花旗銀行日前公布「行動生活全台線上大調查」指出,目前台灣行動上網用戶占比已達35%,其中,已 有使用行動銀行經驗之用戶也已達11%,而表示對行動銀行有興趣,未來有意願使用的比例,也高達25%,因此花旗銀行預估未來一年內行動銀行用戶有機會挑 戰三成大關,成長速度亦將大幅超越過去網路銀行的普及速度。
花旗電子銀行暨事業發展中心負責人宋志強表示,目前台灣行動上網用戶已達35%,且有意願使用行動上網的人數比例,也高達23%。其中,在行動銀行使用行為上,目前台灣行動銀行使用族群已達到11%。他表示,各大銀行不過是在今年初推出行動銀行就有如此成績,其成長速度以十分可觀,若再加上未來有意願使用行動銀行族群的25%,行動銀行使用比例,可望將在明年就突破三成。
檢 視已推出行動銀行的花旗、中國信託、國泰世華、台新、玉山等多家銀行,目前台灣各大銀行切入行動銀行的方式有二,一是鎖定智慧型手機以「應用程式」方式 接觸消費者,其次則是推出以「行動入口」,不限功能型或智慧型手機,皆能使用。前者的普及速度與智慧型手機成長性息息相關,而後者雖不需要智慧型手機就能 使用,但瀏覽器的方便性,則是影響用戶使用經驗的重要條件。
然而,根據調查,目前行動銀行相關業務拓展的關鍵,仍 落在安全性議題。調查指出對行動銀行使用有顧慮的族群,其三大擔憂分別是手機的交易安全、上網資費過高/不常使用手機上網,及手機遺失導致資料外洩的疑 慮。換句話說,安全仍是用戶決定是否使用行動銀行的關鍵,而這也與網路銀行過往發展軌跡,十分類似。
宋志強表示,以花旗銀行自身的經驗來看,花旗在台投入8年網路銀行,目前每月約有41%查詢、交易量是透過網路銀行進行,相較於行動銀行的成長現況,他預期行動銀行極可能以遠超越網路銀行的速度,在台普及。雖然從調查中可以發現,目前擁有較高收入的公司業主或白領階級,仍是目前行動銀行的主要客群,但隨著未來智慧型手機普及及行動上網費率的調降,宋志強也預期行動銀行的使用族群將逐漸擴大,潛力無窮。
花旗銀行表示,此次調查是在10/21~10/28之間,針對現在有使用行動上網/或未來一年會考慮行動上網的人,以網路問卷進行調查,共回收1838份,有效問卷為1066份。
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。
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。」
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。
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。
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。
