓客戶更快獲得所需服務。」

黃喬敬博士也補充背後的機制:「Cathay Eye 是把公司過去數千萬筆資料整合起來,藉此建立一個平均的判斷基準,用來做複雜度分級與派工。」目前,Cathay Eye 的識別能力相較原流程提升一倍精準度,也讓流程的判斷效率明顯加快。

壽險業 AI 應用的新標竿

對國泰人壽而言,讓 AI 發揮作用的關鍵,在於將產業領域知識與技術能力結合,而這仰賴的是兩條並行的人才路徑。對內,是強化已熟悉保險核心業務人才的 AI 素養;對外,則是網羅生成式 AI 工程與系統設計、AI 治理、雲端數據工程...等專業人才,補齊技術深度。莊淑儀強調:「在人才 AI 素養上,以往我們著重精兵制。去年開始,我們要做到全員素養提升,在人人都會用 AI 的時代,如何善用、如何合規,這都是需要教育訓練的。」

黃喬敬博士則從技術端點出下一步的方向,如 Agentic AI 是明確的發展趨勢,但在企業級的應用上,不可能讓它完全自由運作,如何兼顧安全與效益,是關鍵任務。「檢視整個 Workflow,如何建立更好的決策流程,人員的角色和流程都會慢慢轉換。」他也指出,把端到端的自動化流程建置起來,是團隊接下來的重點工程。

國泰人壽-5.jpg
國泰人壽數據暨人工智慧發展部首席數據分析師黃喬敬博士。
圖/ 數位時代

導入 AI,或許已是壽險業的產業常態;但能不能真正走進核心業務的第一線,關鍵仍是有沒有先搞懂保險本身。從需求出發、從場景驗證,國泰人壽正以這套方法,定義壽險業 AI 應用的新標竿。

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
台達電全解讀
© 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