說故事的力量~非營利組織可傳授私人企業的社群媒體妙招(上)|數位時代 BusinessNext

《McKinsey Quarterly》(麥肯錫季刊)從由Stanford行銷教授Jennifer Aaker，與行銷策略家Amdy Smith共同著作的《The Dragonfly Effect》(蜻蜓效應)一書中，摘錄了一個非營利組織成功運用社群媒體的例子，並實際與兩位作者訪談，其中精彩內容整理如下。

28歲的Scott Harrison是紐約一家夜店與時裝的促銷人員，他的工作就是把模特兒和避險基金國王們帶來，並販售一瓶$500美金的伏特加給他們，他的工作表現傑出，擁有錢財與權力，心靈上的空虛卻一直揮之不去，所以有一天他終於離開了這個紙醉金迷的世界，開始在一家於全世界最窮困國家提供免費醫療服務的浮動醫院擔任志工，從事攝影記者的工作。

很快地，Harrison就對這個完全不同的世界著迷不已，他的相機生動地捕捉了許多驚人的貧窮與痛苦畫面，並開始將這些人們的掙扎與勇氣檔案歸檔。八個月之後他搬回紐約，卻不再回到原本的世界。深知許多疾病及醫藥問題，其實都源自於乾淨飲用水的缺乏，他於是在2006年成立了charity: water非營利組織，目標便是要把乾淨而安全的飲用水帶到發展中國家。

Harrison還在他31歲生日時做了一件特別的事，他要朋友們把給他生日禮物的錢省下來，而只要捐出$31美金即可，結果成功募到了$15000美金的資金，後續幾年生日他都持續相同的做法，他的生日願望也如雪球般越滾越大，時至今日募得的總金額已有$2000萬美金，用在將近3000個水相關專案上。charity: water現已在17個國家中，提供乾淨飲用水給超過140萬人，而這個活動的成功，便與以下品牌在社群媒體上，引領消費者涉入的四個設計原則有關。

**1. 說故事
**上述Harrison的個人精彩故事便很能引起其他人情緒上的共鳴，而藉由在媒體專訪及YouTube影片上的曝光，也讓他輕易贏得了瀏覽者的心。好的故事不只是平鋪直述，還應該包括強而有力的開頭與結尾以及張力點，才能感染人心。此外，一般公司至少應該準備介紹、願景、道歉及修復(為了長期關係中不可避免的錯誤做準備)、與組織中個人的故事。而且重要的是故事本身與真實性，因此並不需要特別請名人來說故事。

**2. 引起觀眾的同理心
**讓人們涉入你的品牌，並了解對他們而言哪些是重要的，以及這將如何和你的活動相關連。charity: water便不僅僅依賴統計數字，更利用照片和影片，來顯示開發中國家飲用水問題的緊急性，強迫人們思考，住在沒有乾淨飲用水的地方，會是什麼樣的情景。

出自McKinsey Quarterly

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。